排序方式: 共有5条查询结果,搜索用时 93 毫秒
1
1.
选取年火灾发生起数、人均国内生产总值、人均收入、个体及私营企业数、个体及私营企业从业人数、居民年均生活消费支出共6个指标对火灾与社会经济因素的相关性进行了研究。运用灰色关联度动态矩阵理论建立了分析模型。研究表明火灾与社会经济因素之间存在明显的相关性,揭示了近十年以来个体及私营企业从业人数、人均GDP一直是火灾发生的重要影响因素之一。最后以社会与经济的视角,提出一些火灾防范对策。 相似文献
2.
微小孔结构在航空航天、现代医疗、精密仪器等领域有着广泛的应用,但孔径尺寸微小且加工精度要求高,常规的接触式机械加工方式存在切削力致使孔精度较难控制.而电火花加工非接触和无宏观切削力的特点使其在微小孔加工中具有独特的优势.开展镍基单晶高温合金表面微阵列孔制备的实验研究,首先通过低速走丝电火花线切割方法结合精修工艺实现了边长小于340μm菱形微细阵列电极的高精度制备.采用所制备的微细阵列电极在镍基单晶高温合金表面进行微阵列孔加工,探究微阵列孔尺寸的一致性精度、孔壁的表面质量和电极损耗特点,揭示抬刀速度和抬刀模式对微阵列孔的孔壁粗糙度的影响规律,实现了镍基单晶高温合金表面微阵列孔的高效率高精度制备. 相似文献
3.
新冠病毒肺炎疫情的暴发,警示我们不仅要注重公共卫生和防疫体系的建立与完善,还应该注重重大疫情防控过程中的环境治理与生态保护,使其成为重大疫情防控机制体制中的重要一环.对于如何加强重大疫情防控期间的环境治理和生态保护提出了一些建议与思考:加强饮用水水源地监控管理,确保取水和饮水安全;重视环境因素对病毒传播的潜在影响,多部... 相似文献
4.
5.
滚动轴承是机械设备中的核心部件,其运行状态对设备的运转有重要影响。深度学习作为滚动轴承故障诊断的重要方法越来越受到重视。由于传统的故障诊断方法没有充分利用数据时序性,提出了一种将第一层为宽卷积核的深度卷积神经网络(deep convolutional neural networks with wide first-layer kernels, WDCNN)和深度长短时记忆网络(deep long short-term memory networks, DLSTM)相融合的模型(WDCNN-DLSTM)。WDCNN将传统的CNN第一层卷积核尺寸加宽,提高了模型对一维振动信号中的空间特征信息的提取能力;DLSTM将多个LSTM模块进行堆叠,提高了模型对一维振动信号中时序信息的提取能力。WDCNN-DLSTM将二者通过连接层融合,优势互补,提高了模型的判别能力。通过实验结果表明,相较于一些其他模型,所提出的方法具有更高的精确度。在变负载的情况下,也仍然实现了更好的分类效果。 相似文献
1