导读:本文包含了梯度分布模型论文开题报告文献综述及选题提纲参考文献，主要关键词:模型预测控制,分布曲线,曲线相似度,梯度特征
梯度分布模型论文文献综述
王鑫,徐祖华,赵均,邵之江[1]（2019）在《基于梯度特征的分布曲线模型预测控制算法》一文中研究指出在分布曲线控制中,传统的积分平方误差指标仅考虑输出曲线与目标曲线的误差面积,忽略了分布曲线的内在特征结构。该文从曲线相似度度量出发,提出了一种基于梯度特征的分布曲线模型预测控制算法。该算法采用B样条模型描述分布曲线对象,基于梯度特征度量曲线相似度,综合曲线数值信息与梯度信息构造优化命题,并通过复合梯形方法对优化命题进行离散化,求解得到最优控制策略。仿真结果表明:该算法可提高曲线切换过程中输出曲线与目标曲线的相似度,实现了曲线形状的自然过渡。(本文来源于《清华大学学报(自然科学版)》期刊2019年05期）
孙宗豪[2]（2018）在《G~0分布的随机梯度变分贝叶斯学习模型研究及应用》一文中研究指出这些年来,随着遥感技术的发展,SAR图像在很多领域得到了广泛的应用,SAR图像处理的基础是SAR图像分割,然而由于SAR图像成像的特殊性,其极不匀质区域一直是分割的难点。目前有使用人工提出特征的方式进行分割,但是这需要专业的背景知识,成本与效率都比较高。在机器学习中,贝叶斯学习模型可以利用先验知识进行推断,能够自适应的学习数据的特征,可以利用该模型来学习极不匀质区域的特征。因此针对这些情况,本文提出了G~0分布随机梯度变分贝叶斯学习模型的SAR图像分割方法,该方法的主要创新如下所示:(1)提出了G~0分布随机梯度变分贝叶斯模型。贝叶斯网络需要对隐变量和近似后验概率进行概率假设,而光学图像中常用的高斯分布不能很好的拟合SAR图像数据,所以不能有效的学习SAR图像的特征。而G~0分布能够很好的刻画SAR图像的统计特征,所以本文结合贝叶斯网络以及G~0分布,对网络中概率分布的假设均使用G~0分布,从而构造出G~0分布变分贝叶斯学习模型,然后对G~0分布n(28)1和n?1两种情况,分别推导出相应学习模型中变分下界的解析形式,从而为后续学习SAR图像混合像素子空间中极不匀质区域的特征提供模型框架。(2)提出了G~0分布随机梯度变分贝叶斯模型的SAR图像分割方法。针对SAR图像语义空间中的混合像素子空间,使用(1)中设计的G~0分布变分贝叶斯学习模型学习极不匀质区域的特征,然后利用学习到的特征,对混合像素子空间进行分割。首先是对每个极不匀质区域都构造一个G~0分布变分贝叶斯学习模型,并且根据每个区域得到的概率密度函数,得到一组相应的矩阵,用该矩阵作为每个区域学习模型的初始化权值。然后将训练后的权值作为对应区域的特征。接下来是根据特征袋的思路,将所有区域学习到的特征连接到一起构成码本,并且计算每个区域到它的投影,通过最大值汇聚的方法得出表征相应区域的特征。最后通过层次聚类得出这些特征的分类,也就是相应极不匀质区域的分类,即混合像素子空间的分割结果。(3)对于(1)中提出的网络,分析了网络中的两个参数。一个是输入神经元个数,也就是输入图像块大小,另一个是隐层神经元个数。首先对于要分析的参数,使用不同值训练(1)中网络,然后对于学习到的特征,使用聚类的方法分析其特征聚类个数,聚类个数的多少反映了特征之间的差异性,也就是说聚类后的个数越多则表示学习到的特征越多。(本文来源于《西安电子科技大学》期刊2018-06-01）
