什么是化学? 我们身边发生的化学反应与变化; 本课程学习绪论的目的; 本课程的内容范围; 本课程的授课安排及知识要点掌握的方法。 1. 简话化学发展 2. 化学学科的分支及其形成 3.现代化学的若干基本问题 • 反应过程与控制 • 合成化学 • 基于能量转换的化学反应 • 新反应途径与绿色化学 • 设计反应 • 纳米化学与单分子化学 • 复杂体系的组成、结构与功能间关系研究 • 物质的表征、鉴定与测试方法 4.化学研究的方法和特点 5.如何学好化学? 1．通过氢原子光谱和玻尔理论的讨论，建立近代微观粒子结构的初步概念； 2.了解微观粒子的波粒二象性、能量量子化和统计解释。 3.了解波函数、原子轨道、电子云、能级的基本概念。 4．掌握n、l、m、ms四个量子数及其物理意义；明确s、p、d原子轨道和电子云角度分布图的特征。 5．了解原子轨道的能级组，屏蔽效应理论及有效核电荷的计算。 6．掌握核外电子的分布原则及电子分布式的书写，元素周期表和周期律，元素性质与原子结构的关系，7. 明确原子半径、元素的电离能、电子亲和能、电负性、氧化数、金属性和非金属性的概念及其周期变化规律

因子分析( Factor Analysis)是多元统讣分析技术的一个分支,其主要目的 是浓缩数据。它通过研究众多变量之间的内部依赖关系,探求观测数据中的基本 结构,并用少数几个假想变量来表示基本的数据结构。这些假想变量能够反映原 来众多的观测变量所代表的主要信息,并解释这些观测变量之间的相互依存关 系,我们把这些假想变量称之为基础变量,即因子( Factors)。因子分析就是研 究如何以最少的信息丢失把众多的观测变量浓缩为少数几个因子 因子分析是由心理学家发展起来的,最初心理学家借助因子分析模型来解释 人类的行为和能力,1904年查尔斯·斯皮尔曼( Charles spearman)在美国心理学 杂志上发表了第一篇有关因子分析的文章,在以后的三四十年里,因子分析的理 论和数学基础逐步得到了发展和完善,它作为一个一般的统计分析工具逐渐被人 们所认识和接受

教学目的欧氏空间R”上的测度与积分是本课程的主要研究对象本节讨 论欧氏空间上的若干拓扑概念通过本节的学习可以熟悉欧氏空间上的开集, 闭集和 Borel集, Cantor集等常见的集,为后面的学习打下基础 本节要点由R”上的距离给出邻域内点聚点的定义从而给出开集,闭集 的定义由开集生成一个o代数引入 Borel集 Cantor集是一个重要的集,它有 一些很特别的性质.应使学生深刻理解本节介绍的各种集的概念并熟练应用 充分利用几何图形的直观,可以帮助理解本节的内容

大型和十分复杂的程序往往会产生一些很难查找的甚至是 无法避免的运行时错误。当发生运行时错误时,不能简单地结 束程序运行,而是退回到任务的起点,指出错误,并由用户决 定下一步工作。面向对象的异常处理( exception handling) 机制是C++语言用以解决这个问题的有力工具。 程序的错误有两种,一种是编译错误,即语法错误。如果使 用了错误的语法、函数、结构和类,程序就无法被生成运行代码 。另一种是在运行时发生的错误,它分为不可预料的逻辑错误和 可以预料的运行异常,这里所讲的异常( exception)是程序可 能检测到的,运行时不正常的情况,如存储空间耗尽、数组越界 被0除等等,可以预见可能发生在什么地方,但是无法确知怎 样发生和何时发生

岩石多场耦合作用的研究是当前研究的热点难点问题，为了更好的分析岩石在多场耦合作用条件下的作用机理，主要通过实验和数值模拟两方面进行研究。在总结国内外多场耦合微观–细观–宏观多尺度力学试验设备的改进和研发、数值模拟软件及耦合计算程序的开发等方面的研究现状的基础上，展望多场多相耦合作用下岩石力学实验设备和数值分析的研究方向。为了研究岩石多场耦合作用下的力学性能，通过改进和研发设计了不同物理场多场耦合试验系统，在开发试验设备的基础上引起和发展现代无损探测手段，比如实时CT（Computed tomography）扫描技术，电镜扫描技术（SEM）、核磁共振技术（NMRI）、X射线立体成像法、超声波技术等，既能无损检测到岩石的内部孔隙微细观结构及演化过程，也能得出岩石在温度?水流?应力?化学（THMC）多场耦合作用中各物理场的宏观关系，进一步从微细观和宏观相结合的角度得出岩石在多场耦合作用下的性能。随着计算机技术的进步，岩石多场耦合作用下的数值模拟软件及耦合计算程序的开发有了一定的发展，特别是TOUGHREACT与FLAC3D相结合的THMC四场耦合作用的数值模拟软件和数值仿真软件Comsol与Matlab对接的多场耦合计算程序的开发，为岩石多场耦合模拟的开展提供了技术支持

