以上各章中讨论了液体运动的基本规律,导出了 水力 学的基本方程——连续方程、能量方程及动量方程 并 水力学讲义 阐述了水头损失的计算方法,应用这些基本原理即 学可研 究解决工程中常见的水力计算问题,如有压管道中 的恒 定流、明渠恒定流及水工建筑物的水

一概述 二证候特征 三病因病机 四诊治纲要 五分证论治 六临床禁忌

为适应热冲压技术的发展需求，开发了一种新型高热导率高耐磨性能热冲压用模具钢材料。采用扫描电镜（SEM）、透射电镜（TEM）等检测手段对钼钨钒合金化新型模具钢的高温回火性能与组织特征进行了研究。阐明了新型热冲压模具钢回火过程碳化物析出与演变规律。实验结果表明：实验用钼钨钒合金化模具钢材料具有良好的回火二次硬化性能，在500～600 ℃温度区间回火时，回火组织硬度上升；在600 ℃回火出现二次硬化峰值；当回火温度超过600 ℃后，组织软化程度明显，回火硬度开始下降。实验模具钢在高温回火过程中的硬度变化与其合金碳化物的偏聚、析出和聚集长大密切相关。当在560 ℃以下回火时，实验钢组织中未有合金碳化物析出；当回火温度大于560 ℃时，回火组织中开始析出M2C型碳化物；当回火温度高于600 ℃后开始析出MC型碳化物；当在620 ℃长时间回火后M2C型碳化物转化为M6C型碳化物，此时实验钢硬度开始明显下降；而当回火温度高于660 ℃时，新型实验钢组织中主要为M6C和MC型合金碳化物

我国不锈钢工业近年来飞速发展，产生大量含铬固废。含Cr固废的综合利用工艺技术的开发，Cr元素的解毒/固化机理是需要考虑的关键问题。本文综述了前人在该领域的相关研究工作，包括国内外不锈钢工业固废的化学和物相组成、铬在不同含铬固废中的存在形式、铬在环境中的循环富集规律和毒性。探讨了含Cr矿相的演变规律、Cr在不同矿相中的固化机理。总结了目前利用不锈钢工业含铬固废制备水泥、微晶玻璃和烧结陶瓷等各类无机材料的研究进展。分析了目前利用不锈钢工业含铬固废制备各类无机材料过程中存在的瓶颈问题。以期为未来中国无害化、高值化、资源化处理不锈钢含铬固废并实现产业化应用提供基础借鉴

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

第一节:理气药和理气剂 第二节:理血药和理血剂 第三节:祛痰止咳平喘药和祛痰止咳平喘剂

性能指药物各自所具有的特性和作用,是药物偏性的体现

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