李琛琛[3]（2018）在《面向力学性能梯度分布的热冲压零部件韧性损伤模型研究》一文中研究指出汽车轻量化技术是节能减排的一项重要途径,高强度硼钢可以通过降低板材的厚度来减重从而节能。硼钢零部件可以用在汽车B柱上等。当汽车发生碰撞时,由于高强度材料不易变形可使冲击功转化到人体上,这反而降低了人身的安全性。高强度钢的梯度性能可以改变这一问题,原理就是让零部件的一部分提高塑性来转化冲击功,另一部分仍维持其高强度来保证安全性。研究梯度性能材料的损伤断裂对汽车零部件的设计具有重要现实意义。本文的目的就是在研究如何获取梯度性能材料的基础上,进而研究其损伤断裂性能。为了获取具有梯度性能的材料,本文设计了一套温度可控的模具,模具温度变化区间设定为25℃~500℃。首先将坯料放在箱式电阻炉中进行完全奥氏体化,然后快速放到模具上进行保压冷却,通过改变模具温度获取了一系列梯度性能的材料。通过硬度测量,最终选取五种代表性材料作为本文研究对象。通过金相分析确定了材料组织,最后通过准静态拉伸实验及数值模拟相结合的方法研究材料的损伤模型。为了研究五种材料的本构模型和损伤模型,设计了四种不同应力状态下的试样,包括单向应力状态的标准拉伸试样、单向应力状态的圆孔试样、平面应变状态的凹槽试样及纯剪应力状态下的剪切试样。其中标准拉伸试样用来获取材料的真实应力-真实塑性应变关系曲线,研究其流动应力模型。材料的流动应力模型是研究材料损伤断裂的基础,本文选取Ghosh、扩展Swift、Voce++、Voce+Voce及修正Voce五种流动应力模型来分别进行研究,模型参数采用直接拟合试验真实应力-真实塑性应变法、有限元反演分析法及采用VUMAT参数优化叁种方法分别创建各种材料的本构模型,损伤参数采用modeFRONTIER软件进行优化。采用圆孔试样和凹槽试样进行拉伸试验和数值模拟,将试验和模拟获得的拉伸力-位移曲线进行对比,验证各种模型对五种材料的适用性,最终确定Voce+Voce模型可以同时满足五种材料的需求。为了更好的研究五种材料的损伤模型,选取Gurson-Tvergaard-Needleman(GTN)和Johnson-Cook(J-C)两种损伤模型进行研究。其中,GTN模型用于拉应力为主的应力状态如圆孔试样和凹槽试样的拉伸,Johnson-Cook模型用于模拟纯剪应力为主的应力状态如剪应力试样。在以上研究成果基础上,考虑模具温度对损伤模型的影响,通过经验公式拟合的方法建立了损伤参数与模具温度之间的关系式,为该损伤模型在梯度分布汽车零部件性能预测上的应用奠定了基础。(本文来源于《山东建筑大学》期刊2018-04-01）
刘鹏[4]（2017）在《挡土墙土压力非线性周期分布内变量梯度模型》一文中研究指出大量的模型试验和现场实测数据均表明,挡土墙后土压力沿墙高呈非线性分布,并非经典土压力给出的线性分布假设。众多岩土工作者已经对土压力非线性分布现象达成了共识,并且提出了很多理论来解释这种现象。其中最着名的是卡岗在经典库伦理论的基础上提出的以水平条形单元为研究对象的水平层分析法。但是这种方法给出的只是墙后土压力抛物线形状的分布,更不能解释土压力中间状态和土体破坏的机理。更多的模型和实测数据也揭示了墙后土压力沿墙高的非线性分布呈现“R”形或者周期性波动的特点,这是现有的土压力计算理论无法的解释的。本文试图联系内变量梯度理论,利用内变量梯度理论在解释应变局部化、应力应变空间周期分布方面的显着优势,为土压力分布的研究提供一个新的思路。本文利用梯度理论研究了土压力沿墙高分布周期性波动分布现象,取得了如下主要成果:土体作为典型的散体材料,不同于一般的连续介质材料,在力学行为方面往往表现出非局部特性。经典的土压力理论是建立在传统弹塑性力学基础上,将土作为连续介质进行的研究,具有一定得局限性,不能解释土压力沿墙高周期性波动分布现象。(1)在经典Mohr-Coulomb破坏准则的基础上,考虑了一点的应力状态与相邻点的应变梯度的关系,用周围点的应力平均值来代替一点的应力值。