Geum.ru

Дипломная работа

  • 21561. Технология и организация технического обслуживания и ремонта подвижного состава предприятия "Радиозавод"
    Транспорт, логистика

    8. В.М.Борисова. Экономика, организация и планирование автомобильного транспорта М: Транспорт 1987 г.) i I CO 0 с: Наименование Марка, тип, каталог, № черт. 0 ш § ^ Техническая характеристика Габаритные размеры Прим. 1 Механизм открывания ворот А-41-4 4 220 х 200 х 200 2 Воздушно-тепловые завесы 4 310х310х3000 3 Конвейер пульсирующий для ТО-1 4096 1 900 х 50000 4 Переходный съёмный мостик 3 900 х 750 5 Гайковёрт для гаек колёс 2 1900х600 6 Стол бригадира 2 1200х800х1000 7 Тележка для снятия колёс /145-/Ч 2 1000х500 8 Подъёмник канавный /7-7/J 4 9 Шкаф секционный 2 800 х 800 10 Тележка электрика 1 1000х600 11 Воздухораздаточная колонка d-4Q1 1 500 х 500 12 Верстак с тисками 1 750х1000х1000 13 Гайковерт для гаек полуосей Ц-373 2 600 х 500 14 Гайковерт для стремянок колёс 1 800 х 500 15 Стеллаж вертушка 2 600 х 600 16 Солидолонагнетатель HUuftr Зб-ул^ 1 700 х 600 17 Ящик для негодных деталей 1 1100х700 18 Ларь для обтирочных материалов 2 600 х 600 19 Установка для мойки фильтров 1 1000х500 20 Смазочно-заправочная установка J/^/ 1 1100х700 21 Тележка смазчика 1 900 х 700 22 Установка для г'ромывки сист. смазки 1 1000х600 23 Воронки для слу1ва масла 4 24 Приспособление для провертывания и-90-{ карданного вала 1 1200х800 25 Ящик с песком 1 1101 х700

  • 21562. Технология и потребительские свойства инструментальной углеродистой стали
    Разное
  • 21563. Технология и реконструкция зданий и сооружений
    Строительство

    Организация строительного производства при реконструкции зданий и сооружений имеет ряд особенностей по сравнению с организацией работ при новом строительстве: значительная разнородность, рассредоточенность и мелкообъемность выполняемых работ; осуществление комплекса работ, не присущих новому строительству (демонтаж конструкций, их усиление, замена отдельных конструктивных элементов и т. п.); производство работ в основном в стесненных условиях, что оказывает решающее влияние на общую схему организации работ. Условия строительной площадки при реконструкции зданий и сооружений отражаются на уровне механизации производственных процессов и зачастую приводят к увеличению объема работ, выполняемых вручную. Вследствие влияния факторов стесненности и рассредоточенности наиболее трудоемкими при реконструкции являются монтажно-демонтажные работы, разборка и разрушение конструкций и монолитных массивов, усиление существующих и устройство новых фундаментов в стесненных условиях, а также прокладка подземных коммуникаций и устройство бетонных подготовок под полы. Поэтому выбор оптимальных вариантов технологии и механизации этих работ по сути определяет уровень технико-экономических показателей при реконструкции в целом. Зачастую отсутствуют требуемая номенклатура и нужные типоразмеры специальных машин для реконструктивных работ, проводимых в стесненных условиях. Это вызывает необходимость применения при реконструкции зданий средств, служащих для механизации работ при возведении новых зданий и сооружений.

  • 21564. Технология и средства разработки Java-приложений с использованием XML-описаний экранных форм
    Компьютеры, программирование
  • 21565. Технология и техника добывания лося в Магдагачинском районе Амурской области
    Сельское хозяйство

    Лосиха па месте "тока" выбивает копытами площадку и готовится к приему быков. Во время гона корова издает звуки, отдаленно напоминающие храп лошади. За одной коровой иногда ходит до четырех быков, от которых обычно исходит сильный специфический запах мускуса. Самцы во время гона бывают сильно возбужденными и издают глубокие вздохи «у-оо-х, у-оо-х» напоминающие стон, который часто не совсем правельно называют стонущим ревом. При этом быки по зорям и ночью чутко слушают, не отзовется ли где-нибудь храп самки. При большой численности лосей среди самцов нередко возникают драки, которые иногда кончаются гибелью одного из соперников. Но вообще соотношение полов близко 1:1. Полигамия у лосей развита не так сильно, как у других оленей, и больших гаремов они не образуют. Все же отмечали случаи, когда в период гона самцы ходят с несколькими самками. Беременность длится 225 - 240 дней. К весне коровы отгоняют от себя прошлогодних телят и готовятся к отелу. В конце мая - в начале июня лосиха рождает одного, иногда двух телят. Масса новорожденных 10 - 16 кг. Первые два дня лосята совершенно беспомощны. Но уже на 4 5 день они свободно ходят с матерью, и чуть услышат ее предупредительный сигнал, к искусно затаиваются в траве или в кустах и подолгу лежат точно мёртвые, пока не придет мать. Корова с выводком держится в самых глухих, большей частью болотистых, участках леса или тайги. Охотникам нередко приходилось отлавливать лосят в возрасте до двух недель, когда они уже довольно шустро бегают за матерью. В этом возрасте телята быстро привыкают к людям и хорошо живут в неволе. Лосята очень любят ласку и чувствуя к себе хорошее отношение, издают слабые звуки мяканье. Лосята быстро подрастают и к осени уже становятся ростом с перегодовавшего жеребенка-стригунка. В возрасте 6 месяцев их масса 80 - 100 кг. Молочное кормление длится до осени, хотя вскоре же после рождения лосята начинают есть зеленый корм. Половозрелость физиологически наступает ко второй осени жизни. Однако в природе многие самки оплодотворяются лишь на третью осень, самцы кроют самок обычно лишь с возраста 3 4 лет.

