排序方式: 共有32条查询结果,搜索用时 635 毫秒
1.
为实现复烤片烟常规化学成分的模型在不同品牌傅里叶变换近红外仪器上的使用与共享,以贵州产区复烤片烟样品为研究对象,利用Kennard-Stone算法选择标准样品,将偏移量校正(BC)、截距斜率校正(SBC)和光谱空间转换(SST)等3种模型转移算法应用于不同品牌傅里叶变换近红外仪器的模型转移,并对3种模型转移算法的转移结果进行分析。结果表明:将复烤片烟常规化学成分的主机模型直接应用于从机预测时,主机和从机的预测值之间存在显著性差异;采用BC、SBC和SST可以实现不同品牌傅里叶变换近红外仪器的模型转移,其中SST转移结果最优。 相似文献
2.
3.
4.
In IaaS Cloud,different mapping relationships between virtual machines(VMs) and physical machines(PMs) cause different resource utilization,so how to place VMs on PMs to reduce energy consumption is becoming one of the major concerns for cloud providers.The existing VM scheduling schemes propose optimize PMs or network resources utilization,but few of them attempt to improve the energy efficiency of these two kinds of resources simultaneously.This paper proposes a VM scheduling scheme meeting multiple resource constraints,such as the physical server size(CPU,memory,storage,bandwidth,etc.) and network link capacity to reduce both the numbers of active PMs and network elements so as to finally reduce energy consumption.Since VM scheduling problem is abstracted as a combination of bin packing problem and quadratic assignment problem,which is also known as a classic combinatorial optimization and NP-hard problem.Accordingly,we design a twostage heuristic algorithm to solve the issue,and the simulations show that our solution outperforms the existing PM- or network-only optimization solutions. 相似文献
5.
为了解决基于集中式算法的传统物联网数据分析处理方式易引发网络带宽压力过大、延迟过高以及数据隐私安全等问题,该文针对弹性网络回归这一典型的线性回归模型,提出一种面向物联网(IoT)的分布式学习算法。该算法基于交替方向乘子法(ADMM),将弹性网络回归目标优化问题分解为多个能够由物联网节点利用本地数据进行独立求解的子问题。不同于传统的集中式算法,该算法并不要求物联网节点将隐私数据上传至服务器进行训练,而仅仅传递本地训练的中间参数,再由服务器进行简单整合,以这样的协作方式经过多轮迭代获得最终结果。基于两个典型数据集的实验结果表明:该算法能够在几十轮迭代内快速收敛到最优解。相比于由单个节点独立训练模型的本地化算法,该算法提高了模型结果的有效性和准确性;相比于集中式算法,该算法在确保计算准确性和可扩展性的同时,可有效地保护个体隐私数据的安全性。 相似文献
6.
针对射频集成工艺中各类工艺容差电性能的多要素耦合模型研究中由多输入带来的"维数灾难"问题,提出了采用遗传算法进行参数优选降维的方法。以纯BP(Back propagation)神经网络为基本多输入模型,根据集成工艺容差的特点,利用遗传算实现了工艺容差主成分的有效提取。在不降低工艺电性能模型精度的情况下,有效降低了建模所需数据量。通过仿真实验表明,遗传算法对工艺容差参数的筛选符合工艺参数对电性能影响的物理规律,可以准确剔除对电性能耦合弱的工艺参数,从而实现降维目的。同时在建模过程中避免了对大数据样本内在复杂物理机理的研究,既保持了建模的合理准确又降低了建模成本。 相似文献
7.
8.
数字图像相关技术(Digital Image Correlation, DIC)是一种基于散斑载体的全场变形测量技术。散斑载体的制备是实现变形测量的关键,目前已有喷涂、刻蚀、转印等一系列制斑方法。低温实验测试表明,常温制斑工艺在低温下会出现脆化效应,导致载体承受大变形时易开裂和脱落,使得变形测量产生较大误差,此外测量结果也受到结霜和气流扰动等问题影响,因此迫切需要开发低温散斑制备工艺。结合相关需求,本文发展了刻蚀喷涂法和基于聚四氟乙烯(PTFE)衬底的喷涂法2种低温制斑工艺,由此制得的散斑在低温条件下具有良好的稳定性,低温验证实验中,试件直至断裂前均未发生衬底开裂和散斑脱落;使用13X分子筛干燥方法解决了低温测量中的结霜问题,减少了结霜引起的图像噪声。将开发的低温制斑工艺成功应用于焊接件的低温力学性能测试和断裂力学参数反演,常温和-180℃的拉伸实验测试结果表明,低温下材料的弹性模量呈递增趋势,应力强度因子(Stress-intensification Factor, SIF)呈递减趋势。 相似文献
9.
以4-环己烯-1,2-二甲酸二(N,N-二甲基胺基乙基)酯为原料,分别与溴代十二烷、溴代十四烷和溴代十六烷发生季铵化反应,合成了含环己烯酯基的双子阳离子表面活性剂3a、 3b和3c(3a和3b为新化合物),收率55.8%、 62.6%和58.9%,其结构经1H NMR, IR和HR MS(ESI)表征。研究了3a、 3b和3c的表面活性。结果表明:3种表面活性剂的Krafft点均低于0 ℃;乳化时间分别为310 s、 435 s和519 s; 3a起泡性最好,3种表面活性剂均具有良好的稳泡性。采用Gibbs 吸附方程计算了表面活性参数(Γmax、 Amin和pc20)及胶束形成的热力学参数(ΔGθm、 ΔHθm和ΔSθm)。结果表明:3种表面活性剂的表面活性均较高,胶束形成为熵驱动的自发放热过程。 相似文献
10.