引入应力张量第一不变量(静水压力)的二阶梯度项,利用平面应变假设,得到了挡土墙水平土压力沿墙高分布的解析解,结果表明该模型能较好的描述挡土墙后土压力沿墙高的周期性分布;(2)进一步讨论了内禀长度影响主动土压力分布的规律。作为表征材料内部尺寸而被引入的内禀长度,既保证了量纲平衡,也使得土体结构的自我组织和耗散、颗粒之间的长程相互作用的影响被引入到破坏准则中。墙后土体随着深度增加会越来越密实,内禀尺寸也会越来越大,土压力周期和波动都会随之增大;(3)在已经得到的内变量梯度模型的基础上,进一步考虑到土的应力应变关系的下降段,联系侧向应力-应变和土压力-位移的类似关系,将挡土墙的位移量引入到方程中去,得到了墙后土压力随挡土墙位移变化的分布变化;(4)在研究了平动模式下,挡土墙位移与墙后土体应力应变关系后,继续考虑挡土墙绕墙底转动(RB模式)和绕墙顶转动(RT模式)两种最基本的转动模式。利用转动参数定量地描述了挡土墙的转动状态,并将参数引入到内变量梯度模型中得到了墙后土压力在不同转动状态下的土压力分布。内变量梯度解联系了位移模式与层间等效内摩擦角的关系,能很好的描述挡土墙在转动状态下墙后土压力从主动极限状态到被动土压力状态或者过极限破坏状态整个过程的变化情况利用改进的土压力计算模型,将弹塑分区的概念引入到计算模型中去,进一步明确墙后土体破裂面形状和弹塑性分区形状,求出弹性区高度。内变量梯度模型中控制系数的确定吸收了广大学者在墙后土体弹塑性分区的成果,利用弹塑分区界点处土压力连续光滑作为边界条件。本文也借鉴了前辈学者在墙后土体弹塑性分区、土体软弱下降段、内摩擦角逐步发挥等概念和理论,是对传统土压力的继承和发展。(本文来源于《北京建筑大学》期刊2017-06-01）
薄欣[5]（2017）在《不同含水量梯度下土壤有机碳含量分布特征及高光谱估测模型研究》一文中研究指出土壤有机碳(Soil organic carbon,SOC)是反映土壤的重要内容,是大气碳源十分活跃的一部分;它含有植物生长需要的各种元素,也是土壤微生物活动的能量来源,作为土壤肥力的重要标志之一,其含量变化对耕作土壤的生产力影响非常显着。松嫩平原作为重要的优质高产的大豆、玉米生产基地,不恰当不科学的使用耕地会导致其耕种土地肥力质量下降。因此,研究耕作土壤有机碳含量的空间分布特征及动态变化尤为重要。由于土壤含水量的影响,有机碳含量在空间上具有变异性,其分布具有一定规律。同时,土壤有机碳含量在可见光-近红外波段具有独特的光谱响应特性,利用高光谱遥感技术可以在区域尺度下短时间内估测土壤有机碳含量,能够快捷有效掌握土壤有机碳的空间分布格局,对实现土壤有机碳快速无损的定量获取、环境保护和精准农业发展具有重要意义。本研究选取松嫩平原北部地区共计32个县市为研究区,通过获取112个野外原位耕地土壤样本,进行室内土壤含水量和有机碳含量的理化指标分析,对土壤含水量和有机碳含量空间分布特征进行研究,为土壤含水量梯度划分提供基础数据和依据。并通过原位湿土样本测定土壤高光谱反射率数据,探究有机碳的光谱响应特征,揭示区域不同耕地地表湿度下土壤Vis-NIR光谱特征、变化规律和共同的有机碳光谱响应波段。在分析土壤有机碳含量与预处理(取平均、波段剔除、去重迭、重采样、平滑)后的原始光谱反射率、一阶微分、二阶微分、去包络线、倒数的对数5种光谱数学变换指标相关性的基础上,提取不同土壤含水量梯度下土壤有机碳高光谱数据的敏感波段;利用偏最小二乘回归方法建立含水量影响下的土壤有机碳高光谱反演的最优模型,并运用决定系数(R~2)和均方根误差(RMSE)对模型精度进行验证。对比估测精度后,探讨高光谱技术的估算能力和实用性,挖掘不同土壤含水量下的模型差异,为野外进行有机碳光谱预测及遥感速测提供可靠的理论依据与技术支持。