  • 21566. Технология и техника добывания уссурийского кабана в Архаринском районе
    Биология

    При охоте на кабана применяются как породистые (лайки, гончие, фокстерьеры, ягдтерьеры и др.), а также и беспородные собаки. Но для зверовых охот наилучшей породой является лайка. Охотиться можно с одной или лучше с двумя собаками, ведя их на поводке. При этом способе обе лайки привязываются на один ремень, одна за другой. Охотник не спеша обследует распадки какой-либо речки ли их пороям в лесной подстилке. Опытный охотничий глаз всегда отличит эти порои от пороев медведя или изюбря и косули, когда же выбирают из-под листвы желуди. Охоту по сернотропу можно начинать уже тогда, когда папоротники и травы от морозов пожухли полягут, а листва на кустах и деревьях облетит. В летней непроглядной тайге охота с собакой на кабана невозможна, ибо кабан всюду проходит «утюгом», в то время как собака вязнет и путается в траве и кустарниках. Идя по гребню и осматривая склоны, иногда удается услышать или увидеть лежащих или пасущихся кабанов, зная местность и повадки зверей, опытный охотник без труда подходит на верный выстрел. Очень часто обнаружить кабана помогают собаки они слышат и чуют зверя довольно далеко. Теперь о самой манере лайки облаивать и задерживать кабана. Натренированная для охоты на кабана собака будет наседать на зверя сзади, лаять и хватать за ту часть задних ног, где соединяются мускулы и сухожилия. Кабан больше всего боится укусов именно в эти места, собаки, которые очертя голову бросаются на кабана спереди, стараясь схватить его за шею или холку, первый же секач обычно их режет. Лучше всего завертеть и остановить кабана могут две увертливые лайки, нападающие сзади, они попеременно хватают его за зад, заставляя оборачиваться, в том время как одна, укусив зверя, ловко отскакивает, вторая уже хватает его с другой стороны. Если собаки крупные, сильные, обладают мощными челюстями и хорошими зубами, то ни один кабан от них не уйдет. Секачи обычно не поддаются собакам, их удается только остановить заставляя иногда садиться. Лучше под собаками стоят крупные секачи. Резкими бросками они пытаются отогнать псов, тем самым озлобляя их еще больше. Остановленного, но спугнутого охотником кабана хорошие собаки вновь останавливают через 200-300 метров. Остановленный и окруженный собаками зверь приходит в ярость, шерсть на нем поднимается дыбом, глаза сверкают, он сопит, пыхтит и «точит» клыки друг о друга, чтобы обезопасить тыл, кабан часто прижимается задом к толстому дереву, пню, скале. Страдают собаки чаще от молодых самцов, имеющих небольшие клыки, но более подвижные и увертливых. Прижатый кабанов собаки держат крепко, теперь подходи, да смотри не промахнись. Стреляя кабана, надо быть очень внимательным, чтобы не ранить собак, которые, почувствовав близость охотника, работают особенно азартно. Промах в таких случаях не только досаден, но и опасен для собак. Во-первых, собаки после выстрела бросаются на кабана, а во-вторых, от неудачного выстрела зверь часто срывается, то есть бросается напролом. В обоих случаях он может убить или искалечить собак. Таким образом, для охоты на кабана рабочие качества лайки, ее манера облаивать и задерживать зверя имеют большое значение, но азарт и злобность не должны быть слепыми. Охоту на кабана с лайками целесообразно проводить группой в 2-3 охотника, большое количество стрелков осложняет охоту, создает возможность несчастного случая.

  • 21567. Технология и управление работой железнодорожных участков и направлений
    Транспорт, логистика
  • 21568. Технология и экологическая безопасность мартеновского производства на ЗАО "Макеевский металлургический завод"
    Производство и Промышленность
  • 21569. Технология извлечения знаний из нейронных сетей: апробация, проектирование ПО, использование в психо...
    Математика и статистика

     

