一、填空题(共17题45分) 1.5分(1685) 1685 在298.15K时,F2分子的转动惯量=32.5×1047gm2,h=6.626×10-3j.s,则此F2分 子的转动配分函数q=,F2气体的摩尔转动熵

§7-1 功 热量 热力学第一定律 §7-2 热容 理想气体的等值过程 §7-3 绝热过程(adiabatic process) §7-4 循环过程(cycle process) 卡诺循环 §7-5 自然过程的方向性 §7-6 热力学第二定律 §7-7 可逆过程 §7-8 熵(entropy)

3.7 热力学第二定律的本质和熵的统计意义 3.8 Concentrating on the system

高聚物特有的结构与性能 一、柔性和链段 二、独有的熵弹性 三、显著的粘弹性和力学行为的历史效应 四、链段的运动和玻璃化转变

东南大学：《大学物理学》课程教学资源（PPT课件讲稿）第十三章 热力学基础（13.7）熵 熵增加原理

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