GJB 2218A-2008 航空用钛及钛合金棒材和锻坯规范
代替GJB 2218-1994
国防科学技术工业委员会发布
2021-11-17 15:41:54
896KB
1
foodwake
用python 爬取食物营养成分与科学食疗方案网站的所有食材的营养成分
[食物营养成分与科学食疗方案网站]：
爬取的数据格式为:食材名称 食材别名 食材营养成分
将爬取的数据存入mysql数据库
{"name": "蔓越莓（熟）",
"info": [{"能量": "136千卡"}, {"蛋白质": "9.34克"}, {"脂肪": "0.46克"}, {"碳水化合物": "24.46克"}, {"粗纤维": "8.6克"},
{"单不饱和脂肪酸": "0.04克"}, {"多不饱和脂肪酸": "0.199克"}, {"多不饱和脂肪酸占总脂肪酸的比例": "55.6%"}, {"反式脂肪酸": "克"},
{"反式脂肪酸占总脂肪酸的比例": "0%"}, {"胆固醇": "毫克"}, {"植物固醇": "毫克"}, {"胡萝卜素": "微克"}, {"叶黄
2021-11-05 13:19:23
265KB
1
套材下料代码matlab
Python
编程作业
该
repo
包含我自己的所有个人作品/提交的
Python
版本课程，来自
github
用户：和
.
他们用
Python
提供作业，我自己完成。
该存储库包含由
Andrew
Ng
教授教授的编程作业的
Python
版本。
这可能是最受欢迎的在线机器学习入门课程。
除了受欢迎之外，它还是任何感兴趣的学生可以开始学习机器学习的最佳机器学习课程之一。
这门课一个不幸的方面是编程作业是在
MATLAB
或
OCTAVE
中进行的，可能是因为这门课是在
python
成为机器学习的首选语言之前完成的。
Python
机器学习生态系统在过去几年呈指数级增长，并且仍在获得动力。
我怀疑许多想要开始机器学习之旅的学生也想从
Python
开始。
正是出于这些原因，我决定用
Python
重写所有的编程作业，这样学生们就可以从他们的学习之旅开始就熟悉它的生态系统。
这些作业与班级无缝协作，不需要任何在
MATLAB
作业中发布的材料。
以下是这些作业集的一些新的有用功能：
分配使用
，它提供了比原始
MATLAB/OCTAVE
分配更容易的直观
2021-10-27 21:58:06
37.42MB
1
高效率、低成本、制造周期短且无需模具的电弧增材制造技术为大型复杂金属结构件的生产提供了新方法。基于ANSYS参数化设计语言APDL,借助Jmatpro得到了高温下ER50-6碳钢焊丝材料的物理参数,采用生死单元法实现了电弧增材制造过程的动态模拟仿真。模拟分析了单道单层焊接以及焊后冷却过程的温度场分布及温度的变化规律,并与实验结果进行对比,验证了模拟的可行性与正确性。在此基础上分析了不同基板厚度下电弧增材制造温度场的变化规律,得到了增材制造的最佳基板厚度,并研究了直壁零件单道多层增材制造过程中温度场的变化规律。实验得到的焊道温度变化规律可为增材制造后借助堆焊余温对成形件进行锻打改性的时机的选择提供重要的理论依据。
2021-10-18 09:12:17
9.01MB
1