    1. Лорьер Ж.-Л. Системы искусственного интеллекта. М.: Мир, 1991. - 568с.
    2. Искусственный интеллект. В 3-х кн. Кн. 2. Модели и методы: Справочник / Под ред. Д.А.Поспелова. М.: Радио и связь, 1990. - 304с.
    3. Хафман И. Активная память. М.: Прогресс. 1986. - 309с.
    4. Бонгард М.М. Проблема узнавания. М.: Наука, 1967. - 320с.
    5. Загоруйко Н.Г. Методы обнаружения закономерностей. М.: Наука, 1981. - 115с.
    6. Гаек П., Гавранек Т. Автоматическое образование гипотез. М.: Наука, 1984. - 278с.
    7. Гуревич Ю.В., Журавлев Ю.И. Минимизация булевых функций и и эффективные алгоритмы распознавания // Кибернетика. - 1974, №3. - с.16-20.
    8. Искусственный интеллект. В 3-х кн. Кн. 1. Системы общения и экспертные системы: Справочник / Под ред. Э.В.Попова. М.: Радио и связь, 1990. - 464с.
    9. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: Основы моделирования и первичная обработка данных. М.: Финансы и статистика, 1983. - 471с.
    10. Загоруйко Н.Г. Гипотезы компактности и -компактности в алгоритмах анализа данных // Сибирский журнал индустриальной математики. Январь-июнь, 1998. Т.1, №1. - с.114-126.
    11. Браверман Э.М., Мучник И.Б. Структурные методы обработки эмпирических данных. М.: Наука, 1983. - 464с.
    12. Дуда Р., Харт П. Распознавание образов и анализ сцен. М.: Мир, 1976. - 512с.
    13. Цыпкин Я.З. Информационная теория идентификации. М.: Наука, 1995. - 336с.
    14. Айзерман М.А., Браверман Э.М., Розоноер Л.И. Метод потенциальных функций в теории обучения машин. - М.: Наука, 1970. - 240с.
    15. Россиев Д.А. Самообучающиеся нейросетевые экспертные системы в медицине: теория, методология, инструментарий, внедрение. Автореф. дисс. … доктора биол. наук. Красноярск, 1996.
    16. Горбань А.Н. Обучение нейронных сетей. М.: изд. СССР-США СП "ParaGraph", 1990. - 160с. (English Translation: AMSE Transaction, Scientific Siberian, A, 1993, Vol. 6. Neurocomputing, рp.1-134).
    17. Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере. Новосибирск: Наука, 1996. - 276с.
    18. Нейроинформатика / А.Н. Горбань, В.Л. Дунин-Барковский, А.Н. Кирдин и др. Новосибирск: Наука, 1998. - 296с.
    19. Ежов А.А., Шумский С.А. Нейрокомпьютинг и его применение в финансах и бизнесе. М.: МИФИ, 1998.
    20. Миркес Е.М. Нейрокомпьютер: проект стандарта. Новосибирск, Наука, 1998.
    21. Kwon O.J., Bang S.Y. A Design Method of Fault Tolerant Neural Networks / Proc. ICNN 1994, Seoul, Korea. - Vol.1. - pp. 396-400.
    22. Горбань А.Н., Царегородцев В.Г. Методология производства явных знаний из таблиц данных при помощи обучаемых и упрощаемых искусственных нейронных сетей // Труды VI Международной конференции "Математика. Компьютер. Образование" / - М.: Прогресс-традиция, 1999. - Ч.I. - С.110-116.
    23. Царегородцев В.Г. Извлечение явных знаний из таблиц данных при помощи обучаемых и упрощаемых искусственных нейронных сетей // Материалы XII Международной конференции по нейрокибернетике. - Ростов-на-Дону. Изд-во СКНЦ ВШ. 1999.- 323с. - С.245-249.
    24. Reed R. Pruning Algorithms - a Survey / IEEE Trans. on Neural Networks, 1993, Vol.4, №5. - pp.740-747.
    25. Depenau J., Moller M. Aspects of Generalization and Pruning / Proc. WCNN'94, 1994, Vol.3. - pp.504-509.
    26. Гилев С.Е., Коченов Д.А., Миркес Е.М., Россиев Д.А. Контрастирование, оценка значимости параметров, оптимизация их значений и их интерпретация в нейронных сетях // Доклады III Всероссийского семинара “Нейроинформатика и ее приложения”. Красноярск, 1995.- С.66-78.
    27. Weigend A.S., Rumelhart D.E., Huberman B.A. Generalization by Weights-elimination with Application to Forecasting / Advances in Neural Information Processing Systems. Morgan Kaufmann, 1991. Vol.3. - pp. 875-882.
    28. Yasui S. Convergence Suppression and Divergence Facilitation for Pruning Multi-Output Backpropagation Networks / Proc. 3rd Int. Conf. on Fuzzy Logic, Neural Nets and Soft Computing, Iizuka, Japan, 1994. - pp.137-139.
    29. Yasui S. A New Method to Remove Redundant Connections in Backpropagation Neural Networks: Inproduction of 'Parametric Lateral Inhibition Fields' / Proc. IEEE INNS Int. Joint Conf. on Neural Networks, Beijing, Vol.2. - pp.360-367.
    30. Yasui S., Malinowski A., Zurada J.M. Convergence Suppression and Divergence Facilitation: New Approach to Prune Hidden Layer and Weights in Feedforward Neural Networks / Proc. IEEE Int. Symposium on Circuits and Systems 1995, Seattle, WA, USA. Vol.1. - pp.121-124.
    31. Malinowski A., Miller D.A., Zurada J.M. Reconciling Training and Weight Suppression: New Guidelines for Pruning-efficient Training / Proc. WCNN 1995, Washington, DC, USA. Vol.1. - pp.724-728.
    32. Krogh A., Hertz J. A Simple Weight Decay can Improve Generalization / Advances in Neural Infromation Processing Systems 4, 1992. - pp. 950-957.
    33. Kamimura R., Nakanishi S. Weight-decay as a Process of Redundancy Reduction / Proc. WCNN, 1994, Vol.3. - pp.486-489.
    34. Karnin E.D. A Simple Procedure for Pruning Back-propagation Trained Network / IEEE Trans. on Neural Networks, June 1990. Vol. 1, No.2. - pp.239-242.
    35. Le Cun Y., Denker J.S., Solla S.A. Optimal Brain Damage / Advances in Neural Information Processing Systems 2. - Morgan Kaufmann, 1990. - pp.598-605.
    36. Hassibi B., Stork D.G., Wolff G. Optimal Brain Surgeon: Extensions and Performance Comparisions / Advances in Neural Information Processing Systems 6, 1994. pp.263-270.
    37. Гилев С.Е. Алгоритм сокращения нейронных сетей, основанный на разностной оценке вторых производных целевой функции // Нейроинформатика и ее приложения : Тезисы докладов V Всеросс. семинара, 1997. Красноярск. КГТУ. 1997. - 190с. - C.45-46.
    38. Tanpraset C., Tanpraset T., Lursinsap C. Neuron and Dendrite Pruning by Synaptic Weight Shifting in Polynomial Time / Proc. IEEE ICNN 1996, Washington, DC, USA. Vol.2. - pp.822-827.
    39. Kamimura R. Principal Hidden Unit Analysis: Generation of Simple Networks by Minimum Entropy Method / Proc. IJCNN 1993, Nagoya, Japan. - Vol.1. - pp.317-320.
    40. Mozer M.C., Smolensky P. Using Relevance to Reduce Network Size Automatically / Connection Science. 1989. Vol.1. - pp.3-16.
    41. Mozer M.C., Smolensky P. Skeletonization: A Technique for Trimming the Fat from a Network via Relevance Assessment / Advances in Neural Network Information Processing Systems 1, Morgan Kaufmann, 1989. - pp.107-115.
    42. Watanabe E., Shimizu H. Algorithm for Pruning Hidden Units in Multi Layered Neural Network for Binary Pattern Classification Problem / Proc. IJCNN 1993, Nagoya, Japan. - Vol.1. - pp.327-330.
    43. Yoshimura A., Nagano T. A New Measure for the Estimation of the Effectiveness of Hidden Units / Proc. Annual Conf. JNNS, 1992. - pp.82-83.
    44. Murase K., Matsunaga Y., Nakade Y. A Back-propagation Algorithm which Automatically Determines the Number of Association Units / Proc. IJCNN, Singapore, 1991. - Vol.1. - pp.783-788.
    45. Matsunaga Y., Nakade Y., Yamakawa O., Murase K, A Back-propagation Algorithm with Automatic Reduction of Association Units in Multi-layered Neural Network / Trans. on IEICE, 1991. Vol. J74-DII, №8. - pp.1118-1121.
    46. Hagiwara M. Removal of Hidden Units and Weights for Back Propagation Networks / Proc. IJCNN 1993, Nagoya, Japan. - Vol.1. - pp.351-354.
