首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   1篇
  免费   1篇
地质学   1篇
自然地理   1篇
  2023年   1篇
  2021年   1篇
排序方式: 共有2条查询结果,搜索用时 15 毫秒
1
1.
赵东辰  陈稳 《盐湖研究》2021,29(3):47-55
对前期制备出的原位AlN/AZ91镁基复合材料进行轧制及热处理工艺研究,利用X-ray衍射仪(XRD)、扫描电镜(SEM)、光学显微镜(OM)、能谱仪(EDS)等对不同轧制及热处理工艺条件下镁基复合材料轧制板材的微观组织进行表征,并对复合材料进行室温拉伸力学性能测试和分析。结果表明:通过优化轧制及热处理工艺,显著改善了原位AlN/AZ91复合材料的微观组织,成功制备出抗拉强度358MPa,屈服强度333MPa,延伸率5.4%的原位AlN/AZ91镁基复合材料轧制板材。  相似文献   
2.
在使用机器学习模型对滑坡进行易发性评价时,通常会在滑坡影响范围之外随机选取非滑坡样本点,具有一定的误差。为了提高滑坡易发性评价的精度,将自组织映射(self-organizing map,SOM)神经网络、信息量模型(information,I)以及支持向量机模型(support vector machine,SVM)进行耦合,提出一种基于SOM-I-SVM模型的滑坡易发性评价方法,并将SOM神经网络与K均值聚类算法进行对比,验证模型的可靠性。以十堰市茅箭区为例,首先通过对环境因子的相关性及重要性分析,筛选出距水系距离、坡度、降雨量、距构造距离、相对高差、距道路距离、地层岩性等7个因子,建立滑坡易发性评价指标体系,在此基础上计算出各因子的分级信息量值,并作为模型的输入变量进行滑坡易发性评价。分别采用SOM神经网络和K均值聚类算法选取非滑坡样本,然后将样本数据集代入I-SVM模型预测滑坡易发性。将SVM、I-SVM、KMeans-I-SVM、SOM-I-SVM等4种模型预测精度进行对比,其ROC曲线下面积(AUC)分别为0.82,0.88,0.90,0.91,说明SOM-I-SVM模型能...  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号