简介:从流体力学的基本方程和基本定态解出发,通过Boussinesqu假定及线性稳定性分析方法导出广义的奥尔-索末菲方程,使用有限差分方法对方程进行数值求解,得到低雷诺数下库特流失稳、实现Benard对流强化传热的临界瑞利数Rac。计算结果表明:库特流Benard失稳所需的临界瑞利数Rac随雷诺数Re的增大而减小,并且存在参考雷诺数Rer,当Re大于Rer时,Rac随Re变化很慢,此时,增大Re不能明显降低Rac,流体的传热量也不会随Re的增大而增加。
简介:传统的语音识别方法,信噪比较低时识别率也较低。为了使语音识别更具有环境适应性、抗噪性,从非齐次隐马尔可夫模型(nonhomogeneousHiddenMarkovModel,HMM)出发,结合自适应函数链神经元网络,训练出适应环境变化的混合语音模型,并采用该混合模型进行语音识别。实验结果表明,该模型适用于含噪语音的识别,特别是在低信噪情况下,可以相对提高识别率。