期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
“倍系数增减法”与服装结构制图
1
作者 苏丽军 《中国职业技术教育》 2003年第30期43-44,共2页
一、"倍系数增减法"简介 服装结构制图公式常以ax+b的形式给出,它是以某个部位规格为变量的一次函数式.其中a-公式系数,常以1/4、1/10、1/6、1/5数字出现;x-某部位规格,也就是制图尺寸;b-常数,起到调节公式的作用.用数学方法... 一、"倍系数增减法"简介 服装结构制图公式常以ax+b的形式给出,它是以某个部位规格为变量的一次函数式.其中a-公式系数,常以1/4、1/10、1/6、1/5数字出现;x-某部位规格,也就是制图尺寸;b-常数,起到调节公式的作用.用数学方法简单推理可知,a(x±1)+b=(ax+b)±a,即部分规格每增加或减少1厘米,公式相对应的数据就增加或减少一倍的公式系数.因此只要先确定一个基准规格,再代入公式计算出对应的基准数据,那么基准规格每增加或减少n厘米,应用数据就在基准数据中,增加或减少n倍的公式系数,简称售系数.用数学方法表示为:应用数据a(x1±n)+b=(ax1+b)±an,其中x1-基准规格;x1±n-应用规格;ax1+b-基准数据;an-倍系数.符号选择,应用规格大于基准规格,取"+"号,反之,取"-"号. 展开更多
关键词 倍系数增减法 服装结构 制图公式 数学方式
在线阅读 下载PDF
基于融合特征ADRMFCC的语音识别方法 被引量:1
2
作者 朵琳 马建 +1 位作者 韦贵香 唐剑 《吉林大学学报(理学版)》 CAS 北大核心 2024年第4期943-950,共8页
针对在复杂噪声环境下语音识别准确率低和鲁棒性差的问题,提出一种基于增减残差Mel倒谱融合特征的语音识别方法.该方法首先利用增减分量法筛选关键语音特征,然后将其映射到Mel域-残差域空间坐标系中生成增减残差Mel倒谱系数,最后将这些... 针对在复杂噪声环境下语音识别准确率低和鲁棒性差的问题,提出一种基于增减残差Mel倒谱融合特征的语音识别方法.该方法首先利用增减分量法筛选关键语音特征,然后将其映射到Mel域-残差域空间坐标系中生成增减残差Mel倒谱系数,最后将这些融合特征用于训练端到端模型.实验结果表明,该方法在不同噪声类型和信噪比条件下均显著提高了语音识别准确率及性能,在-5 dB低信噪比条件下,语音识别准确率达73.13%,而在其他噪声条件下的平均语音识别准确率达88.67%,充分证明了该方法的有效性和鲁棒性. 展开更多
关键词 语音识别 残差Mel倒谱系数 特征筛选 增减分量
在线阅读 下载PDF
改善增减记帐法的探索
3
作者 李孝林 《财贸研究》 1983年第2期52-56,共5页
商业部1981年3月正式印发的《实行增减记帐法的初步总结》,认为增减记帐法是一种“科学的、适用的、有发展前途的”记帐方法。但在历次记帐方法讨论中,总有人批评增减法存在“四不”,即不能设置共同性帐户;对应关系不够清楚;差额验算不... 商业部1981年3月正式印发的《实行增减记帐法的初步总结》,认为增减记帐法是一种“科学的、适用的、有发展前途的”记帐方法。但在历次记帐方法讨论中,总有人批评增减法存在“四不”,即不能设置共同性帐户;对应关系不够清楚;差额验算不够方便;核算形式不够简便。为使增减法不断完善,对这些批评应当认真研究。本文试就共同性帐户、差额平衡、对应关系、记帐凭证、分录列示等五方面,进行一些探索,并提出一些改进意见。 展开更多
关键词 增减记帐 记帐凭证 核算形式 增减法 改进意见 资金运动 库存商品 应付款 转帐凭证 银行借款
在线阅读 下载PDF
《营造法式》功限、料例的形式构成研究 被引量:4
4
作者 乔迅翔 《自然科学史研究》 CSCD 北大核心 2007年第4期523-536,共14页
《营造法式》是我国古代重要科技典籍,由制度、功限、料例和图样4部分组成。考察《营造法式》功限、料例条文的形式构成,发现分解法、增减法是形式构成的两个主要方面;并对其中的"增减法"作了较为详尽的研究,总结出增减法的... 《营造法式》是我国古代重要科技典籍,由制度、功限、料例和图样4部分组成。考察《营造法式》功限、料例条文的形式构成,发现分解法、增减法是形式构成的两个主要方面;并对其中的"增减法"作了较为详尽的研究,总结出增减法的两个类型及其数量表达式。其后,讨论形式构成与诸作等第的关系,澄清诸作等第的真正含义。最后,考察功限料例的形式构成自唐至清的发展轨迹,以求进一步认识《营造法式》功限、料例形式构成的特征和成就。 展开更多
关键词 《营造式》功限 料例 形式构成 增减法 诸作等第
在线阅读 下载PDF
石津灌区水量调度方法探讨
5
作者 杨新泽 《南水北调与水利科技》 CAS CSCD 2001年第4期27-28,共2页
