作为一个煤炭大国，煤炭在我国的能源结构中占据重要地位。然而，煤炭的过度使用不可避免的造成了环境污染和温室效应等问题。因此发展洁净煤技术是解决煤炭利用问题的重要方式，对于我国经济的可持续发展至关重要。HyperCoal（HPC）是通过溶剂萃取技术得到的一种煤衍生物，由于具有低灰、低水、高热值、高反应性、良好热塑性、环境友好等特性，在洁净煤技术中有着重要的应用。基于此，本文指出了目前我国对HPC的应用研究现状，并详细阐述了本研究团队在配煤炼焦和制备石墨电极领域的突破性研究进展。然而，目前HPC在推广和应用过程中还存在一些问题。在未来，还亟需解决HPC的规模化生产问题，并对HPC的萃取机理和作用机制开展更加深入的研究

以钢渣与生物质废弃材料为研究对象，利用钢渣中含有的金属氧化物对生物质废弃材料进行改性处理获得生态活性炭，研究钢渣种类、钢渣粉磨时间和钢渣超微粉用量对生态活性炭降解甲醛性能的影响。利用X-射线荧光光谱仪（XRF）、X-射线衍射仪（XRD）、激光粒度仪（LPSA）、傅立叶变换红外光谱仪（FTIR）、比表面积及孔径测定仪（BET）和扫描电子显微镜（SEM）测试钢渣超微粉的化学成分、钢渣超微粉的矿物组成、钢渣超微粉的粒径分布、钢渣超微粉的结构组成、生态活性炭的孔结构和生态活性炭的微观形貌。结果表明：钢渣为电炉渣，钢渣粉磨时间为90 min，钢渣超微粉用量为20 g制备的生态活性炭具有良好的降解甲醛性能与合理的经济性，即10 h后甲醛降解率为57.5%。电炉渣中Fe元素与Mn元素含量高，其中Fe元素促使大量甲醛在活性炭的多孔结构中形成富集，Mn元素对富集的甲醛进行催化降解，实现吸附降解与催化降解的协同作用。适当延长钢渣粉磨时间可以减小钢渣超微粉的粒径大小与改善钢渣超微粉的粒度分布均匀程度，有利于提高钢渣超微粉与活性炭、甲醛的降解作用面积。适量的钢渣超微粉可以提高生态活性炭的粉化率，抵消由于孔容积与比表面积降低导致的活性炭吸附降解作用下降的问题

喘即气喘、喘息。临床表现以呼吸困难,甚 至张口抬肩,鼻翼煽动,不能平卧为特征者 谓之喘证。喘证的症状轻重不一,轻者仅 表现为呼吸困难,不能平卧;重者稍动则喘 息不已,甚则张口抬肩,鼻翼煽动;严重者, 喘促持续不解,烦躁不安,面青唇紫,肢冷, 汗出如珠,脉浮大无根,甚则发为喘脱

一、概述 二、病因病机 三、诊治纲要 四、辨证论治 五、转归预后 六、预防调护 七、研究进展

谷歌的人工智能系统（AlphaGo）在围棋领域取得了一系列成功，使得深度强化学习得到越来越多的关注。深度强化学习融合了深度学习对复杂环境的感知能力和强化学习对复杂情景的决策能力。而自然语言处理过程中有着数量巨大的词汇或者语句需要表征，并且在对话系统、机器翻译和图像描述等文本生成任务中存在大量难以建模的决策问题。这使得深度强化学习在自然语言处理的文本生成任务中能够发挥重要的作用，帮助改进现有的模型结构或者训练机制，并且已经取得了很多显著的成果。为此，本文系统阐述深度强化学习应用在不同的文本生成任务中的一些主要方法，梳理其发展的轨迹，分析算法特点。最后，展望深度强化学习与自然语言处理任务融合的前景和挑战

图像分割是计算机视觉领域中的重要分支，旨在将图像分成若干个特定的、具有独特性质的区域。随着计算机硬件计算能力的提高和计算方法的进步，大量基于不同理论的图像分割算法获得了长足的发展。因而选择合适的评估方法对分割结果的准确性和适用性进行综合评估，从而选择最优分割算法，成为图像分割研究中的必要环节。在综述14种图像分割评估指标的基础上，将其分成基于像素的评估方法、基于类内重合度的评估方法、基于边界的评估方法、基于聚类的评估方法和基于实例的评估方法五大类。在材料显微图像分析的应用背景下，通过实验讨论了不同分割方法和不同典型噪声在不同评估方法中的表现。最终，讨论了各种评估方法的优势和适用性

以高超音速火焰喷枪为研究对象，采用计算流体力学软件Fluent对高超音速火焰喷涂(HVOF)过程中的焰流流场以及粒子飞行过程进行数值模拟。HVOF系统以氧气为助燃气体，煤油为燃料。研究了加入粒子前喷枪内火焰焰流温度、速度和压力分布规律，采用离散相模型计算喷涂粒子的动力学飞行行为，探究了粒子大小、注入速度、球形度对粒子飞行行为的影响。发现最佳粒子粒径范围应为30～50 μm，在此范围内粒子均匀的分布在焰流中心，且为熔融状态，更易形成结合强度较高的涂层；小粒径粒子最佳注入速度为10～15 m·s?1，中等粒径粒子最佳注入速度为5～10 m·s?1，大粒径粒子最佳注入速度为1～5 m·s?1；与球形颗粒相比，非球形颗粒具有较高的阻力系数，在飞行过程中获得更大的动能和更少的热量

学习提纲 一、肺痨的定义是什么? 二、肺痨证候特征是什么? 三、肺痨的病因病机是什么? 四、如何诊断肺痨?

为消除陡脉冲带来的干扰，分析了陡脉冲干扰的特点，建立了陡脉冲噪声数学模型，提出了基于变分模态分解（Variational mode decomposition, VMD）的心电信号滤波算法，提取叠加在心电信号中陡脉冲干扰分量、识别陡脉冲干扰分量并剔除陡脉冲干扰分量；为减少VMD分解层数、提高实时性并减少内存消耗，提出了心电信号预处理算法；针对医疗环境中的随机噪声伴随陡脉冲出现的情况，分析了VMD后子信号中随机噪声的特点，提出了基于VMD子信号能量估计的阈值去噪算法；利用变分模态分解的带通滤波器组特性，提出了基于变分模态分解子信号重组的QRS波群检测算法，配合滤波算法以提高心电信号特征检测精度。以添加了高斯白噪声和模拟陡脉冲干扰的MIT?BIH数据库心电信号和医疗环境中采集的心电信号为实验对象，分别实现对滤波算法和QRS波群检测算法的定量对比分析

1试用积分法写出图示梁的挠曲轴方程,说明用什么条件决定方程中积分常数,画出挠曲 轴大致形状。图中C为中间铰。EI为已知。 解题分析:梁上中间铰处,左、右挠度相等,转角 不相等