    47. Majima N., Watanabe A., Yoshimura A., Nagano T. A New Criterion "Effectiveness Factor" for Pruning Hidden Units / Proc. ICNN 1994, Seoul, Korea. - Vol.1. - pp. 382-385.
    48. Царегородцев В.Г. Производство полуэмпирических знаний из таблиц данных с помощью обучаемых искусственных нейронных сетей // Методы нейроинформатики. Красноярск: Изд-во КГТУ, 1998. - 205c. - C.176-198.
    49. Sietsma J., Dow R.J.F. Neural Net Pruning - Why and How / Proc. IEEE IJCNN 1988, San Diego, CA. Vol.1. - pp. 325-333.
    50. Sietsma J., Dow R.J.F. Creating Artificial Neural Network that Generalize / Neural Networks, 1991. Vol.4, No.1. - pp.67-79.
    51. Yamamoto S., Oshino T., Mori T., Hashizume A., Motoike J. Gradual Reduction of Hidden Units in the Back Propagation Algorithm, and its Application to Blood Cell Classification / Proc. IJCNN 1993, Nagoya, Japan. - Vol.3. - pp.2085-2088.
    52. Sarle W.S. How to measure importance of inputs? SAS Institute Inc., Cary, NC, USA, 1999. ftp://ftp.sas.com/pub/neural/importance.html
    53. Goh T.-H. Semantic Extraction Using Neural Network Modelling and Sensitivity Analisys / Proc. IJCNN 1993, Nagoya, Japan. - Vol.1. - pp.1031-1034.
    54. Howlan S.J., Hinton G.E. Simplifying Neural Network by Soft Weight Sharing / Neural Computations, 1992. Vol.4. №4. - pp.473-493.
    55. Keegstra H., Jansen W.J., Nijhuis J.A.G., Spaanenburg L., Stevens H., Udding J.T. Exploiting Network Redundancy for Low-Cost Neural Network Realizations / Proc. IEEE ICNN 1996, Washington, DC, USA. Vol.2. - pp.951-955.
    56. Chen A.M., Lu H.-M., Hecht-Nielsen R. On the Geometry of Feedforward Neural Network Error Surfaces // Neural Computations, 1993. - 5. pp. 910-927.
    57. Гордиенко П. Стратегии контрастирования // Нейроинформатика и ее приложения : Тезисы докладов V Всероссийского семинара, 1997 / Под ред. А.Н.Горбаня. Красноярск. КГТУ. 1997. - 190с. - C.69.
    58. Gorban A.N., Mirkes Ye.M., Tsaregorodtsev V.G. Generation of explicit knowledge from empirical data through pruning of trainable neural networks / Int. Joint Conf. on Neural Networks, Washington, DC, USA, 1999.
    59. Ishibuchi H., Nii M. Generating Fuzzy If-Then Rules from Trained Neural Networks: Linguistic Analysis of Neural Networks / Proc. 1996 IEEE ICNN, Washington, DC, USA. Vol.2. - pp.1133-1138.
    60. Lozowski A., Cholewo T.J., Zurada J.M. Crisp Rule Extraction from Perceptron Network Classifiers / Proc. 1996 IEEE ICNN, Washington, DC, USA. Plenary, Panel and Special Sessions Volume. - pp.94-99.
    61. Lu H., Setiono R., Liu H. Effective Data Mining Using Neural Networks / IEEE Trans. on Knowledge and Data Engineering, 1996, Vol.8, №6. pp.957-961.
    62. Duch W., Adamczak R., Grabczewski K. Optimization of Logical Rules Derived by Neural Procedures / Proc. 1999 IJCNN, Washington, DC, USA, 1999.
    63. Duch W., Adamczak R., Grabczewski K. Neural Optimization of Linguistic Variables and Membership Functions / Proc. 1999 ICONIP, Perth, Australia.
    64. Ishikawa M. Rule Extraction by Successive Regularization / Proc. 1996 IEEE ICNN, Washington, DC, USA. Vol.2. - pp.1139-1143.
    65. Sun R., Peterson T. Learning in Reactive Sequential Decision Tasks: the CLARION Model / Proc. 1996 IEEE ICNN, Washington, DC, USA. Plenary, Panel and Special Sessions Volume. - pp.70-75.
    66. Gallant S.I. Connectionist Expert Systems / Communications of the ACM, 1988, №31. pp.152-169.
    67. Saito K., Nakano R. Medical Diagnostic Expert System Based on PDP Model / Proc. IEEE ICNN, 1988. pp.255-262.
    68. Fu L.M. Rule Learning by Searching on Adapted Nets / Proc. AAAI, 1991. - pp.590-595.
    69. Towell G., Shavlik J.W. Interpretation of Artificial Neural Networks: Mapping Knowledge-based Neural Networks into Rules / Advances in Neural Information Processing Systems 4 (Moody J.E., Hanson S.J., Lippmann R.P. eds.). Morgan Kaufmann, 1992. - pp. 977-984.
    70. Fu L.M. Rule Generation From Neural Networks / IEEE Trans. on Systems, Man. and Cybernetics, 1994. Vol.24, №8. - pp.1114-1124.
    71. Yi L., Hongbao S. The N-R Method of Acquiring Multi-step Reasoning Production Rules Based on NN / Proc. 1996 IEEE ICNN, Washington, DC, USA. Vol.2. - pp.1150-1155.
    72. Towell G., Shavlik J.W., Noodewier M.O. Refinement of Approximately Correct Domain Theories by Knowledge-based Neural Networks / Proc. AAAI'90, Boston, MA, USA, 1990. - pp.861-866.
    73. Towell G., Shavlik J.W. Extracting Refined Rules from Knowledge-based Neural Networks / Machine Learning, 1993. Vol.13. - pp. 71-101.
    74. Towell G., Shavlik J.W. Knowledge-based Artificial Neural Networks / Artificial Intelligence, 1994. Vol.70, №3. - pp.119-165.
    75. Opitz D., Shavlik J. Heuristically Expanding Knowledge-based Neural Networks / Proc. 13 Int. Joint Conf. on Artificial Intelligence, Chambery, France. Morgan Kaufmann, 1993. - pp.1360-1365.
    76. Opitz D., Shavlik J. Dynamically Adding Symbolically Meaningful Nodes to Knowledge-based Neural Networks / Knowledge-based Systems, 1995. - pp.301-311.
    77. Craven M., Shavlik J. Learning Symbolic Rules Using Artificial Neural Networks / Proc. 10 Int. Conf. on Machine Learning, Amherst, MA, USA. Morgan Kaufmann, 1993. - pp.73-80.
    78. Craven M., Shavlik J. Using Sampling and Queries to Extract Rules from Trained Neural Networks / Proc. 11 Int. Conf. on Machine Learning, New Brunswick, NJ, USA, 1994. - pp.37-45.
    79. Medler D.A., McCaughan D.B., Dawson M.R.W., Willson L. When Local int't Enough: Extracting Distributed Rules from Networks / Proc. 1999 IJCNN, Washington, DC, USA, 1999.
    80. Craven M.W., Shavlik J.W. Extracting Comprehensible Concept Representations from Trained Neural Networks / IJCAI Workshop on Comprehensibility in Machine Learning, Montreal, Quebec, Canada, 1995.
    81. Andrews R., Diederich J., Tickle A.B. A Survey and Critique of Techniques for Extracting Rules from Trained Artificial Neural Networks / Knowledge Based Systems, 1995, №8. - pp.373-389.
    82. Craven M.W., Shavlik J.W. Using Neural Networks for Data Mining / Future Generation Computer Systems, 1997.
    83. Craven M.W., Shavlik J.W. Rule Extraction: Where Do We Go From Here? Department of Computer Sciences, University of Wisconsin, Machine Learning Research Group Working Paper 99-1. 1999.
    84. Michalski R.S. A Theory and Methodology of Inductive Learning / Artificial Intelligence, 1983, Vol.20. pp.111-161.
    85. McMillan C., Mozer M.C., Smolensky P. The Connectionist Scientist Game: Rule Extraction and Refinement in a Neural Network / Proc. XIII Annual Conf. of the Cognitive Science Society, Hillsdale, NJ, USA, 1991. Erlbaum Press, 1991.
    86. Language, meaning and culture: the selected papers of C. E. Osgood / ed. by Charles. E. Osgood and Oliver C. S. Tzeng. New York (etc.) : Praeger, 1990 XIII, 402 S.
    87. Горбань П.А. Нейросетевая реализация метода семантического дифференциала и анализ выборов американских президентов, основанный на технологии производства явных знаний из данных // Материалы XXXVII Международной научной студенческой конференции "Cтудент и научно-технический прогресс": Информационные технологии. Новосибирск, НГУ, 1999
  • 21570. Технология изготовления билета учащегося
    Разное