研究结果表明:(1)根据土壤含水量空间分布图,土壤含水量分布不均匀,总体呈东北向西南逐级递减的状态,将其划分为出3个水分梯度带:0~200 g/kg(T1)、200~300g/kg(T2)、300~500 g/kg(T3)。由单因素方差分析可知,叁种含水量梯度之间在0.01水平上存在极显着性差异,并为中等变异性。土壤有机碳含量由东北向西南不断减少,说明其分布不平衡,研究区内3种含水量梯度下有机碳含量呈中等变异性。可能是由于水平方向上温度自南向北逐渐降低,导致动植物残体被分解速度逐渐慢,并且低温不利于水分蒸发,使土壤有机碳容易积累。(2)所有样本的土壤有机碳含量与土壤含水量在0.01水平上呈极显着正相关,3种不同含水量梯度下二者均称显着正相关(P<0.05),说明研究区有机碳含量和含水量明显具有相同的变化趋势,土壤有机碳含量随含水量的增多而变大,土壤含水量对土壤有机碳的影响十分明显,即土壤有机碳含量在不同含水量梯度下显现出敏感变化。可能由于土壤含水量过多,很大程度上抑制有机碳矿化。(3)对研究区土壤反射特征分析表明,全波段范围内土壤光谱曲线呈上凸抛物线型,不同有机碳含量的土壤光谱曲线均随着土壤含水量增大而降低,但在不同含水量状态下反射光谱显示出相似的差异,且土壤含水量进入阈值(240 g/kg)后,光谱反射率降低速率变小。土壤含水量变化范围内,可见光波段的变化范围远小于近红外波段光谱反射率的变化范围,即含水量对土壤近红外波段光谱反射率的影响作用更强;光谱反射率的变化范围随着有机碳含量的升高而减小。随着波长增加,光谱反射率也在增加,在可见光和近红外前段区域(400~1100 nm)光谱反射率增加速度很快,在近红外其他波长范围中(1100~2400 nm)光谱反而射率增加得比较慢。土壤样本总体的含水量和有机碳含量越高,波峰和波谷越不明显。(4)通过对原始光谱及4种光谱变换形式与土壤有机碳含量进行相关性分析,原始光谱反射率在进行一阶微分变换后,响应波段和有机碳的相关性得到显着增强,能够清晰反映光谱细微变化,可有效进行敏感波段的提取,并且各含水量梯度内敏感波段出现的波段位置不同(T1的最佳波段集为580 nm、1080 nm、1955nm、2020 nm和2180 nm,T2的最佳波段集为685 nm、880 nm、1000 nm、1455 nm和1955 nm,T3的最佳波段集为450 nm、860 nm、960 nm和1955 nm),反映出含水量对土壤有机碳光谱特征波段的影响,证明土壤含水量差异较大时应依据含水量状态建立分组模型来估测有机碳含量。土壤含水量T3部分有机碳与光谱反射率的相关性明显高于土壤含水量T2和T1部分。(5)本研究运用偏最小二乘回归方法建立土壤有机碳含量与不同含水量梯度下其反射光谱之间的预测模型,在T1、T2、T3含水量下的叁个模型均具有很好的稳定性和精度(T1,T2,T3估测模型的R~2分别为0.79、0.86、0.89,RMSE分别为1.60、1.03、2.27;验证模型的R~2分别为0.83、0.82、0.82,RMSE分别为1.80、2.59、3.76),能够用于土壤有机碳含量野外速测,具有可行性与实际应用价值。比较发现土壤含水量较少的光谱反射率模型估测精度略优于含水量较高的土壤有机碳模型精度,说明含水量对土壤有机碳光谱估测效果有影响。(本文来源于《哈尔滨师范大学》期刊2017-06-01）
张肃,诺敏[6]（2013）在《县域尺度上产业转入地的梯度分布——基于随机有效前沿模型的技术进步分析》一文中研究指出技术外溢具有梯度分布特征,总是从技术效率高的地区指向技术效率低的地区,按照技术效率差距最小的方式进行转移。基于此,产业转移也具有梯度分布的特征。研究县域尺度上承接产业转移梯度分布,对于地区经济发展具有重要意义。采用随机有效前沿模型,通过分解全要素生产率增长率,可将吉林省县级区域按照产业承接地的梯度分布划分为五类地区。根据不同类别地区的不同技术效率特征,应采取不同的产业转移策略。(本文来源于《税务与经济》期刊2013年04期）
