2.1 基本概念 2.2 热化学 2.3 熵 2.4 自由能

7.2水蒸气的定压发生过程 7.3水蒸气表和焓一熵(h-s)图 7.4水蒸气的基本热力过程

现有的大坝整体性态评价方法以定性评价为主，主观性较强.针对这一问题，以单测点监控模型的计算值与监测仪器实测值之间的残差为基础，提出采用多测点融合残差表征大坝整体性态.结合信息熵理论研究了不同测点的残差变化规律，从而对各测点残差的融合权重进行了分配，计算了融合残差.通过对融合残差进行分布分析，利用逆向云发生器、正向云发生器建立了表征大坝不同性态的概念云，即评价标准.在此基础上，结合云相似度算法，建立了大坝整体性态的评价模型.算例表明，该模型能够有效识别大坝监测资料中的异常测值，并能够定量、客观地评价大坝整体性态，评价结果合理、可靠，可为保障大坝安全运行提供重要参考

《工程科学学报》：难熔高熵合金：制备方法与性能综述

针对分类数据, 通过数据对象在属性值上的集中程度定义了新的基于属性值集中度的类内相似度(similarity based on concentration of attribute values, CONC), 用于衡量聚类结果中类内各数据对象之间的相似度; 通过不同类的特征属性值的差异程度定义了基于强度向量差异的类间差异度(dissimilarity based on discrepancy of SVs, DCRP), 用于衡量两个类之间的差异度.基于CONC和DCRP提出了新的分类数据聚类有效性内部评价指标(clustering validation based on concentration of attribute values, CVC), 它具有以下3个特点: (1)在评价每个类内相似度时, 不仅依靠类内各数据对象的特征, 还考虑了整个数据集的信息; (2)采用几个特征属性值的差异评价两个类的差异度, 确保评价过程不丢失有效的聚类信息, 同时可以消除噪音的影响; (3)在评价类内相似度及类间差异度时, 消除了数据对象个数对评价过程的影响.采用加州大学欧文分校提出的用于机器学习的数据库(UCI)进行实验, 将CVC与类别效用(category utility, CU)指标、基于主观因素的分类数据指标(categorical data clustering with subjective factors, CDCS)指标和基于信息熵的内部评价指标(information entropy, IE)等内部评价指标进行对比, 通过外部评价指标标准交互信息(normalized mutual information, NMI)验证内部评价效果.实验表明相对其他内部评价指标, CVC指标可以更有效地评价聚类结果.此外, CVC指标相对于NMI指标, 不需要数据集以外的信息, 更具实用性

根据有关的热力学数据和Criss、Cobble提出的熵对应原理计算了Sb—H2O体系在100、150、200℃下的电位—pH图。计算结果表明,随温度升高Sb的稳定性区域稍有缩小,特别是在高pH值的部份有同较低电位和较小PH值方向移动的趋势,在SbO2-,SbO3-区域扩大的同时Sb2O3,Sb2O5的稳定区域亦缩小。这是由于随温度上升,这些离子稳定性增加的缘故。最后,依照电位—pH图对钢铁表面上Sb涂层的腐蚀与保护条件进行了初步探讨

根据热力学和统计热力学基木原理以及大量实验,在原子态溶液体系范围内证明了溶液混合焓△${\\rm{H}}\\frac{{\\rm{E}}}{{{\\rm{mix}}}}$与混合超额熵△${\\rm{S}}\\frac{{\\rm{E}}}{{{\\rm{mix}}}}$具有符号一致性的规律。从而建立了一种判断实验数据△${\\rm{S}}\\frac{{\\rm{E}}}{{{\\rm{mix}}}}$,△${\\rm{H}}\\frac{{\\rm{E}}}{{{\\rm{mix}}}}$,△${\\rm{G}}\\frac{{\\rm{E}}}{{{\\rm{mix}}}}$可靠性的极限方法

词义消歧的特征来源于上下文.日文兼有中英文的语言特性,特征抽取更为复杂.针对日文特点,在词义消歧逻辑模型基础上,利用最大熵模型优良的信息融合性能,采用深层特征抽取方法,引入语义、句法类特征用于消解歧义.同时,为避免偏斜指派,采用BeamSearch算法进行词义序列标注.实验结果表明,与仅使用表层词法类特征方法相比,本文构造的日文词义消歧系统的消歧精度提高2%～3%,动词消歧精度获得5%的改善

试图把马氏体转变的晶体学唯象理论与动力学唯象理论联系起来,建立一个以相界面推移为核心的马氏体转变理论。此界面的本质可表示为一特征张量,即马氏体转变的平面不变应变张量。把界面看作弹塑性薄层,则特征张量作为应变所对应的弹塑性能(功),即为界面推移的摩擦函数中的准焓;此界面(不变面)一般不是有理面,应由低指数小晶面曲折构成,构成方式的数量的总和,组成摩擦函数的准熵。因此,界面的推移,将表现出马氏体转变中已知的动力学行为(可逆性、热滞等)

建模方法是时间序列分析的核心问题之一。本文给出了两种基于最小二乘法的自回归模型（AR模型）的建模方法。采取预留少量数据递补进入计算的办法,使矩阵XTX可以用分块矩阵求逆公式递推求逆,或者用矩阵的Crout分解法递推求解。同时引入了Winograd向量内积快速算法,充分利用各向量和各矩阵之间的关系来减少计算工作量。使计算量比一般最小二乘建模方法大幅度减少,达到与Marple算法和Burg的最大熵谱法可比的程度