    Книговставочная машина, предназначена для сборки книги из двух полуфабрикатов - книжного блока и крышки, скрепляемых между собой посредством клеевого слоя. На К. м. производятся операции: промазка форзацев блока клеем, кругление корешка крышки (так называемая выгибка шпации), совмещение крышки с блоком и приклейка сторонок крышки к форзацам блока (см. Книга). Как правило, К. м. являются автоматами (автоматическая подача книжных блоков и переплётных крышек в машину). К. м. наиболее распространённого типа работает по следующей схеме (рис.). Книжные блоки корешком вверх либо из стопы 1 в магазине самонаклада, либо с предыдущих операций поступают в продольный жёлоб машины. При перемещении блока по жёлобу на форзацы блока валиком 2 наносится клеевой слой, что обеспечивает надёжную приклейку клапанов марли к форзацам и к переплётной крышке. При дальнейшем перемещении блок раскрывается ножом 3 и подхватывается крылом 4, проходящим вертикально вверх сквозь прорезь в ноже. При вертикальном перемещении блока на форзацы наносится клей. Затем блох перемещается к месту вставки, куда одновременно поступает и переплётная крышка 5. Крышки по одной перемещаются из магазина самонаклада 6 в секцию, где происходит кругление корешка нагретой колодкой 7, и далее к месту вставки. При перемещении книжного блока вверх осуществляется процесс вставки. Клапаны крышки закрываются, прикрепляясь к промазанным форзацам, и обжимаются роликами 8. После этого книга снимается с крыла, поступая на приёмный транспортёр 9 машины.

