积分计算比导数计算灵活复杂, 为提高求积分已把常用积分公式汇集成表, 以备查用.如 P347附录Ⅲ

第10章利用 LINGO开发高级模型 在这一章里,我们将在不同的领域里建立一些高级模型。其目的有两个:一个是通过对这些高级模型 的研究,帮助用户提高建模的技巧;另一个是通过 LINGO在生产管理、后勤保障、金融、排队和销售等 很多领域的实例来说明 LINGO应用的广泛性

化学工程基础是工程技术的一个分支,是一门探讨化工生产过程的基本规 律、并应用这些规律解决生产问题的学科本课程是在高等数学、物理学及物理 化学等课程的基础上开设的一门基础技术课。 本课程的主要任务是研究化工单元操作及反应过程的基本原理、典型设备的 构造及工艺尺寸的计算,通过本课程的学习,使学生理解化学工程规律在化工生 产中的应用,获得化工计算及设计的基础训练培养学生分析和解决有关化工操 作中各种问题的能力,以便在化工生产、科研和设计工作中达到强化生产过程、 提高产品质量、提高设备生产能力和效率降低设备投资及产品成本、节能、防 止污染及加速新技术开发等方面的目的

对比研究了FGH95合金在不同热加工工艺和热处理制度下合金的组织及γ'的分布,用光学显微镜、扫描电镜(SEM)和透射电镜(TEM)观察了不同热处理制度处理后合金的组织及时效后γ'的中心暗场相,测试了室温(20℃)和高温(650℃)材料的拉伸性能,并对高温瞬时断裂区断口进行了对比分析.结果表明:相同热处理工艺,HIP温度越高,时效析出的γ'相尺寸越大;不同热处理制度均能够改变γ'的分布;盐浴冷却明显增大中等尺寸γ'相数量,显著提高合金高温塑性

Auto CAD是应当今信息技术的快速发展和用户的需要而开发的面向21世纪 的CAD软件包,它在运行速度、图形处理等方面都达到了崭新的水平。目前大多 数高校都开设这门课程。如何在较短的时间内让学生掌握 Auto CAD的各种操作 命令,并做到灵活运用,是提高教学质量的关健所在。经过多年的教学实践,编 者深深体会到教学质量的提高很大程度上取决于学生上机训练的内容,一本好的 上机指导书可以帮助学生对所学知识的进一步理解,加深认识,同时使学生在上 机时目的明确,提高上机效率

为了明确径向流吸附器变压吸附制氧的传热传质规律并提高制氧效率，建立π型向心径向流吸附器（CP-π RFA）的气固耦合两相吸附模型，通过计算流体力学方法对能量模型、吸附热以及颗粒尺寸等因素进行了数值模拟

针对海底集矿机采矿环境图像,采用分段线性变换提高图像细节,中值滤波去除悬浮物干扰.利用形态学抗噪声梯度算子提取地形和障碍物轮廓,并用分段线性拟合计算出地表亮度变化率.根据表面亮度变化特征判断障碍物类型,采用自适应形态学对轮廓进行细化与连接.通过障碍投影变换计算出障碍物的距离、高度和宽度等信息.对陆地图像进行了分析,证明位置、高度和坡度等参数计算的可行性.利用上述方法对深海底的图像进行处理,不仅保留了边界信息,且提高了抗干扰能力和抗边界间相互影响能力,可有效识别深海底地形和障碍物,得出位置和形状等参数,可以为集矿机避障系统信息融合技术提供可靠数据

笔者从事工厂和民用建筑给排水工程设计十多年,完成的设计项目达一百多 项,项目客户包括欧美、日本、韩国、台资、国内等企业及研究所,绝大部分为工 厂项目,少数有高层民用建筑。不同国籍客户会有不同的设计要求、不同的喜爱偏 好、不同的工程习惯,不同行业客户又有不同的行业特点与要求,民用建筑又有不 同于工厂建筑的要求与特点,每参与一个项目就是一次学习与增长见识的机会,每 完成一个项目都会有不同的体会和提高以下是笔者对十多年给排水设计工作的体 会与总结,希望能与业中同仁一起交流探讨共同提高,其中有的观点不一定成 熟,甚至可能是不正确的,欢迎多予批评指正

利用溶胶-凝胶(sol-gel)、氟表面活性剂(FSO)和钛酸酯偶联剂(NDZ-102)等对钛酸钾晶须(PTW)进行了表面改性,对比了改性后水接触角的变化,考察了干摩擦条件下PTW改性对聚醚醚酮(PEEK)复合材料摩擦磨损性能的影响.利用SEM和光学显微镜观察了磨损面和对偶面转移膜形貌,并分析了其磨损机理.实验结果表明:改性后PTW的水接触角均有不同程度的提高,FSO改性得最高;改性后PEEK复合材料的摩擦因数均降低,在各载荷下FSO和溶胶-凝胶改性PTW后PEEK复合材料耐磨性明显优于未改性的,300N载荷下较未改性的分别提高2.64和2.11倍;但是NDZ-102改性却降低了复合材料的耐磨性

提出了一种面向网络长文本的话题检测方法.针对文本表示的高维稀疏性和忽略潜在语义的问题，提出了Word2vec&LDA（latent dirichlet allocation）的文本表示方法.将LDA提取的文本特征词隐含主题和Word2vec映射的特征词向量进行加权融合既能够进行降维的作用又可以较为完整的表示出文本信息.针对传统话题发现方法对长文本输入顺序敏感问题，提出了基于文本聚类的Single-Pass&HAC（hierarchical agglomerative clustering）的话题发现方法，在引入时间窗口和凝聚式层次聚类的基础上对于文本的输入顺序具有了更强的鲁棒性，同时提高了聚类的精度和效率.为了评估所提出方法的有效性，本文从某大学社交平台收集了来自真实世界的多源数据集，并基于此进行了大量的实验.实验结果证明，本文提出的方法相对于现有的方法，如VSM（state vector space model）、Single-Pass等拥有更好的效果，话题检测的精度提高了10%~20%