许巍,肖立志[7]（2012）在《基于随机堆积模型的内部磁场梯度空间分布特性模拟》一文中研究指出当多孔介质样品置于外部磁场中进行核磁共振测量时,由于骨架和孔隙内流体的磁化系数差异,会产生内部磁场梯度。内部磁场梯度较大时,将会影响核磁共振测量的精度。在功能性核磁共振成像MRI中,内部磁场梯度过大甚至会引起图像的畸变。然而,近来研究表明内部磁场梯度与孔隙空间具有相关性。因此,研究内部磁场空间分布特性对于核磁共振测量具有重要意义。此次研究的目的在于模拟随机堆积模型的内部磁场梯度特性,并将研究(本文来源于《第十七届全国波谱学学术会议论文摘要集》期刊2012-10-24）
王冠,王华昌,肖瀚[8]（2011）在《热锻模型腔表面层温度梯度分布规律的研究》一文中研究指出使用功能梯度材料设计制造锻制钢锻件的热锻模,需要全面深入掌握热锻模型腔表面层在实际工作时的温度梯度场的分布和变化规律。为此,用DEFORM-2D软件对轿车前轮毂热锻模的全工作过程进行了连续仿真,揭示了热锻模从第一次工作循环过渡到热平衡状态下的型腔表面层温度梯度场的变化过程和变化规律。热锻模温度梯度场的分布及其变化规律表明,热锻模对材料的耐热、耐磨、高温强度及高韧性的严格要求仅局限于模膛表面较薄的一层——温度波动区,而其它区域是不需要如此高性能的材料的。热锻模模膛表面层材料的选用,应主要考虑热胀系数、传热系数、热容量及其高温强韧性,这类材料只能由钴基或镍基高温合金与金属陶瓷组成的复合材料制备。因此,采用耐热、耐磨的功能梯度材料来制造热锻模,具有很高的经济价值。为热锻模型腔表面层的材料设计与制备提供了理论依据。(本文来源于《武汉理工大学学报》期刊2011年01期）
李永科,王志恒,方精云[9]（2008）在《中域效应模型中物种分布幅度梯度的影响》一文中研究指出中域效应(Mid-domaineffect)模型量化了几何限制对物种丰富度空间分布格局的影响.然而,目前的研究缺乏对该模型的生物学意义作进一步的阐明,以及对物种分布幅度的梯度变化进行数量评价.本文利用已发表的马达加斯加蝴蝶的多样性数据,通过模拟方法和物种幅度频度分布(RSFD)的分析,研究了几何限制和物种幅度非随机分布的共同效应.研究发现,尽管马达加斯加蝴蝶物种丰富度的分布格局满足中域效应模型,但并不符合该模型的特征RSFD变化.如果在模型中加入物种分布幅度的梯度变化,则能较好地模拟实际RSFD的变化,表明物种丰富度的空间格局确实存在物种分布幅度的梯度变化.同时还发现,物种分布幅度梯度的存在对最终丰富度格局影响不大,表明中域效应模型的生物学意义难以从物种分布幅度的行为上来解释.(本文来源于《中国科学(C辑:生命科学)》期刊2008年06期）
饶秋华,张丽娟,贺跃辉[10]（2007）在《新型梯度硬质合金的组成分布函数与弹性系数模型》一文中研究指出在分析现有梯度硬度合金的组成分布函数和弹性系数模型的基础上,结合梯度硬质合金制备工艺,提出了以质量分数为基本参数的新型梯度硬质合金组分分布和弹性系数(包括弹性模量和泊松比)的分段函数模型,并通过YG类硬质合金的实验加以验证。结果表明,新型分段函数模型预测的YG类硬质合金弹性系数值与实测值吻合很好,并能较准确地预测YG6梯度硬质合金弹性系数沿梯度方向的变化规律。(本文来源于《中国有色金属学报》期刊2007年05期）
梯度分布模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