  • 21571. Технология изготовления детали
    Разное

    Литейную форму, состоящую из двух полуформ, изготавливают в такой последовательности: собирают стержневой ящик из нижней и верхней половины, засыпают стержневую смесь и уплотняют. На модельную плиту 1 устанавливают нижнюю половину модели 2, модели питателей 3 и опоку 4 (рис.5), в которую засыпают формовочную смесь и уплотняют. Опоку поворачивают на 180°, устанавливают верхнюю половину модели 1, модели шлакоуловителя 2, стояка 3 и выпора 4. Устанавливают верхнюю опоку 5 (рис.6), засыпают формовочную смесь и уплотняют. После извлечения модели стояка и выпоров форму раскрывают. Из полуформ извлекают модели, модели питателей и шлакоуловителя.

  • 21572. Технология изготовления детали "Корпус"
    Разное

    Литейное производство является одной из основных заготовительных баз машиностроения. Во всех отраслях машиностроения и приборостроения используются литые заготовки. Литьем получают заготовки практически любой сложной конфигурации с минимальными припусками на обработку резанием, высокими служебными свойствами. Основным направлением совершенствования и развития производства машин является расширение использования известных и создание новых технологических процессов, позволяющих уменьшить расход материалов и энергии, снизить затраты труда, повысить производительность и улучшить условия труда, устранить вредное воздействие на окружающую среду и, в конечном счете, повысить качество и эффективность производства. В производстве литых заготовок для деталей машин и приборов значительное место занимают так называемые специальные способы литья: по выплавляемым моделям, в керамические формы, в кокиль, под давлением, центробежное литьё, электрошлаковое литье и другие, позволяющие получить отливки повышенной точности, с чистой поверхностью, минимальными припусками на обработку, а иногда и полностью исключающие ее, с высокими служебными свойствами. Технологические процессы получения отливок этими способами в сравнении с литьем в песчаные формы отличаются меньшей материала и энергоемкостью, меньшими трудозатратами, позволяют существенно улучшить условия труда и уменьшить вредное воздействие на окружающую среду. Эти процессы, как правило, осуществляются на автоматизированных или автоматических литейных установках и линиях. Совершенствование и разработка новых технологических процессов, повышение качества и эффективности производства должны основываться на изучении сущности, и использовании закономерностей физико-химических процессов, происходящих при подготовке литейной формы к заливке, заполнении ее расплавом, затвердевании и охлаждении отливки.

  • 21573. Технология изготовления детали "крышка"
    Разное
  • 21574. Технология изготовления журнального столика
    Разное
  • 21575. Технология изготовления однослойных печатных плат субтрактивным методом с использованием металлорезиста (олово – свинец)
    Компьютеры, программирование

    Однослойные печатные платы (ОПП) - наиболее употребляемые конструктивные элементы бытовой и промышленной техники, с помощью которых обеспечивается:

  • 21576. Технология изготовления отливки в разовые песчаные формы
    Разное

    Поэтому положение отливки в форме должно удовлетворять следующим условиям:

