为提高热轧换规格首块钢头部卷取温度命中率，采用数据挖掘技术，从历史带钢冷却数据中推断出与实际带钢相匹配的卷取温度模型水冷换热学习系数，并将其应用于模型预设定计算。首先，对冷却特征参数进行识别，按照相对型、绝对型、相等型和策略型四种方式进行定义，并对实际带钢与历史带钢的各项冷却特征参数进行相似距离计算。当历史带钢的总相似距离满足要求时，将其聚类为实际带钢的相似卷，并考虑各相似卷的时间影响，计算相似权重值；随后，基于相似带钢的头部和尾部信息，建立由卷取温度预报误差、偏离学习系数回归值惩罚项和偏离默认值惩罚项等构成的目标函数以及相应的约束条件，采用梯度下降法求解该二次规划问题，通过三次优化逐步计算出学习系数参考值和表征学习系数与带钢速度及目标卷取温度呈双线性关系的两个参数；最后，根据实际带钢的穿带速度、目标卷取温度等冷却条件计算冷却设定所需的学习系数。现场应用表明：基于十万块历史带钢冷却数据驱动的模型参数即时自适应设定算法可增强卷取温度模型对带钢头部冷却的预设定能力，学习系数即时自适应设定能力随着内存中保存的历史带钢冷却数据的多样性和检索出的相似卷数量的增加而提升

要在分子生物学领域进行计算分析,从公共数据库( DDBJ/EMBL/GenBank)中获得DNA序列记录 是其必需条件。借助于和一个已了解其生物学功能而被分离出来并测序的基因比较相似性的 方法,我们可以尝试确定某疾病基因的功能,这种方法要求序列记录有精确并且富于信息的 生物学注解。对于将其作为 BLAST或Eηtrez的检索结果来硏究的科学家来说,编码的蛋白质 产物的名称或功能、基因座位的名称以及和该序列最初的公布之间的联系(它因何被测 序?)构成了序列记录的直接的确切涵义 本章的内容是提交DNA序列及其注解到公共数据库,重点介绍了与国际核苷酸序列协作数据 库:DDBJ、EMBL和 Gen Bank密切相关的核苷酸序列数据库

学类核心课 化学实验室安全技术 化学类专业导论（研讨课） 无机化学(1) (2) 有机化学(1) (2) 分析化学(1) 分析化学(2) 物理化学(1) (2) 基础化学操作实验 基础无机化学实验 基础有机化学实验(1) (2) 基础分析化学实验(1) (2) 基础物理化学实验(1) 基础物理化学实验(2) 专业核心课 结构化学 高分子化学 生物化学 化工工程基础 化学工程基础实验 专业选修课 波谱分析 波谱分析实验 高等分析化学 化学信息与化学计量学 药物化学 高等有机化学 现代有机合成 生物有机化学 药物分析 药理学 生物技术概论 电化学原理 环境化学 计算化学 纳米化学 高等无机化学 现代物理化学 文献检索 化学前沿 化学专业英语 化学生物学 集中实践环节 生产实习 化学专业实验（中级） 化学专业实验（高级） 毕业实习 毕业设计（论文）220