3.1消元法 a1x+a12x2+…+anxn=b 对一般线性方程组{a21x+a2x2++a2nx(1) amxr +am2x2++. 当m=n,且系数行列式D≠0时,我们知方程组(1)有唯一解, 其解由 Gramer法则给出。但是若此时D=0,我们无法知道此时 方程组是有解,还是无解。同时,当m≠n时,我们也没有解 此方程组(1)的有效方法。因此我们有必要对一般线性方程

3.1矩阵的秩 1.子式:在An中,选取k行与k列,位于交叉处的k2个数按照原来的 相对位置构成k阶行列式,称为A的一个k阶子式,记作D 对于给定的k,不同的k阶子式总共有C个 2.矩阵的秩:在A中,若 (1)有某个r阶子式D,≠0; (2)所有的r+1阶子式D+1=0(如果有r+1阶子式的话) 称A的秩为r,记作 rankA=r,或者r(A)r.规定:rank0=0 性质:(1) rankA min{m,n}

机械结构轻量化的主要途径是在结构上采用空心轴.近年来, 采用楔横轧带芯棒轧制空心轴类件的工艺得到了较广泛的关注.厚壁空心轴类件在楔横轧轧制过程中易发生“失圆”现象.本文通过热压缩实验研究了25CrMo4合金钢在楔横轧变形条件下热变形行为, 获得其真应力-应变曲线.在此基础上, 基于Deform-3D有限元软件, 建立25CrMo4厚壁空心轴楔横轧有限元仿真模型, 分析厚壁空心轴楔横轧成形机理, 研究得出断面收缩率、成形角、展宽角对轧件不圆度的影响规律: 断面收缩率增大, 不圆度减小; 成形角增大不圆度减小, 轧制温度越高减小趋势越明显; 展宽角增大不圆度增大, 提高轧制温度抑制增大趋势.选取部分工艺参数进行楔横轧验证实验, 对比了有限元仿真结果和实验结果, 表明有限元仿真模型预测精度较高

定理3.5.1(线性方程组有解的判别定理): 线性方程组(3.5.1)有解的充要条件是它的 系数矩阵A与增广矩阵A有相同的秩

一、质量性状和数量性状 质量性状曰 性状间差别明显,一般没有中间过渡类型; 这种呈现不连续变异的性状叫做质量性 状。 数量性状 性状间只有数量的不同,没有明显的质的 差别,其间有一系列的过渡类型;这种 表现连续变异的性状叫做数量性状

铰接式车辆的路径跟踪控制是矿山自动化领域中的关键技术，而数学模型和路径跟踪控制方法是铰接式车辆路径跟踪控制中的两项重要研究内容。在数学模型研究中，铰接式车辆的无侧滑经典运动学模型较为适合作为低速路径跟踪控制的参考模型，而有侧滑运动学模型作为参考模型时则可能导致侧滑加剧。此外基于牛顿–欧拉法建立的铰接式车辆四自由度动力学模型原则上满足路径跟踪控制的需求，但是还需要解决当前的四自由度模型无法同时反映瞬态转向特性和稳态转向特性的问题。在路径跟踪控制方法研究中，反馈线性化控制、最优控制、滑模控制等无前馈信息的控制方法无法有效解决铰接式车辆跟踪存在较大幅度曲率突变的参考路径时误差较大的问题，前馈–反馈控制可以用于解决上述问题，但是在参考路径具有不同幅度的曲率突变时需要解决自动调整预瞄距离的问题，而模型预测控制，尤其是非线性模型预测控制，可以更加有效地利用前馈信息，且不需要考虑预瞄距离的设置，从而可以有效提高铰接式车辆跟踪存在较大幅度曲率突变的参考路径时的精确性。此外，对于基于非线性模型预测控制的铰接式车辆路径跟踪控制，还需深化三个方面的研究。首先，该控制方法仍然存在误差最大值随参考速度增大而增加的趋势。其次，目前该控制方法以运动学模型作为预测模型，无法解决铰接式车辆以较高的参考速度运行时侧向速度导致的精确性下降和安全性恶化的问题。最后，还需对这种控制方法进行实时性方面的优化研究