    1. Наиболее предпочтительным является такое положение отливки в форме, при котором достигается последовательность затвердевания всех ее частей в направлении расположения прибылей.
    2. Наибольшим преимуществами обладает такой вариант расположения отливки в форме, при котором не происходит коренных изменений положения собранной формы перед заливкой сталью и нежелательных поворотов.
    3. Наиболее благоприятные возможности по уменьшению размеров припусков на механическую обработку достигается, если основные обрабатываемые поверхности стенок отливки располагаются снизу по заливке формы, а при отсутствии такой возможности - вертикально или наклонно.
    4. Наиболее предпочтительно при заливке вертикальное расположение развитых плоских поверхностей отливки, не подвергаемых механической обработке.
    5. Тонкостенные части отливок лучше располагать в нижних горизонтах заливаемой формы, по возможности вертикально или наклонно.
    6. Выбранное положение должно давать возможность проверки толщин тела при сборке формы, а также надежное удержание стержней на месте.
    7. Выбранное положение должно обеспечивать наиболее простое изготовление форм и стержней, что снижает себестоимость отливки.
  • 21577. Технология изготовления печатных форм
    Журналистика

    Наименование процесса или операцииВиды (марки) возможного оборудованияВыбранное оборудование и его техническая характеристикаОбоснование выбора оборудованияПрием и контроль издательских изобразительных оригиналовПросмотровый стол Just Norm- licht. Денситометр X-Rile. Линейка. ЛупаПросмотровый стол Just Normlicht Color Match 5000 (просмотр непрозрачных оригиналов формата 310×410 мм на отражение). Денситометр X-Rile 310TR. Линейка. ЛупаУниверсальность и удобство в примененииСканирование, обработкаКомпьютер PowerMac. Планшетный сканер LinotypeКомпьютер PowerMac PM G5 DC 2.0 GHz. Планшетный сканер Limotype-Hell Topaz II (разрешение 5080 dpi, область сканирования 250×458 мм)Оборудование обладает достаточной характеристикой для исполнения процессов сканирования и обработки Цифровая цветопробаSystem DuPontAX-4 System DuPont (формат отпечатков А3+, А2+, высокая повторяемость, автоматическая подача бумаги. Система рециркуляции чернил)Формат подходит для цветопробного оттиска многокрасочного изображенияУтверждение цветопробного оттискаДенситометр GretagMacbethДенситометр D19C GretagMacbeth (диапозан 0,00-2,5 D, повторяемость ±0,01 D, линейность ±0,01 D, процент растра 0-100 %, измерение парамента растискивания точки). Серия спектрофотометров GretagMacbeth для контроля цвета на различных этапах его воспроизведения.Денситометр подходит для изме- рения плотности цветаНаименование процесса или операцииВиды (марки) возможного оборудованияВыбранное оборудование и его техническая характеристикаОбоснование выбора оборудованияЗапись полос издания на фотоматериалКомпьютер PowerMac. ФНА: Linotronic, Hercules, DrysetterКомпьютер PowerMac PM G5 DC 2.0 GHz. ФНА Hercules Elite (экспонирование полных фотоформ до 74 см, встроенная система перфорации приводочных отверстий, разрешение до 5080 dpi, до 305 lpi, он-лайн проявка)ФНА подходит для экспонирования фотоформ с шириной фотоматериала 406 мм, экономный режим использования и высокая скоростьОбработка фотоматериалаПроцессор Glunz&Jensen Процессор Glunz&Jensen MultiLine 550 (максимальная ширина фотоматериала 550 мм, температура проявки 20-50 ºС)Подходит для обработки экспо- нированных фотоматериалов заданной ширины 406 мм.Контроль качества диапозитивовДенситометр GretagMacbeth. ЛупаДенситометр GretagMacbeth D200-II. Подходит для проверки качест- ва полученных фотоформПрием и контроль текстовых оригиналовЛинейка, строкомерЛинейка, строкомерСтандартные и доступные инструментыИзготовление монтажных формМонтажный стол Just Normlicht Монтажный стол Just Normlicht Litho (рабочая область 800×1230 мм)Доступное обору- дование для монтажаКонтроль качества монтажных формЛупа, линейкаЛупа. ЛинейкаСтандартные и доступные инструментыЭкспонирование пластин в копировальной рамеКопировальная рама BacherBacher 3081 (источник света оснащен цилиндрическим вращающимся затвором, верхнее расположение источника света, варианты дискретного изменения мощности излучения)Походит для работ с любыми видами формных материалов, пленок дневного света, диазоматериаловОбработка копий в процессореПроявочный процессор Glunz&JensenПроявочный процессор фир- мы для крупноформатных пластин Glunz&JensenУдобен в использованииКонтроль качества и корректура печатных формДенситометр GretagMacbeth на отражение. Спектрофотометр Gretag-MacbethСпектрофотометр Spectrolino GretagMacbeth (колориметрические измерения цветовых характеристик монитора, прозрачных и непрозрачных материалов, измерение оптических плотностей непрозрачных материалов)Удобен для нес-кольких операций контроля качества

  • 21578. Технология инкубации яиц, выведение, обработка и сортировка цыплят-бройлеров в ООО "Реал"
    Сельское хозяйство