宫颈癌是严重危害妇女健康的恶性肿瘤，威胁着女性的生命，而通过基于图像处理的细胞学筛查是癌前筛查的最为广泛的检测方法。近年来，随着以深度学习为代表的机器学习理论的发展，卷积神经网络以其强有效的特征提取能力取得了图像识别领域的革命性突破，被广泛应用于宫颈异常细胞检测等医疗影像分析领域。但由于病理细胞图像具有分辨率高和尺寸大的特点，且其大多数局部区域内都不含有细胞簇，深度学习模型采用穷举候选框的方法进行异常细胞的定位和识别时，经过穷举候选框获得的子图大部分都不含有细胞簇。当子图数量逐渐增加时，大量不含细胞簇的图像作为目标检测网络输入会使图像分析过程存在冗余时长，严重减缓了超大尺寸病理图像分析时的检测速度。本文提出一种新的宫颈癌异常细胞检测策略，针对使用膜式法获得的病理细胞图像，通过基于深度学习的图像分类网络首先判断局部区域是否出现异常细胞，若出现则进一步使用单阶段的目标检测方法进行分析，从而快速对异常细胞进行精确定位和识别。实验表明，本文提出的方法可提高一倍的宫颈癌异常细胞检测速度

首先介绍了氧气高炉的发展历程，早期的研究工作主要着眼于解决由于氧气代替空气鼓风而引起的“上冷下热”问题，并总结了各国研究者提出的氧气高炉流程及其主要特点。随后系统阐述了北京科技大学科研人员在氧气高炉工艺基础研究与工程技术开发方面所取得的主要进展。这些研究包括氧气高炉流程设计，含铁炉料还原与软熔，氧气鼓风及循环煤气喷吹条件下的煤粉燃烧，循环煤气加热过程中的物理化学变化等炉内反应与变化，以及在此基础上开展的回旋区及全炉数值模拟研究，为氧气高炉的工程化实施奠定理论基础。最后对氧气高炉的碳素流及节碳潜力进行了分析，并提出富氢碳氢循环氧气高炉将成为炼铁低碳化的重要发展方向

介绍了几种主要的转炉烟气分析碳含量预报模型，并分析了其中的指数衰减模型及其三种改进算法的基本原理和优缺点。在综合三种模型优点的基础上，提出了基于“极限碳含量拟合+曲线同步更新”算法的改进指数模型。首先，利用历史炉次吹炼后期的脱碳氧效率和碳含量数据，通过指数拟合得到“历史脱碳曲线”和极限碳含量参数；其次，使用当前炉次吹炼中期的最大脱碳氧效率值对“历史脱碳曲线”的特征参数进行替换，得到当前炉次吹炼后期的“参考脱碳曲线”，再对其进行归一化处理，得到归一化的“参考脱碳曲线”；然后，采用多点校正的方法，计算当前炉次吹炼至各等距离校正点时“参考脱碳曲线”的脱碳量，并根据计算脱碳量与转炉实际脱碳量的偏差，对熔池碳含量及脱碳曲线参数进行计算与校正，得到“计算脱碳曲线”；最后，通过逐次迭代计算对“参考脱碳曲线”和“计算脱碳曲线”进行同步更新，进而实现对转炉吹炼后期熔池碳含量的精准预报。研究表明，改进的指数模型具有较高的准确率，终点碳含量预报误差在±0.02%范围内的命中率达到90%

分级加载压缩蠕变试验未能充分考虑稳定蠕变中的黏塑性应变，故采用三轴循环加卸载压缩蠕变试验来实现岩石的黏弹、塑性应变分离，从而使岩石黏弹、塑性应变在岩石蠕变的各个阶段得以充分考虑。以某水电站闪长玢岩为例，探讨该类岩石蠕变特性。在破坏前，岩石的瞬时弹性应变以及瞬时塑性应变随着偏应力逐级增大呈线性增长；随着偏应力的增加，黏弹性应变和黏塑性应变呈非线性增长。引入一个分数阶Abel黏壶与Kelvin模型串联形成新型黏弹性模型；用分数阶Abel黏壶代替传统的黏塑性模型中的线性牛顿体并基于损伤建立黏塑性损伤模型。然后将新型黏弹性模型和黏塑性损伤模型与瞬时弹性模型和瞬时塑性模型串联组成一个新的岩石蠕变损伤模型。最后将该模型与岩石蠕变曲线进行拟合，从而证明该模型的适用性

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