退出
我的积分:
中文文献批量获取
外文文献批量获取
秦宇; 欧阳常悦; 方鹏;
重庆交通大学河海学院;
重庆交通大学机电与车辆工程学院;
环境工程; CO_(2)通量; 深度学习; CNN-LSTM神经网络模型;
机译:基于轨迹数据的图CNN-LSTM神经网络用于短期和长期交通量预测
机译:基于机制的基于机制的CNN-LSTM模型,用于使用SSN本体注释的风力涡轮机故障预测
机译:用于锂离子电池的数据驱动的自动CNN-LSTM预测模型剩余的使用寿命
机译:基于Weibull模型的小样本故障数据预测研究
机译:通过通量平衡和基于热力学的代谢通量分析方法,基于模型的硫还原菌的生理预测。
机译:基于集成劣化指标构造和杂交CNN-LSTM模型的泵浦存储单元的降解趋势预测
机译:本文提供了一个新的数值模型,该模型描述了暴露于高太阳热通量(高于1 / MW / m2)的热厚木材样品的行为。基于无量纲数的初步研究用于对问题进行分类并支持模型构建假设。然后,提出了一种基于质量,动量和能量平衡方程的模型。这些方程式与液体蒸汽干燥模型和假物种生物质降解模型耦合。通过与以前的实验研究进行比较,初步结果表明,这些方程不足以准确预测高太阳热通量下的生物量行为。的确,在样品暴露的表面上形成了充当辐射屏蔽层的炭层。除了这套经典的方程式之外,还必须考虑到辐射向介质的渗透。此外,由于生物质中含有水,因此还必须在炭蒸气汽化后进行连续的介质变形。最后,通过添加这两种策略,该模型能够在一定范围的样品初始水分含量下暴露于高辐射热通量的情况下,正确捕获生物质的降解。还得出了在高太阳热通量下生物量行为的其他见解。样品内部同时存在干燥,热解和气化前沿。这三个热化学前沿的共存会导致样品干燥产生的蒸汽产生焦炭气化,这是介质烧蚀的主要现象。
机译:利用多种数据和模型预测地表通量的不确定性来源
机译:汇总婴儿测量数据,预测婴儿睡眠方式,基于与婴儿数据相关的观察结果推导婴儿模型,使用推论创建婴儿模型以及推导婴儿发育模型
机译:使用概率模型和地图数据确定城市购物中心路线的路线预测方法,涉及基于当前确定的道路类别概率模型选择车辆地图数据的区域
机译:高通量模型预测医疗系统的异构多核处理系统和数据路由方法
抱歉,该期刊暂不可订阅,敬请期待!
目前支持订阅全部北京大学中文核心(2020)期刊目录。