这些年来,随着遥感技术的发展,SAR图像在很多领域得到了广泛的应用,SAR图像处理的基础是SAR图像分割,然而由于SAR图像成像的特殊性,其极不匀质区域一直是分割的难点。目前有使用人工提出特征的方式进行分割,但是这需要专业的背景知识,成本与效率都比较高。在机器学习中,贝叶斯学习模型可以利用先验知识进行推断,能够自适应的学习数据的特征,可以利用该模型来学习极不匀质区域的特征。因此针对这些情况,本文提出了G~0分布随机梯度变分贝叶斯学习模型的SAR图像分割方法,该方法的主要创新如下所示:(1)提出了G~0分布随机梯度变分贝叶斯模型。贝叶斯网络需要对隐变量和近似后验概率进行概率假设,而光学图像中常用的高斯分布不能很好的拟合SAR图像数据,所以不能有效的学习SAR图像的特征。而G~0分布能够很好的刻画SAR图像的统计特征,所以本文结合贝叶斯网络以及G~0分布,对网络中概率分布的假设均使用G~0分布,从而构造出G~0分布变分贝叶斯学习模型,然后对G~0分布n(28)1和n?1两种情况,分别推导出相应学习模型中变分下界的解析形式,从而为后续学习SAR图像混合像素子空间中极不匀质区域的特征提供模型框架。(2)提出了G~0分布随机梯度变分贝叶斯模型的SAR图像分割方法。针对SAR图像语义空间中的混合像素子空间,使用(1)中设计的G~0分布变分贝叶斯学习模型学习极不匀质区域的特征,然后利用学习到的特征,对混合像素子空间进行分割。首先是对每个极不匀质区域都构造一个G~0分布变分贝叶斯学习模型,并且根据每个区域得到的概率密度函数,得到一组相应的矩阵,用该矩阵作为每个区域学习模型的初始化权值。然后将训练后的权值作为对应区域的特征。接下来是根据特征袋的思路,将所有区域学习到的特征连接到一起构成码本,并且计算每个区域到它的投影,通过最大值汇聚的方法得出表征相应区域的特征。最后通过层次聚类得出这些特征的分类,也就是相应极不匀质区域的分类,即混合像素子空间的分割结果。(3)对于(1)中提出的网络,分析了网络中的两个参数。一个是输入神经元个数,也就是输入图像块大小,另一个是隐层神经元个数。首先对于要分析的参数,使用不同值训练(1)中网络,然后对于学习到的特征,使用聚类的方法分析其特征聚类个数,聚类个数的多少反映了特征之间的差异性,也就是说聚类后的个数越多则表示学习到的特征越多。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
梯度分布模型论文参考文献
[1].王鑫,徐祖华,赵均,邵之江.基于梯度特征的分布曲线模型预测控制算法[J].清华大学学报(自然科学版).2019
[2].孙宗豪.G~0分布的随机梯度变分贝叶斯学习模型研究及应用[D].西安电子科技大学.2018
[3].李琛琛.面向力学性能梯度分布的热冲压零部件韧性损伤模型研究[D].山东建筑大学.2018
[4].刘鹏.挡土墙土压力非线性周期分布内变量梯度模型[D].北京建筑大学.2017
[5].薄欣.不同含水量梯度下土壤有机碳含量分布特征及高光谱估测模型研究[D].哈尔滨师范大学.2017
[6].张肃,诺敏.县域尺度上产业转入地的梯度分布——基于随机有效前沿模型的技术进步分析[J].税务与经济.2013
[7].许巍,肖立志.基于随机堆积模型的内部磁场梯度空间分布特性模拟[C].第十七届全国波谱学学术会议论文摘要集.2012
[8].王冠,王华昌,肖瀚.热锻模型腔表面层温度梯度分布规律的研究[J].武汉理工大学学报.2011
[9].李永科,王志恒,方精云.中域效应模型中物种分布幅度梯度的影响[J].中国科学(C辑:生命科学).2008
[10].饶秋华,张丽娟,贺跃辉.新型梯度硬质合金的组成分布函数与弹性系数模型[J].中国有色金属学报.2007