水量调度作为灌区用水管理的重要组成部分,在灌区建设与管理中起着非常重要的作用,其实施效果的好坏直接影响着灌区经济效益乃至社会经济效益;它涉及到水文、气象、统筹、信息管理、市场营销等多门技术。在新的历史时期,面对新形势新问... 水量调度作为灌区用水管理的重要组成部分,在灌区建设与管理中起着非常重要的作用,其实施效果的好坏直接影响着灌区经济效益乃至社会经济效益;它涉及到水文、气象、统筹、信息管理、市场营销等多门技术。在新的历史时期,面对新形势新问题,1990年以来采取了“动态计划法”、“顺势增减法”、“市场定量法”等一整套新的调度思路和方法,至2000年不同灌季累计引水24期781天,调度水量45.36亿m^3,现就有关方法及解决的技术问题加以探讨。 展开更多
关键词 水量调度 石津灌区 总干渠 水量损失 灌区用水管理 信息管理 市场营销 天气预报 增减法 社会经济效益
在线阅读 下载PDF
“运价”为负的运输模型计算机求解问题的处理
6
作者 陈士成 李桥兴 何丽红 《运筹与管理》 CSSCI CSCD 北大核心 2012年第4期119-123,共5页
为解决一些计算机软件求解"运价"既有正值又有负值运输模型时"不可求解"的问题,本文采用"运价同额增减法"决策模型转换的方法,将原模型的"运价"全部转换为正值后再用计算机软件求解,并分别编写... 为解决一些计算机软件求解"运价"既有正值又有负值运输模型时"不可求解"的问题,本文采用"运价同额增减法"决策模型转换的方法,将原模型的"运价"全部转换为正值后再用计算机软件求解,并分别编写了EXCEL求解模板和求解程序对该方法的计算加以印证。结果表明,采用该方法求解得出的最优解(最优决策方案)与原模型求得的最优解完全一样,而最优值(最优决策效果)减去虚增(或加上虚减)的部分就是原模型的最优值。采用这种方法能成功地解决一些计算机软件"不可求解"的问题。 展开更多
关键词 运筹学 运输模型转换 运价同额增减法 EXCEL求解
在线阅读 下载PDF
多层先验分布的构造及其应用 被引量:80
7
作者 韩明 《运筹与管理》 CSCD 1997年第3期31-40,共10页
本文综述了先验分布的研究进展情况,给出了构造多层先验分布的方法——增减函数法,并给出了它们在无失效数据可靠性中的应用。
关键词 多层先验分布 BAYES方 无失效数据 可靠性 增减函数
在线阅读 下载PDF
家园记 被引量:1
8
作者 方江 《安徽史学》 1986年第6期72-76,69,共6页
[九月×日]徐石民观察家丁某来自田家镇,报凶问于观察之子晋生,言观察已于十三日殉难军次,贼复泛滥于楚北,晋生即日质贳奔丧于广济。张亮基疏置石民于危地.遇事又掣其肘,军费不给条条,往往置不议。及是,亮基改抚山东,代之者为滇黔... [九月×日]徐石民观察家丁某来自田家镇,报凶问于观察之子晋生,言观察已于十三日殉难军次,贼复泛滥于楚北,晋生即日质贳奔丧于广济。张亮基疏置石民于危地.遇事又掣其肘,军费不给条条,往往置不议。及是,亮基改抚山东,代之者为滇黔总督吴文镕亮基不俟代至即弃楚就道,而楚中军务益无所秉承。石民数与贼鏖战,贼屡挫衅。江忠源自江西来会兵,观石民水陆布置。 展开更多
关键词 观察家 钦差 广济 经费 增减法 江西 就道 置石 军费 大宁
在线阅读 下载PDF
基于特征相对贡献度对加权Mel倒谱的改进 被引量:7
9
作者 王家盛 郭其威 +1 位作者 吴松 马建敏 《声学技术》 CSCD 北大核心 2021年第3期408-414,共7页
在声纹识别系统的搭建过程中,提高识别率的一个重要做法是使语音信号中能够提取出的特征尽可能包含更多的说话人个性特征。为了探究特征参数各分量对识别系统性能的影响,文章基于高斯混合-通用背景模型(Gaussian Mixture Model-Universa... 在声纹识别系统的搭建过程中,提高识别率的一个重要做法是使语音信号中能够提取出的特征尽可能包含更多的说话人个性特征。为了探究特征参数各分量对识别系统性能的影响,文章基于高斯混合-通用背景模型(Gaussian Mixture Model-Universal Background Model,GMM-UBM)基线系统,研究了在无噪环境中各维特征组合下的识别率,利用增减分量法定量计算出各维特征分量对识别率的相对贡献程度,并根据贡献度的强弱对各维特征分量进行合理加权,得到了贡献度拟合权重系数,将此系数用于改进梅尔倒谱系数(Mel Frequency Cepstrum Coefficient,MFCC)特征参数。仿真结果表明,对特征参数进行贡献度拟合权重系数加权后,声纹识别的正确率得到了提升。 展开更多
关键词 增减分量 贡献度 梅尔(Mel)倒谱系数 高斯混合-通用背景模型(GMM-UBM)
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部