排序方式: 共有80条查询结果,搜索用时 0 毫秒
1.
在任务关键型云计算服务中,构建准确的数据中心电力拓扑结构对于实现快速准确的故障处理,减轻故障事件对云计算服务质量的损害十分重要。但目前数据中心电力拓扑结构的生成过程具有劳动密集型的特点,其准确性难以得到有效评估和保障。该文设计了一种基于无监督学习的智能数据中心电力拓扑系统(intelligent data center power topology system,IPTS),不仅可为电力系统的运行部分自动生成实时变化的电力拓扑结构,而且可利用电力系统的监控数据对人工构建的数据中心电力拓扑结构进行验证。实验结果表明,IPTS可自动生成准确的数据中心电力拓扑结构,一致性比率(CR)可达到0.978,并可有效地定位人工构建的电力拓扑结构中的大多数错误。 相似文献
2.
聚合物改性沥青及其性能评价方法 总被引:2,自引:0,他引:2
阐述了近些年来研究、应用较多的几种改性沥青,以及影响改性沥青性能的一些基本因素,并对评价改性沥青的一些新方法进行了介绍。 相似文献
3.
通过对齿轮齿面接触分析TCA技术(利用电子计算机进行齿面接触区域的分析和修正)的研究,介绍了齿面接触分析TCA技术的基本原理、发展现状以及发展动态,阐明了TCA技术在现代工业生产中重要意义。 相似文献
4.
阐述了近些年来研究、应用较多的几种改性沥青,以及影响改性沥青性能的一些基本因素,并对评价改性沥青的一些新方法进行了介绍. 相似文献
5.
通过大信号模型端口等效的电路原则,分别分析了广泛应用于工业生产领域的两类高效率谐振变换器(LLC与CLLLC)的电路模型,详细论述了两类变换器电路模型之间的关系与区别.并通过模型等效方法,将CLLLC谐振变换器简化为LLC-C变换器模型,实现了模型降阶.在此基础上通过正余弦分量扰动的方法建立了变换器的小信号模型,并通过仿真与实验验证了建模方法的正确性. 相似文献
6.
研究两个不同型部件和一个修理工组成的并联可修系统,在部件工作时间和修理时间均服从指数分布,部件1可修复如新且具有优先修理权及修理工可多重休假的假定下,利用补充变量法及广义马尔可夫过程理论对系统进行了可靠性分析,得到系统的可用度、可靠度及首次故障前平均时间等可靠性指标. 相似文献
7.
贾鹏 《山东理工大学学报:自然科学版》2007,21(1):20-24
在开发微型计算机应用系统的过程中,通常会遇到在Windows环境下对具有特定功能的硬件设备进行直接访问及控制的问题,开发设备驱动程序是设计计算机硬件设备的科研开发人员必须面临的问题.对工业控制中基于Windows95/98的VxD驱动程序和基于Win-dows98SE/2000/XP的WDM驱动程序进行了比较,并研究了VxD驱动程序和WDM驱动程序在设计中各自需要注意的关键问题.最后以基于PCI总线的DSP板为例,设计了其基于Windows的驱动程序,实现了在Windows环境下HOST对DSP板的控制及数据的传输. 相似文献
8.
Hibiki在文[13]中利用模拟路径提出一种Hybrid模型.文章在该模型的基础上作了一定的改进,利用GARCH模型得到相应的股票的时间序列价格;风险度量方法CVaR来控制风险.另外,考虑了交易费用和不允许卖空等市场客观因素.并且将模型转化为一种较易求解的线性规划进行求解,并利用模拟路径方法对本文模型与Hybrid模型进行的一些比较分析,数值实验表明了文中的模型可以更好的控制风险. 相似文献
9.
广西猫街鸟类自然保护区苔藓植物初步研究 总被引:3,自引:0,他引:3
通过对采自广西西林县猫街鸟类自然保护区的413份苔藓植物标本整理和鉴定,得到该区苔藓植物33科66属153种(含亚、变种)。其中藓类植物23科53属116种,苔类植物10科13属37种,有65种为广西首次记录。其区系地理成分多样,与其他区系紧密联系。该区以东亚成分为主,占总数的32.03%,温带和热带成分所占比例也较高,反映该地具有南北过渡的特点,与其所处的地理位置相一致;中国特有成分较高,占总数的12.42%,处于我国特有种属分布中心的过渡地带上。在进行的优势科、属分析中,优势科为青藓科Brachytheciaceae、灰藓科Hyp-naceae、丛藓科Pottiaceae、曲尾藓科Dicranaceae、地萼苔科Geocalycaceae、凤尾藓科Fissidentace-ae、叶苔科Jungermanniaceae,占优势的属为凤尾藓属Fissidens、曲柄藓属Campylopus、青藓属Brachythecium、灰藓属Hypnum、叶苔属Jungermannia和异萼苔属Heteroscyphus.该地苔藓植物主要成分以热带、亚热带成分和温带成分为主,处于温带向热带过渡的地段上。 相似文献
10.
在自然语言生成任务中,主题文本生成是一项富有挑战性的工作,其主要难点在于:源信息量远小于目标生成的信息量.为了解决该问题,本文提出一个基于外部知识筛选的主题文本生成模型Trans K,通过引入与主题词相关的外部知识来丰富源信息,进而提高生成文本的质量.本文为了解决引入外部知识的“一词多义”问题,提出一种基于线性变换的主题向量计算方法,用于筛选和主题词语义一致的外部知识;提出一种基于注意力机制的外部权重计算方法,为每个外部词设定一个主题权重,使其更贴合文本语义;为了解决主题词(含候选词)在生成文本中反复出现的问题,提出一种基于多头注意力机制的内部权重计算方法.在EASSY数据集上的实验表明,与基线相比,Trans K生成文本质量的各项指标更优.此外,人类评估表明,该模型可生成与主题更相关、语言更连贯、且符合语义逻辑的文本. 相似文献