国巨电容也称为贴片电容,是无铅环保型电容,其形状是片状型,具有电容范围宽,温度特性宽,耐压范围宽,可靠性高等优点,广泛应用于高科技行业。 国巨电容的特性 1、先进的薄层化技术,使产品小型化,大容量。 2、独石结构,确保产品的机械强度及可靠性。 3、高尺寸精度,保证元件安装的高效率。 4、容量低漂移,可用于各种形势的采杨电路。 5、低残留电感,保证了出色的频率特性。 国巨电容的优点 1、微型化:携式信息与通信终端的小型化、轻量化。包括移动电话、笔记本电脑、W-LAN、MP3数码相机、摄像机等。 2、高品质、低成本化:贱金属电极材料(BME)技术。质优价廉的计算机、通信及数字视听A&V产品迅速普及。 3、高可靠性:高频/高压化、高Q值。适用于RF模块,CRT与主板电源滤波,LCD背光。 4、无铅无镉、绿色环保。 国巨电容命名规则 国巨电阻都是以R开头,前面2个字母表示电阻的系列名称。RC表示一般厚膜电阻,例如:RC0402JR-07100KL;RL表示低阻值电阻,如RL0603JR-070R12L;RT表示高精密厚膜电阻;RJ表示薄膜电阻;RV表示高压电阻。
2024-02-24 16:57:25 43KB 国巨电容 命名规则
1
命名实体识别(Named Entity Recognition,NER)是自然语言处理领域的一项关键任务,旨在从文本中识别和分类特定的命名实体,如人名、地名、组织机构名等。NER的目标是标记文本中的实体,并将其归类到预定义的实体类型中。 NER通常使用机器学习和深度学习技术来完成任务。以下是一种常见的NER流程: 数据收集和标注:收集包含命名实体的文本数据,并为每个实体标注相应的标签(实体类型)。 特征提取:从文本数据中提取有用的特征,如词性、词形、上下文等。这些特征将作为输入提供给模型。 模型训练:使用标注好的数据和提取的特征来训练NER模型。常用的模型包括条件随机场(CRF)、循环神经网络(RNN)、注意力机制等。 模型评估和调优:使用评估数据集来评估训练得到的模型性能,并进行调优以提高准确性和召回率。 实体识别:使用训练好的NER模型对新的文本进行实体识别。模型将识别并标记文本中的命名实体,使其易于提取和理解。 NER在许多应用中起着重要作用,例如信息抽取、问答系统、文本摘要、机器翻译等。以帮助自动化处理大量文本数据,并提供有关实体的结构化信息,为后续的分析和应用提供基础。
2024-02-24 12:25:37 121.6MB
1
前苏联电子管型号由四部分组成。      第一部分为数字,表示灯丝电压的伏数(若有小数部分,只取整数)。      第二部分为字母,表示管子的类型。    Д一二极管;X一双二极管;C一三极管;Э一四极管;П一功率五极管和束射功率管;Ж一锐截止五极管和柬射功率管;K一遥截止五极管和束射功率管;A一双控制栅变频管;Г一二极三极管和双二极三极管;Б一二极五极管和双二极五极管;H一双三极管;Ф一三极五极管;E一调谐指示管;Д一二极整流管;И一三极六极管、三极七极管或三极八极管。      第三部分为数字,表示同类型管的区别。      第四部分为字母,表示外壳的形状。    无一金属管;C一普通玻璃
2024-02-06 03:07:09 27KB 元器件应用
1
1) app.py是整个系统的主入口
2) templates文件夹是HTML的页面
|-index.html 欢迎界面
|-search.html 搜索人物关系页面
|-all_relation.html 所有人物关系页面
|-KGQA.html 人物关系问答页面
3) static文件夹存放css和js,是页面的样式和效果的文件
4) raw_data文件夹是存在数据处理后的三元组文件
5) neo_db文件夹是知识图谱构建模块
|-config.py 配置参数
|-create_graph.py 创建知识图谱,图数据库的建立
|-query_graph.py 知识图谱的查询 6) KGQA文件夹是问答系统模块 |-ltp.py 分词、词性标注、命名实体识别 7) spider文件夹是模块 |- get_*.py 是之前取人物资料的代码,已经产生好ima
电位器型号命名方法根据我国行业标准《电子设备用电位器型号命名方法》(ST/T10503-94)的规定,电位器产品型号一般由下列四部分组成: 电位器电阻体材料代号用一个字母符号表示,见表1所示. 表1电位器电阻体材料代号 电位器的类别代号用一个字母表示,见表2。 表2电位器类别代号 电位器第四部分序号的意义同电阻器。 除了这四部分的代号外,有时在电位器型号中还加有其他代号。例如,规定失效率等级代号用一个字母 "K"表示,它一般加在类别代号与序号之间。 型号示例
2024-01-13 18:45:35 113KB 命名方法
1
NLP-study 记录做过的NLP任务,包含但不限于文本分类,关系分类,命名实体识别,文本摘要,文本生成等,基于tensorflow2.0或者pytorch框架。
2024-01-12 21:57:28 83.48MB Python
1
命名是程序规划的核心。古人相信只要知道一个人真正的名字就会获得凌驾于那个人之上的不可思议的力量。只要你给事物想到正确的名字,就会给你以及后来的人带来比代码更强的力量。名字就是事物在它所处的生态环境中一个长久而深远的结果。总的来说,只有了解系统的程序员才能为系统取出最合适的名字。如果所有的命名都与其自然相适合,则关系清晰,含义可以推导得出,一般人的推想也能在意料之中。本文将为大家介绍php编程命名规则。
2024-01-12 21:45:58 23KB
1
绍射频连接器的命名方法,通用射频连接器的主称代号采用国内、外通用的主称代号。特殊产品的主称代号由详细规范做出具体规定,如何规范的使用符号。射频连接器简称为:RF连接器,通常被认为是装接在电缆上或安装在仪器上的一种元件,作为传输线电气连接或分离的元件。它属于机电一体化产品。简单的讲它主要起桥梁作用。
2024-01-10 19:24:54 49KB 硬件设计
1
这是GMB语料库的摘录,经过标记,注释和构建,专门用于训练分类器以预测命名实体,例如名称,位置等。 使用GMB(Groningen Meaning Bank)语料库进行命名实体识别的带注释语料库,该语料库通过自然语言处理将具有增强和流行特征的实体分类应用于数据集。
2024-01-03 18:36:44 24.85MB 命名实体识别
1
给大家分享一套课程——自然语言处理NLP企业级项目课程合集课程(实体关系抽取+情感分析+新闻文本分类+火车票识别+命名实体识别),大家下载学习。
2024-01-02 17:35:20 299B 自然语言处理 课程资源
1