Ta上传的资源 (0)

EBSD是预测构件寿命和了解潜在失效机制的强大工具。EBSD可以提供有价值的微观组织信息,例如相鉴别,晶粒尺寸/形态分布和晶粒取向信息。因此它通常被用来表征相/析出相的分布,晶界类型和分布、裂纹扩展、变形、应变分布和裂纹周边微观组织,断裂表面或平面。这些都是研究人员和产品工程师用来获得失效过程有价值

电子背散射衍射(EBSD)技术是材料科学研究的重要表征手段之一,已广泛应用在材料研究的各个领域,如晶体学取向、再结晶形核与长大机制、织构、相变及其位向关系、界面结构特征、晶体缺陷密度、绝热剪切带内部的取向及织构等,对科研人员深入理解材料制备过程和微观结构--性能的本质关系至关重要。本书详细介绍了EB

随着人工智能的再次火热,深度学习成为其中关键技术之一,并为业界关注。本课程是一门侧重在深度学习相关理论基础的课程,并对深度学习的典型模型框架如循环神经网络、卷积神经网络等的基本原理进行了介绍。课程同时还包括若干关键内容的相关代码及运行效果演示,从而便于同学们获得理性和感性的认识。如果你想亲密接触深度

复合材料Abaqus仿真分析——精讲版 本文以一个非常简单的复合材料层合板为例,应用Abaqus/CAE对其进行线性静态分析。一块边长为254mm的方形两层层合板,两层厚度均为2.54mm,第一层铺层角45°,第二层铺层角-45°;板的四边完全固支,板的上表面受到。。。。。

主要阐述人工智能的基本原理和技术,其中介绍传统的人工智能原理和方法的内容:包括搜索技术、各种知识表示和处理技术、各种典型(精确的和非精确的)的推理技术、专家系统开发技术、机器学习、自然语言处理技术,这些内容能够使读者对人工智能的基本概念和人工智能系统的构造技术和方法有一个比较清楚的认识。介绍人工智能

人工神经网络(Artificial Neural Networks,简写为ANNs)也简称为神经网络(NNs)或称作连接模型(Connection Model),它是一种模仿动物神经网络行为特征,进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度,通过调整内部大量节点之间相互连接的关系

深度学习(DL, Deep Learning)是机器学习(ML, Machine Learning)领域中一个新的研究方向,它被引入机器学习使其更接近于最初的目标——人工智能(AI, Artificial Intelligence)。 深度学习的最终目标是让机器能够像人一样具有分析学习能力,能够识别

切削工艺是使用刀具在材料表面切除掉多余的材料层以获得理想的工件形状和尺寸以及表面光洁度的一种机械加工方法。精密切削同超精密切削能够替代很多的手工工序, 并且还提升了加工精度和加工表面的质量。