采用共沉淀法制备了Ni(OH)2前驱体材料，通过高温固相法制备了LiNiO2和B掺杂LiNiO2（B的摩尔分数为1%），利用X射线衍射（XRD）、里特维尔德（Rietveld）精修、扫描电子显微镜（SEM）、恒流充放电测试、循环伏安（CV）和电化学阻抗谱（EIS）对材料的晶体结构、表面形貌和电化学性能进行了系统性表征.XRD和Rietveld精修结果表明，LiNiO2和B掺杂LiNiO2均具有良好的层状结构，B因为占据在过渡金属层和锂层的四面体间隙位而导致掺杂后略微增大材料的晶格参数和晶胞体积，同时增大了LiO6八面体的间距，进而促进锂离子运输.由于掺杂的B的摩尔分数仅为1%，LiNiO2和B掺杂LiNiO2均表现为直径10 μm左右的多晶二次颗粒，且一次颗粒晶粒尺寸没有明显区别.长循环数据表明B掺杂可以有效提高材料的循环容量保持率，经100次循环后，B掺杂样品在40 mA·g−1电流下的容量保持率为77.5%，优于未掺杂样品（相同条件下容量保持率为66.6%）.微分容量曲线和EIS分析表明B掺杂可以有效抑制循环过程中的阻抗增长

以沥青为软碳原料，商业石墨的载体材料，通过高温热解法成功合成了硅/石墨/碳复合材料，同时原位生成了微米尺度的碳纤维.该硅/石墨/碳复合材料具有诸多优点，石墨片层堆叠之间的空隙为硅的体积膨胀提供了有效的空间，沥青热解碳材料的包覆能一定程度抑制硅基材料的体积效应和提高其电子电导率，同时微米级的碳纤维能提高材料的长程导电性和结构稳定性，从而极大的改善负极材料循环性能.通过电化学测试表明，硅/石墨/碳复合材料中硅/石墨/碳复合负极材料在200 mA·g-1电流密度下具有650 mA·h·g-1的可逆容量，在200 mA·g-1电流密度下经过500圈循环后容量保持率为92.8%，每圈的容量衰减率仅为0.014%，展现了优异的循环性能

宫颈癌是严重危害妇女健康的恶性肿瘤，威胁着女性的生命，而通过基于图像处理的细胞学筛查是癌前筛查的最为广泛的检测方法。近年来，随着以深度学习为代表的机器学习理论的发展，卷积神经网络以其强有效的特征提取能力取得了图像识别领域的革命性突破，被广泛应用于宫颈异常细胞检测等医疗影像分析领域。但由于病理细胞图像具有分辨率高和尺寸大的特点，且其大多数局部区域内都不含有细胞簇，深度学习模型采用穷举候选框的方法进行异常细胞的定位和识别时，经过穷举候选框获得的子图大部分都不含有细胞簇。当子图数量逐渐增加时，大量不含细胞簇的图像作为目标检测网络输入会使图像分析过程存在冗余时长，严重减缓了超大尺寸病理图像分析时的检测速度。本文提出一种新的宫颈癌异常细胞检测策略，针对使用膜式法获得的病理细胞图像，通过基于深度学习的图像分类网络首先判断局部区域是否出现异常细胞，若出现则进一步使用单阶段的目标检测方法进行分析，从而快速对异常细胞进行精确定位和识别。实验表明，本文提出的方法可提高一倍的宫颈癌异常细胞检测速度

研究不同含量的上贝氏体对ER8车轮钢裂纹扩展行为的影响。利用激光共聚焦显微镜（LSCM）和扫描电镜（SEM）对ER8车轮钢的显微组织和裂纹扩展路径进行了研究。实验结果表明：ER8车轮钢中的组织除了有铁素体和珠光体，还存在上贝氏体；裂纹穿过上贝氏体和珠光体扩展，最终停止在珠光体区域；与珠光体组织相比，裂纹在上贝氏体中的扩展路径更曲折。利用扫描电镜（SEM）对ER8车轮钢的裂纹扩展变形进行原位观察。实验结果表明：含有80%上贝氏体的ER8车轮钢拉伸时，组织变形过程主要以铁素体和上贝氏体为主，裂纹在上贝氏体和珠光体中连续扩展，伴随着珠光体的变形；而含有50%上贝氏体的ER8车轮钢拉伸时，组织变形过程主要以铁素体和珠光体为主，并且上贝氏体对铁素体和珠光体的变形起到阻碍作用。上贝氏体能够有效地阻止裂纹扩展，在偏转裂纹路径和延缓裂纹扩展方面起着重要作用；并且对铁素体和珠光体的变形起到阻碍作用