1) backward cloud model
逆云模型
1.
SVM multi-class classification based on backward cloud model;
基于逆云模型的支持向量机多类分类方法
2) cloud model
云模型
1.
Dynamic soft classifying algorithm of traffic data stream based on cloud model;
基于云模型的动态交通数据流软划分算法
2.
Traffic information forecast algorithm based on the one-dimension cloud model;
基于一维云模型的交通信息预测算法
3.
Prediction of enterprise quality cost based on cloud model;
基于云模型的企业质量成本预测
3) water-cloud model
水云模型
4) cloud models
云模型
1.
Analysis of fuzzy reliability based on cloud models in aircraft navigation system is expatiated in this paper.
阐述基于云模型理论的飞行器导航系统模糊可靠性评测分析 。
2.
This paper presents a new mechanism of time series prediction based on cloud models.
首先提出了基于云模型的时间序列预测机制 ,该机制以云理论为知识表示的理论基础 ,提出了两种预测知识 :准周期变化规律和当前趋势 ,并综合两种不同粒度的预测知识实现了时间序列的预测。
5) precipitable cloud model
云雨模型
1.
Using data gathered by Tropical Rainfall Measuring Mission (TRMM) Satellite in 2000 during the period of Huaihe River Basin Energy and Water Cycle Experiment(HUBEX),a new precipitable cloud model is established.
利用热带降雨测量计划卫星 2 0 0 0年在淮河流域能量和水循环试验区域的观测资料建立了适合该地区的云雨模型 ,并用此模型研究了云雨系统中各种成分对星载微波辐射计所接收的辐射亮温的贡献。
6) ice cloud model
冰云模型
补充资料:AutoCad 教你绘制三爪卡盘模型,借用四视图来建模型
小弟写教程纯粹表达的是建模思路,供初学者参考.任何物体的建摸都需要思路,只有思路多,模型也就水到渠成.ok废话就不说了.建议使用1024X768分辨率
开始
先看下最终效果
第一步,如图所示将窗口分为四个视图
第二步,依次选择每个窗口,在分别输入各自己的视图
第三步,建立ucs重新建立世界坐标体系,捕捉三点来确定各自的ucs如图
第四步,初步大致建立基本模型.可以在主视图建立两个不同的圆,在用ext拉升,在用差集运算.如图:
第五步:关键一步,在此的我思路是.先画出卡爪的基本投影,在把他进行面域,在进行拉升高度分别是10,20,30曾t形状.如图:
第六步:画出螺栓的初步形状.如图
第七步:利用ext拉升圆,在拉升内六边形.注意拉升六边行时方向与拉升圆的方向是相反的.
之后在利用差集运算
第八步:将所得内螺栓模型分别复制到卡爪上,在利用三个视图调到与卡爪的中心对称.效果如图红色的是螺栓,最后是差集
第九步:阵列
第10步.模型就完成了
来一张利用矢量处理的图片
说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条