期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
关于GPS应用于监测移动碳源的设想
1
作者 钟洋 徐世硕 顾伟 《致富时代(下半月)》 2012年第3期198-198,共1页
摘要:随着全球温室效应的加剧,碳减排成为国际关注的焦点。该文通过将GPS的功能与对移动中碳的定位结合在一起,提出了GMMC概念,并分析了实际可能遇到的情况,与传统尾气监测进行了对比。
关键词 gmmc 尾气监测 二氧化碳
下载PDF
Modeling Methods in Clustering Analysis for Time Series Data
2
作者 Naglaa A. Morad 《Open Journal of Statistics》 2020年第3期565-580,共16页
This paper is concerned about studying modeling-based methods in cluster analysis to classify data elements into clusters and thus dealing with time series in view of this classification to choose the appropriate mixe... This paper is concerned about studying modeling-based methods in cluster analysis to classify data elements into clusters and thus dealing with time series in view of this classification to choose the appropriate mixed model. The mixture-model cluster analysis technique under different covariance structures of the component densities is presented. This model is used to capture the compactness, orientation, shape, and the volume of component clusters in one expert system to handle Gaussian high dimensional heterogeneous data set. To achieve flexibility in currently practiced cluster analysis techniques. The Expectation-Maximization (EM) algorithm is considered to estimate the parameter of the covariance matrix. To judge the goodness of the models, some criteria are used. These criteria are for the covariance matrix produced by the simulation. These models have not been tackled in previous studies. The results showed the superiority criterion ICOMP PEU to other criteria.<span> </span><span>This is in addition to the success of the model based on Gaussian clusters in the prediction by using covariance matrices used in this study. The study also found the possibility of determining the optimal number of clusters by choosing the number of clusters corresponding to lower values </span><span><span><span>for the different criteria used in the study</span></span></span><span><span><span>. 展开更多
关键词 Gaussian Mixture Model-Based Clustering (gmmc) The Expectation-Maximization (EM) Algorithm AIC SBC ICOMP PEU
下载PDF
金属基复合材料高通量制备及表征技术研究进展 被引量:15
3
作者 张学习 郑忠 +1 位作者 高莹 耿林 《金属学报》 SCIE EI CAS CSCD 北大核心 2019年第1期109-125,共17页
"材料基因工程"计划是以大数据作为支撑,采用高通量设计、制备和表征技术,促使材料研究从传统的试错模式转向低成本、快速响应的新模式,从而加快新材料的研发速度,实现研发成本和周期"双减半"的目标。金属基复合材... "材料基因工程"计划是以大数据作为支撑,采用高通量设计、制备和表征技术,促使材料研究从传统的试错模式转向低成本、快速响应的新模式,从而加快新材料的研发速度,实现研发成本和周期"双减半"的目标。金属基复合材料由于组分复杂、制备过程为热力学非平衡状态,带来一些新的问题需要解决,包括:(1)高通量制备方法方面,针对合金块体样品开发的喷印合成法、多元结扩散法等基于热力学平衡理论的高通量制备技术无法直接用于金属基复合材料构件块体坯料的制造;(2)高通量表征技术方面,缺乏针对金属基复合材料单一样品成分、形貌、组织、结构和性能的多维、多场、多尺度同步采集技术,以及针对阵列样品成分、形貌、组织与结构的快速表征技术。鉴于上述问题,本文综述了金属基复合材料高通量制备及表征技术发展现状及已取得的进展,特别是在增强体呈梯度分布的金属基复合材料制备技术与高通量组合表征方法上取得的突破,推动了高通量制备及表征技术在金属基复合材料领域的应用。最后指出了金属基复合材料高通量计算、制备方法和表征技术方面存在的瓶颈问题,并对高通量制备与表征技术的发展进行了展望。 展开更多
关键词 金属基复合材料 高通量制备 高通量表征 梯度复合材料 研究现状
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部