    Для начала определимся с понятиями зародыш и эмбрион. Зародышем у животных и птиц называют развивающихся в утробе матери или в яйце особей от оплодотворения яйцеклетки до момента образования у нее отдельных органов. После того как сформируются органы, зародыш превращает ся в эмбрион (у птиц) и в плод (у млекопитающих). В отличие от млекопитающих развитие птичьих зародышей происходит вне организма и во многом зависит от окружающих внешних условий (среды обитания): температурного режима, влажности, подачи свежего воздуха и удаления углекислого газа (С02). Каждый из этих факторов играет огромную роль в раз витии будущего эмбриона, но основным фактором в развитии оплодотворенной яйцеклетки является тепло. Оно же обеспечивает нормальный его рост и развитие на протяжении всего инкубационного периода. Усредненный температурный режим в течение всей инкубации составляет 37,5 °С. Но это чисто среднеарифметическое понятие, так как в разные периоды развития яйцу необходима (в зависимости от возраста зародыша и эмбриона) несколько разная темпера тура. Так, в начале инкубации в первые 4-8 дней необходима повышенная температура: 37,8-38,0 °С. Но уже со второго периода инкубации, после замыканий аллантоиса, когда масса эмбриона увеличивается и усиливается обмен веществ в развивающемся организме, в яйце увеличивается количество вырабатываемого тепла. Вместо потребления тепла начинается его выделение. Если излишнее тепло с яйца не снимать, то с 15-го дня инкубации появляется угроза перегрева куриных эмбрионов. К этому времени температурный режим необходимо поддерживать в пределах 37,5-37,8 оС, хотя при контактном измерении температуры на яйце с по мощью медицинского термометра может наблюдаться не сколько завышенный уровень. Чтобы не допустить перегрева эмбрионов, температуру в шкафах контролируют через каждый час с помощью вывешенных термометров. Если температура поверхности яйца превышает допустимый уровень (37,5-38 оС), применяют двукратное охлаждение в течение суток, которое проводится отключением электрообогревателей и опрыскиванием яйца слабым раствором марганцовки комнатной температуры. Применение только воздушного охлаждения вентилированием ожидаемого эффекта не дает. Комбинированное охлаждение проводят в течение 15-30 мин с таким расчетом, чтобы температура на яйцах снизилась до 34-32 оС.

  • 21579. Технология использования и создание системы дидактических материалов на иностранном языке с учетом социокультурных особенностей
    Педагогика

    Вместо речевых ситуаций ведущее положение занимают теперь тексты. Их отбор, составление и последовательность вряд ли относятся к обязанностям преподавателя. Если мы хотим, чтобы увеличение запаса слов и структур происходило в какой-то степени последовательно и строилось на хороших по содержанию текстах, то при обучении нужно использовать тщательно отобранный, апробированный и постоянно улучшаемый состав текстов и примыкающих к ним упражнений, составление которых и даже просто графическое представление далеко превосходит силы и опыт одного преподавателя. Он должен руководствоваться учебником и рассматривать свою деятельность как умелое использование программы, содержащейся в нем. Иначе в противоположность "программированным" курсам, представленные в учебнике в виде текстов и упражнений, могут быть усвоены при совместной активной работе преподавателя и учащихся. Да и для устного, опирающегося на наглядность обучения на начальной ступени также могут быть полезны учебники, потому что их тексты могут не только раскрывать что-то новое, но и служить графической опорой для памяти, с помощью богатого иллюстративного материала формируя содержание, придавая ему форму, удобную для запоминания и повторения. И наоборот, тексты, "раскрывающие внутреннее содержание", могут отражать и конкретные; события и предметы, что позволяет в той или иной мере привлечь на помощь наглядность для раскрытия их содержания, так что ступень наглядности и ступень текста взаимно перекрещиваются. Поэтому тексты следует вводить еще до того, как исчерпаны все возможности наглядного представления материала, а введя тексты, в основном нацеленные на выражение содержания средствами языка, не следует забывать о методах и достоинствах наглядного представления.

  • 21580. Технология использования социокультурного потенциала телерекламы
    Реклама и PR

    F1 Потребности, связанные с выживанием, с физиологической устойчивостью организма: голод, жажда, потребность во сне, в отдыхе. Частично потребность избегать болевые стимулы и получать позитивные. Сенсорная информация и стимулы, так называемый «сенсорный голод» (очень известные эксперименты по сенсорной изоляции). Потребность взаимодействовать с окружающим миром, участвовать в его процессах. То, что Э. Берн назвал «структурным голодом». Сексуальное влечение, стремление к сексуальным контактам. То, что обычно называют «половой голод». F2 Потребность избегать боли, болезней, пугающих объектов, пугающих ситуаций. Потребность иметь защитника, защиту, спасительные средства. Потребность защитить актуальную парадигму, систему мировосприятия, структуру познавательного опыта. То, что Эрхард назвал «стремлением ума выжить». Потребность быть в безопасности, взаимодействуя с окружающим миром. Стремление защититься, избежать давления общества. «Мой дом моя крепость». Безопасность дома, семьи, здоровье близких и важных для человека людей (животных). F3 Потребность «радоваться своему отражению в зеркале». Здесь же начинают развиваться требуемые обществом качества: волевые акты, умение себя контролировать, мотивация к личностным изменениям. «Желание» хорошо учиться, перенять чужой опыт, освоить новые навыки. Конформистское, некритичное мышление. Потребность слиться с большинством, стремление иметь компанию, группу,«молчаливое согласие» с большинством. Стремление понравиться лицам противоположного пола или тем людям, которые симпатичны. Ухаживание, забота, соответствие ожидаемым требованиям близких и значимых людей. F4 Потребность в самоуважении, в гармонии с собой, в уверенности в себе и своих силах и возможностях. Парадоксальная потребность человек нуждается в уважении и любви к самому себе. Потребность быть продуктивным, креативным, порождающим хорошие вещи, идеи, продукты мышления и творческой деятельности. Потребность быть значимым, «заслуженным работником», получить Оскар или Нобелевскую премию, выслушивать одобрение или восхищение других. Быть значимым в глазах своего ближайшего окружения.