选择题] 容易题1-36,中等题37-87,难题88-99。 x+3y+2z+1=0 1.设有直线L 及平面x:4x-2 2=0,则直线L 2x-y-10+3=0 (A)平行于丌。(B)在上丌。(C)垂直于x。(D)与丌斜交 2.二元函数∫(x,y)= (x.(09在点0处() (x,y)=(0,0) (A)连续,偏导数存在 (B)连续,偏导数不存在 (C)不连续,偏导数存在 (D)不连续,偏导数不存在 设函数n=Mx9)1=x由方程组{=2+”。确定,则当n一时, y=u +l (C)-l (D) 答:B

为解决隧洞围岩稳定性分析问题,开展了基于广义Hoek-Brown屈服准则强度折减法的研究.在有限差分软件FLAC3D中利用FISH语言编制强度折减程序,并以计算收敛性和特征点位移突变性为判据,求得整体安全系数.针对广义Hoek-Brown屈服准则四个基本输入参数σci、mi、GSI和D,引入等效接近度概念,以此为基础对比分析了七种强度折减路径的合理性,得出折减路径的合理性依赖于具体工程参数的结论,并通过工程实例对比验证了上述结论.隧洞稳定性随D值的增大而降低;将计算收敛性以及特征点位移突变性相结合作为其稳定性的判断标准更为合理

采用数值方法研究了狭缝射流冲击柱状凸形表面的流动换热特性,通过四种湍流模型计算结果与实验数据对比,确定了湍流模型适用性.以压力梯度分布为依据,重点分析了狭缝射流沿柱状凸形表面的流动结构和边界层分离特点及柱状凸形表面的强化换热特性.结果表明:RNG k-ε和Realizable k-ε模型具有预测适应性;狭缝射流冲击至柱状凸形表面,气体沿表面运动,速度降低,并在流动下游发生边界层分离;量纲一的逆压梯度随量纲一的曲率半径(D/B)的减小而增大,使得边界层分离更早出现;驻点区域换热Nu随量纲一的曲率半径(D/B)的减小而获得增强,但流动进入下游后,D/B对换热基本无影响;压力梯度是影响狭缝射流冲击柱状凸形表面换热分布的重要因素

1.设曲线L是上半圆周x2+y2=2x,则xdl=π L 解法1由于L关于直线x=1对称,所以∫(x-1)dl=0,从而 L xdl=f[(x-1)+1l=f(x-1)dl+fdl=0+π=π L L L =1+ cost, 解法2令L:y=sint (0≤t≤),则 xdl =Jo (+cost)(-sint)2+(cost)dt=. L 解法3设曲线L的质量分布均匀,则其重心的横坐标为x=1又因为 ∫xdl xdl x= d 1么 π 所以∫xdl=π。 L 2.设L是上半椭圆周x2+4y2=1,y≥0,是四分之一椭圆周 x2+4y2=1,x≥0,y≥0,则 (A)(+ y) (+y) (B) Ixydl =2J, xydl () SLx2dl, y2dl (D)(x+y)2dl =2J (x2+y2) [] 答D

高质量睡眠与儿童的身体发育、认知功能、学习和注意力密切相关，由于儿童睡眠障碍的早期症状不明显，需要进行长期监测，因此急需找到一种适用于儿童睡眠监测，且能够提前预防和诊断此类疾病的方法。多导睡眠图(Polysomnography，PSG)是临床指南推荐的睡眠障碍基本检测方法，通过观察PSG各睡眠期间的变化和规律，对睡眠质量评估和睡眠障碍识别具有基础作用。本文对儿童睡眠分期进行了研究，利用多导睡眠图记录的单通道脑电信号，在Alexnet的基础上，用一维卷积代替二维卷积，提出一种1D-CNN结构，由5个卷积层、3个池化层和3个全连接层组成，并在1D-CNN中添加了批量归一化层（Batch normalization layer），保持卷积核的大小保持不变。针对数据集少的情况，采用了重叠的方法对数据集进行了扩充。实验结果表明，该模型儿童睡眠分期的准确率为84.3%。通过北京市儿童医院的PSG数据获得的归一化混淆矩阵，可以看出，Wake、N2、N3和REM期睡眠的分类性能很好。对于N1期睡眠，存在将N1期睡眠被误分类为Wake、N2和REM期睡眠的情况，因此以后的工作应重点提升N1期睡眠的准确性。总体而言，对于基于带有睡眠阶段标记的单通道EEG的自动睡眠分期，本文提出的1D-CNN模型可以实现针对于儿童的自动睡眠分期。在未来的工作中，仍需要研究开发更适合于儿童的睡眠分期策略，在更大数据量的基础上进行实验

#include void maino Int x, y, 2, printf(\请输入三个整数xy,z:\) scanf(\%d%d%d\, &x, &y, &z)

为了提升航班运行风险预测精度，基于某航空公司2016—2018年航班运行风险数据，在验证15个风险时间序列的混沌特性后，构建基于多变量混沌时间序列的风险预测模型。首先，对15个风险时间序列进行多变量相空间重构，采用主成分分析法（PCA）对相空间进行降维处理；然后，基于迭代预测的方式，分别采用极限学习机、RBF神经网络、回声状态网络和Elman神经网络建立风险短期预测模型；最后，以降维后的相空间作为输入，计算并比较分析未来1～7 d的风险预测结果。结果表明：多变量相空间重构后总维数为62维，经PCA降维处理，降至31维；在不同的预测模型中，降维后RBF模型预测效果最佳；其中，预测第1天结果相对误差<25%出现频数为82.62%，至第5天仍达75%以上；该模型第1天预测结果的修正平均绝对百分比误差（MAPE）值为11.32%，且前5 d均低于20%，满足航空公司使用要求。1～5 d预测结果对航班风险管控具有实践操作价值，证明基于多变量混沌时间序列的风险预测方案可行、有效

#include int abs sum(int m, int n) Int x,y, z,sum printf(“请输入三个整数:”) scanf(\%d%d%d\, &x, &y, &z)

第六章计划与计划工作 一、名词解释 计划:指组织为了实现决策所确定的目标而预先进行的行动安排。 二、单项选择 1.C2.B3.B4.C5.D6.A7.D8.B9.C10.D 11.B12.c13.B14.A15.B16.C17a18.a19.c20.b

第四章信息与信息化管理 一、单项选择题 1、()属于信息。 A.文字B.图形C.曲线D.图细 2、信息评估的关键在于() A.确认信息质量B.评估信息的收益 C.估计信息获取成本D.进行成本一收益分析 3、系统分析的目的在于() A.确定是否存在一个能被信息系统处理的机会 B.产生一个运行系统 C.考察系统的技术能力 D.确定信息系统的功能要求