第四章大气污染的控制与治理 第一节颗粒污染物的分离方法 大气污染物主要来源于工业废气的排放,可以采用各种方法控制和治理废气。按废气来源分 类可分为工艺生产尾气治理方法、燃料燃烧废气治理方法、汽车尾气治理方法等;按废气中污染 物的物理形态可分为颗粒污染物治理(除尘)方法和气态污染物治理方法

第3节静力学方程、连续方程和热力学能量方程 一、静力学方程

研究了一种方便可靠的夹杂物评估方法：利用合适电化学充氢后的拉伸试样获取夹杂物并与极值统计法相结合估算不同体积钢中非金属夹杂物的最大尺寸并预测疲劳强度。研究选用工业生产的高洁净度20Cr2Ni4A齿轮钢，将淬火+低温回火态的标准拉伸试样进行电化学充氢，使拉伸断口由于氢脆现象存在一些以粗大非金属夹杂物为中心的脆性平台，从而可方便快捷地在扫描电子显微镜下对夹杂物的类型、尺寸和分布进行检测，并利用极值统计法对钢中的最大夹杂物尺寸进行评估。为了验证该方法的准确性，采用传统金相法和旋转弯曲疲劳试验对钢中非金属夹杂物进行了检测，结果表明，使用本文所提出的夹杂物评估方法预测的钢中最大夹杂物尺寸及疲劳强度与疲劳试验结果相吻合。因此，该方法有望成为预测高洁净度高强度钢中最大夹杂物尺寸及其疲劳强度的一种有效方法

结构方程模型( Structural Equation Modeling,简略标志为SEM)是一种非 常通用的、主要的线性统计建模技术,广泛应用于心理学、经济学、社会学、行 为科学等领域的研究。实际上,它是计量经济学、计量社会学与计量心理学等领 域的统计分析方法的综合。多元回归( multiple regression)、因子分析( factor analysis)和通径分析( path analysis)等方法都只是结构方程模型中的一种特例。 结构方程模型是统计分析方法中一个新发展的领域,它的应用始见于60年代发 表的硏究论文中,到∫90年代初期开始得到广泛的应用

岩土工程和采矿工程涉及大量的颗粒物质科学和技术难题,定量识别和提取光弹试验颗粒体系的力链网络结构和分布特征,对于认识和掌握其内部细观力学机理和研究宏观力学行为至关重要.采用彩色梯度均方值(G2)算法,建立了不同粒径的圆形颗粒和方形颗粒的接触力(F)和G2的关系;基于数字图像处理技术,提出了识别和区分图像中不同粒径圆形颗粒和方形颗粒的方法,获得了光弹图片中力链网络结构和力链分布方位.以煤矿综放开采为实例,对所提出的力链定量提取方法进行了验证分析,清晰揭示了综放采面矿压形成机理和本质特征.研究表明:单颗粒的F值与G2呈单调递增关系,且粒径越大,F随G2值的增长速度越快;颗粒体系接触力集中分布在0.5F

一、异方差的概念 二、异方差的类型 三、实际经济问题中的异方差性 四、异方差性的后果 五、异方差性的检验 六、异方差的修正 七、案例

提出了一种基于双维度搜索的实时轨迹规划方法，用来解决自主地下铲运机转弯轨迹规划问题。该方法是一种结合采样思想和最优化算法的复合轨迹规划方法，包含三个主要步骤：基于双维度搜索策略的优化模型参数生成，基于二次规划的轨迹计算，以及基于约束检查的最优轨迹确定。该方法新颖之处在于提出的基于转弯区域行驶时间和里程的双维度搜索策略，以及基于平稳目标的轨迹最优化模型，可根据弯道区域入口速度和位置，快速生成纵横向都有最优性保证的最优轨迹。该方法结构简单、易于实施，可通过关键参数的调整满足控制器对轨迹生成速度的实时性要求。基于该轨迹规划方法的特点，使其不仅适用于实时轨迹规划，还可为未来智慧矿山的智能管控与优化调度提供底层约束。多组算例验证了该方法的有效性和优越性

第一章 绪论 ◼ 软件与软件危机 ◼ 软件工程学 ◼ 传统软件工程和面向对象软件工程 ◼ 软件工程的应用 第二章 软件开发模型 ◼ 传统开发模型 ◼ 瀑布模型（waterfall model） ◼ 快速原型模型（rapid prototype model） ◼ 演化开发模型 ◼ 增量模型（incremental model） ◼ 螺旋模型（spiral model） ◼ 面向对象开发模型 ◼ 构件集成模型（component integration model） ◼ 形式化开发模型 ◼ 转换模型（transformational model） ◼ 净室模型（cleanroommodel） 第三章 软件需求分析 ◼ 需求分析的任务与步骤 ◼ 需求获取的常用方法 ◼ 分析建模 ◼ 软件需求说明 ◼ 结构化分析方法 ◼ 面向对象分析方法 第四章 软件设计概述 ◼ 软件设计的任务 ◼ 软件设计的基本概念 ◼ 模块化设计 ◼ 设计需要处理的问题 ◼ 设计文档及其复审 第五章 传统的设计方法 ◼ 结构化设计模型 ◼ 结构化设计方法 ◼ 过程设计 ◼ Jackson方法

应借款方请求， （简称委托方）同意委托受托方利用委托方的自有 资金向借款方发放人民币贷款。借款方与受托方经友好协商，同意遵照国务院颁发 的《借款合同条例》的有关规定，签订本协议，共同遵守

注意力缺陷多动障碍（ADHD）是儿童期最常见的精神疾病之一，在大多数情况下持续到成年期。近年来，基于功能磁共振数据的ADHD分类成为了研究热点。文献中已有的大多数分类算法均假设样本是均衡的，然而事实上，ADHD数据集通常是不平衡的。传统的学习算法会使得分类器倾向于多数类样本，从而导致性能下降。本文研究了基于不平衡神经影像数据的ADHD分类问题，即基于静息状态功能磁共振数据对ADHD进行分类。采用功能连接矩阵作为分类特征，提出了一种基于多目标支持向量机的ADHD数据分类方案。该方案将不均衡数据分类问题建模为具有三个目标的支持向量机模型，其中三个目标分别为最大化分类间隔、最小化正样本误差和最小化负样本误差，进而正负样本经验误差可以被分开处理。然后采用多目标优化的法向量边界交叉法对模型进行求解，并给出一组代表性的分类器供决策者进行选择。该方案在ADHD-200竞赛的五个数据集上进行测试评估，并与传统分类方法进行对比。实验结果表明本文提出的三个目标支持向量机分类方案比传统的分类方法效果好，可以有效的从算法层面解决数据不平衡问题。该方案不仅可用于辅助ADHD诊断，还可用于阿尔茨海默病和自闭症等疾病的辅助诊断