OSI七层协议大白话解读.docx
2024-05-10 19:37:18 373KB
1
为研究不同形式支撑对多层轻钢结构抗震性能的影响,文章通过运用非线性有限元分析软件SAP2000构建6层纯框架轻钢结构,以此为基础对结构分别布置中心支撑、偏心支撑和隅撑支撑,计算8度罕遇地震作用下结构的抗侧刚度、自振周期,并采用两条经典地震波对四种结构体系进行弹塑性时程的对比分析,比较四种钢框架结构的动力特性及抗震性能。
2024-05-07 22:15:11 1.65MB 轻钢结构 抗震性能 时程分析
1
模块主要包含SDRAM、Flash、CPU、电源电路的常见4层板的设计思路,BGA出线方式,菊花链(Fly-by)拓扑结构,蛇形等长的技巧应用
2024-05-06 15:13:30 490KB Altium PCB设计 Layout Altium
1
设计了一种30槽32极分数槽低速大转矩永磁同步电机(FS-PMSM),分数槽绕组采用上下左右四层绕线方法,突破了常规的单、双层绕组方法,通过有限元方法对电机电磁转矩进行分析,发现选择合适的槽电势偏移角不但可以增加一定的电磁转矩,而且可以有效减小转矩波动。在综合考虑电机转矩性能和气隙磁密正弦性的基础上,采用钕铁硼永磁与铁氧体永磁相结合的方法,对电机转子磁极结构进行优化,减少了钕铁硼永磁体的用量,降低了电机造价;对空载反电势进行谐波分析,优化后的磁极结构能减少反电势中的谐波含量。对电机进行二维动态仿真,结果表明方案设计合理,能够表现良好的性能,对此类电机设计与优化具有较高的参考价值。
1
基于PLC设计的六层电梯项目资源
2024-05-04 20:53:10 9.31MB
1
(完整word版)六层电梯的PLC控制系统设计.doc
2024-05-04 20:48:31 690KB
1
自己整理的YOLO模型的各种改进文献 包括添加注意力模块 改进骨干网络 改进特征融合 改进输出层等
2024-04-28 16:41:49 186.13MB 网络 网络
1
1. 线性回归数据集 2. 基于Pytorch实现线性回归/单层神经网络模型
2024-04-25 11:12:28 77KB pytorch pytorch 线性回归 神经网络
1
比赛工程2,初始化上行至10层;电梯PLC;好像是六部十层;;比赛工程2,初始化上行至10层;电梯PLC;好像是六部十层;;比赛工程2,初始化上行至10层;电梯PLC;好像是六部十层;;比赛工程2,初始化上行至10层;电梯PLC;好像是六部十层;;比赛工程2,初始化上行至10层;电梯PLC;好像是六部十层;;比赛工程2,初始化上行至10层;电梯PLC;好像是六部十层;;比赛工程2,初始化上行至10层;电梯PLC;好像是六部十层;;比赛工程2,初始化上行至10层;电梯PLC;好像是六部十层;;比赛工程2,初始化上行至10层;电梯PLC;好像是六部十层;;比赛工程2,初始化上行至10层;电梯PLC;好像是六部十层;;比赛工程2,初始化上行至10层;电梯PLC;好像是六部十层;;比赛工程2,初始化上行至10层;电梯PLC;好像是六部十层;;比赛工程2,初始化上行至10层;电梯PLC;好像是六部十层;;比赛工程2,初始化上行至10层;电梯PLC;好像是六部十层;;比赛工程2,初始化上行至10层;电梯PLC;好像是六部十层;;比赛工程2,初始化上行至10层;电梯PLC;好像是六部十层;;比赛工程
2024-04-24 20:50:49 9.91MB
1
闪电战-火炬动物园中的贝叶斯层 BLiTZ是一个简单且可扩展的库,用于在PyTorch上创建贝叶斯神经网络层(基于“)。 通过使用BLiTZ图层和utils,您可以以不影响图层之间的交互的简单方式(例如,就像使用标准PyTorch一样)添加非证书并收集模型的复杂性成本。 通过使用我们的核心权重采样器类,您可以扩展和改进此库,从而以与PyTorch良好集成的方式为更大范围的图层添加不确定性。 也欢迎拉取请求。 我们的目标是使人们能够通过专注于他们的想法而不是硬编码部分来应用贝叶斯深度学习。 Rodamap: 为不同于正态的后验分布启用重新参数化。 指数 贝叶斯层的目的 贝叶斯层上的权重采样 有可能优化我们的可训练重量 的确,存在复杂度成本函数随其变量可微分的情况。 在第n个样本处获得整个成本函数 一些笔记和总结 引用 参考 安装 要安装BLiTZ,可以使用pip命令: pip
2024-04-24 16:41:44 136KB pytorch pytorch-tutorial pytorch-implementation
1