- 问答
-
问 网格计算是什么？主要用来干什么？
朂後還湜傷 网格计算其实也就是我们经常接触到的——分布式计算的一个分支，只是另一个别名而已。而分布式计算是利用互联网上的计算机的 CPU 的闲置处理能力来解决大型计算问题的一种计算科学。你要了解网格计算，首先就要知道什么是“网格”。在这里，我引用中国科学院计算技术研究所的所长、中国科学院院士李国杰的话：网格是继传统因特网、Web之后的第三次互联网浪潮，可以称之为第三次因特网的应用。传统因特网实现了计算机硬件的连通，Web实现了网页的连通，而网格则试图实现互联网上所有资源的全面连通，其中包括计算资源、存储资源、通信资源、软件资源、信息资源、知识资源等。 简单地讲，网格是把整个因特网整合成一台巨大的超级计算机，实现各种资源的全面共享。当然，网格并不一定非要这么大，也可以构造地区性的网格，如中关村科技园区网格、企事业内部网格、局域网网格，甚至家族网格和个人网格等等。网格根本的特征不是它的规模，而面是资源共享，消除资源孤岛。 最“正统”的网格研究起源于美国政府过去十年来资助的高性能计算机科研项目。这类研究的目标是将跨地域的多台高性能计算机、大型数据库、贵重科研设备（电子显微镜、雷达阵列、粒子加速器、天文望远镜等等）、通信设备、可视化设备和各种传感器等整合成一个巨大的超级计算机系统，支持科学计算和科学研究。这方面的代表性研究工作包括美国国家科学基金资助的NPACI、“国家技术网络”（NTG）、分布式万亿次级计算设施（DTF），美国能源部的ASCI Grid，以及欧盟的Data Grid等。 作为一种新技术，目前研究人员对网格研究重点和内容的认识也不尽相同。有人把网格看成是未来互联网技术，称为“下一代因特网”、“Internet2”、“下一代Web”等；还有一类研究的侧重点是智能信息处理，它关注的是如何消除信息孤岛和知识孤岛，实现信息资源和知识资源的智能共享，常见的名词包括语义（Semantic Web）、知识管理（Knowledge Management）、知识本体（Ontology）、智能主体（Agents）、信息网格、知识网格、一体化智能信息平台等；企业界的研究大多集中尽量利用现有的Internet/Web技术，将因特网上的资源整合成一台超级服务器，有效地提供内容服务、计算服务、存储服务、交易服务、内容分发（Contents Delivery）、电子服务（e-service）、实时企业计算（Real-Time Enterprise Computing，简称RTEC）、分布式计算、Peer-to-peer Computing、万维网服务（Web Services）等名词都属于这一范畴。 企业界的网格相关研究开发工作中，最重要的就是Web服务。目前，一些业界巨头已经就几个底层标准协议达成共识，包括XML、SOAP、WSDL、UDDI等。与“正统”的网格研究不同，Web服务的重点是产品开发，其相关产品可望在今明两年在市场上开始普及。
-
问 雨水的多少与车速的快慢怎么计算！
-
问 汽车油耗怎么计算
-
问 空气阻力的计算工式是什么？
-
问 计算一下油耗的问题
4de8b6ac4597 在油价一路走高的今天，百公里油耗成了衡量汽车性能和经济性的又一重要指标。 一般而言，排量越大，百公里油耗也相应越高。但二者之间是不可能存在公式的，起码驾驶者的操控这一点就不可能使之公式化。但下列因素可以作为比较大的权重作为油耗参考：排量;整备质量;满载质量;发动机实际工况转速、输出扭矩;路况可以通过发动机的实时参数反映出来。其它还有很多，象风阻、轮胎等。 行业人士定出一个汽车燃油经济性的指标，它表示汽车在一定使用条件下，以最小的燃油消耗量完成一定行驶里程数的能力。根据各国度量单位制及衡量习惯的不同，中国、日本和欧洲大多数国家一般采用升/百公里表示法，以行驶100公里所消耗的燃油量作为汽车燃油经济性的指标。 美英等国一般采用英里/加仑表示法，简称MPG，以消耗1加仑燃油量汽车所能够行驶的里程作为汽车燃油经济性的指标在汽车上，发动机和整车的适配性如何对汽车的耗油量也有很大的影响。有实际事例显示如果小排量的发动机适配性不好，很可能并不比大排量的发动机省油，甚至会比大排量的发动机费油。 特别是自重较重的汽车，如果发动机的排量过小，用小马拉大车必然使发动机更多地在高速大负荷下运转，从而消耗了更多的汽油。而如果配置的是大排量的发动机，由于扭矩较大，不必很深地踏下油门踏板，所以消耗的汽油量变化不大。相比之下的结果，很可能是小排量的发动机更为费油。 一般来说油耗是用油箱油量/公里数再乘100，就是你的车子单箱百公里油耗。
-
问 牵引力的计算公式
-
问 如何计算牵引力？
-
问 怎样计算电磁阻尼所需电流
-
问 如何进行样本量计算
发烧友 原发布者:yh2006231.估计样本量的决定因素1.1资料性质计量资料如果设计均衡,误差控制得好,样本可以小于30例;计数资料即使误差控制严格,设计均衡,样本需要大一些,需要30-100例。1.2研究事件的发生率研究事件预期结局出现的结局（疾病或死亡），疾病发生率越高，所需的样本量越小，反之就要越大。1.3研究因素的有效率有效率越高，即实验组和对照组比较数值差异越大，样本量就可以越小，小样本就可以达到统计学的显著性，反之就要越大。1.4显著性水平即假设检验第一类（α）错误出现的概率。为假阳性错误出现的概率。α越小，所需的样本量越大，反之就要越小。α水平由研究者具情决定，通常α取0.05或0.01。1.5检验效能检验效能又称把握度，为1－β，即假设检验第二类错误出现的概率，为假阴性错误出现的概率。即在特定的α水准下，若总体参数之间确实存在着差别，此时该次实验能发现此差别的概率。检验效能即避免假阴性的能力，β越小，检验效能越高，所需的样本量越大，反之就要越小。β水平由研究者具情决定，通常取β为0.2，0.1或0.05。即1－β=0.8，0.1或0.95，也就是说把握度为80%，90%或95%。1.6容许的误差（δ）如果调查均数时，则先确定样本的均数()和总体均数(m)之间最大的误差为多少。容许误差越小，需要样本量越大。一般取总体均数（1－α）可信限的一半。1.7总体标准差(s)一般因未知而用样本标准差s代替。1.8双侧检验与单侧检验采用统计学检验时,当研究结果高于和低于效应指标的界限均有
-
问 齿轮系传动比计算
2条回答
1e0b90357995 
匿名用户 
小团圆 
5baae9bc9b49 
