以\金属晶粒Euler指数与空间直径相对等值规律\为基础,本文采用列表方式系统地归纳总结了金属多晶体的晶粒尺寸与拓扑参量两类参量的分布数字特征之间的定量函数关系。这些关系可相当便利地用于根据晶粒尺寸参量的分布数据直接估计出拓扑参量分布的宽度、不对称程度和峰态等,并对这种估计办法的可靠程度进行了实验验证

随着软件应用领域的急剧扩大,已从传统的科学计算 和事务处理扩展到了诸如人工智能、计算机辅助设计 和辅助制造等等很多方面,所需处理的数据也已从简 单的数字和字符串发展为多种格式的多媒体数据,如 数字、文本、图形、声音和影像等。数据量和数据类 型的空前激增导致了许多程序的规模和复杂性难以承 受

在磁通正弦条件下进行软磁合金交流磁性测量可以获得高准确度的测量结果.利用数字式谐波反馈原理,通过对磁通波形的分析获得了磁通波形中的谐波含量,然后在电源输出端补偿与磁通波形中谐波幅值相反、相位相同的谐波,使磁通波形得到了改善.通过对硅钢样品在不同磁化程度时的测量,检验这一方法.当硅钢样品磁化为1·87T时,经谐波反馈后次级电压的波形系数也能满足国家标准的要求

一、传统的硬件设计方法 二、传统的设计方法是自下而上的设计方法 三、采用通用的元器件 四、后期进行仿真，浪费大，设计周期长 五、主要设计文件是电路原理图，可读性差，文件量大

前面讨论了随机变量的分布函数,从中知道随机变量的分布函数能完整地描述随机变 量的统计规律性 但在许多实际问题中,人们并不需要去全面考察随机变量的变化情况,而只要知道它的 某些数字特征即可

Random随机函数的应用 接着是在 Layer11层的第二帧插入一个空的关键 帧,在这一帧里如右图画上提示和按钮。在这 一帧中,下方的9这是个数字都要转换成 按钮符号(Button Symbol),以便游戏者选 择数字。而中间的那个方框,则是用文字工具 (Text Tool)创建的文本域(Text Field), 把这个文本域的属性变量的变量名定为num( 选中文本域后在菜单种选择 Modify--Text Field--> Variable,具体方法参见前面的课程) ,如下图所示设置这个文本域的属性

2.8逻辑函数的标准形式 一、积项(与项):逻辑变量只进行与运算。 二、和项(或项):逻辑变量只进行或运算

第10章随机变量与数字特征典型例题与综合练习 一、典型例题 1.随机变量 例1指出以下各变量是不是随机变量是离散型的随机变量还是连续型的随机变量? (1)某人一次打靶命中的环数; (2)某厂生产的40瓦日光灯管的使用时数; (3)鲁棉1号品种棉花的纤维长度; (4)某纺纱车间里纱锭的纱线被扯断的根数; (5)某单位一天的用电量

第四章随机变量的数字特征 4-4协方差 1、定义 COV(, Y)=E(X-EX)(Y-EY)=EXY-EXEY 为随机变量X,Y的协方差.而COV(X,X)=DX COV(X,Y) PDxDy为随机变量XY的相关系数。 Pxy是一个无量纲的量;若pxy=0, 称XY不相关此时COVX,Y)=0 定理:若X,Y独立,则X,Y不相关

由于转炉冶炼过程中的热力学和动力学反应复杂，副枪控制模型和传统的烟气分析模型存在很大的局限性，导致了转炉冶炼终点碳含量的预测精度偏低，是实现智能炼钢的主要技术瓶颈. 针对上述问题，提出了基于烟气分析的炼钢过程函数型数字孪生模型. 首先，利用烟气分析得到连续监测的实时数据，以此来实时监控转炉熔池内钢水的碳氧反应状态; 然后，根据熔池反应所处的不同阶段，利用函数型数据分析方法建立吹炼前期和吹炼后期的函数型预测模型; 在此基础上，按照吹炼前期和吹炼后期这两个阶段来分别自动修正模型中的系数函数，从而能在复杂的实际工况条件下完成对熔池碳含量的准确预测. 通过260 t氧气转炉的工业应用实例，证实函数型数字孪生模型具有良好的自学习和自适应能力，对异常冶炼状态具有良好的鲁棒性，可以实现全过程的熔池碳含量动态预测，终点碳质量分数在± 0. 02% 范围内的命中率为95%. 利用函数型数字孪生模型在拉碳阶段对钢水中碳含量的预测值来控制终吹点. 更为重要的是，在保证入炉原料成分、温度、质量等参数稳定的前提下，采用该模型可以有望取消基于副枪的停吹取样步骤，从而降低生产成本，提高产品质量和生产效率，具有广泛的工业应用前景