第一节 矩阵 一、 矩阵概念的引入 二、 矩阵的定义 三、 小节、思考题 第二节 矩阵的运算 一、矩阵的加法 二、数乘矩阵 三、矩阵与矩阵相乘 四、矩阵的转置运算 五、小结、思考题 第三节 逆矩阵 一、概念的引入 二、逆矩阵的概念和性质 三、逆矩阵的求法 四、小结、思考题 第四节 分块矩阵 一、矩阵的分块 二、分块矩阵的运算法则 三、小节、思考题 第五节 初等变换和初等矩阵 一、初等变换的引入− −方程组的同解变换 二、矩阵的初等变换 三、初等矩阵的概念 四、初等矩阵的应用 五、小结、思考题

采用热模拟和显微组织分析方法,研究了冷却速率、变形温度、变形量等轧制工艺参数对一种X70级微合金管线钢组织及马氏体/奥氏体(M/A)小岛的影响.结果表明:增大冷速、降低变形温度均可使组织细化,组织中多边形铁素体减少,针状铁素体增多;同时,在不同的控轧条件下,会形成一定的M/A小岛,变形温度对M/A小岛影响不大,而适当提高冷速和增大变形量将减少小岛相对量,并使其细小而弥散分布于基体;合理控制形变参数及冷速可获得较理想的显微组织与M/A小岛的配合,提高材料性能

第一节　神经元活动的一般规律 第二节　反射活动的一般规律 一、反射概念 二、反射弧 三、中枢神经元的联系方式 四、反射弧中枢部分的兴奋传布 （一）兴奋性突触后电位 （二）反射弧中枢部分兴奋传布的特征 五、中枢抑制 （一）突触后抑制 （二）突触前抑制 六、反射活动的反馈调节 第三节　神经系统的感觉分析功能 一、脊髓的感觉传导与分析功能 二、丘脑 三、感觉投射系统 四、大脑皮层的感觉分析功能 （一）大脑皮层的结构特点与分区 （二）体表感觉 （三）中央前回的感觉投射 （四）内脏感觉 （五）视觉 （六）听觉 （七）嗅觉和味觉 五、痛觉的病理生理 （一）皮肤痛觉与传导通路 （二）内脏痛的特征与牵涉痛 第四节　神经系统对躯体运动的调节 一、脊髓对躯体运动的调节 （一）脊休克 （二）屈肌反射与对侧伸肌反射 （三）牵张反射 （四）节间反射 二、低位脑干肌紧张的调节 （一）去大脑僵直 （二）α僵直和γ僵直 三、姿势反射 （一）状态反射 （二）翻正反射 四、小脑 （一）前庭小脑 （二）脊髓小脑 （三）皮层小脑 （四）小脑内局部神经元回路 五、基底神经节 六、大脑皮层对躯体运动的调节 （一）大脑皮层的主要运动区 （二）锥体系 （三）锥体外系 （四）皮层运动区和锥体系功能障碍对运动的影响 第五节　神经系统对内脏活动的调节 一、自主神经系统 （一）交感和副交感神经的特征 （二）交感和副交感神经系统的功能 二、脊髓对内脏活动的调节 三、低位脑干对内脏活动的调节 四、下丘脑 （一）体温调节 （二）摄食行为调节 （三）水平衡调节 （四）对腺垂体激素分泌的调节 （五）对情绪生理反应的影响 （六）对生物节律的控制 五、神经、内分泌和免疫功能的关系 （一）神经对免疫功能的作用 （二）免疫系统对神经活动的影响 （三）内分泌系统对免疫功能的影响 （四）免疫系统对内分泌功能的影响 六、大脑皮层对内脏活动的调节 （一）新皮层 （二）边缘叶 第六节　脑的高级功能和脑电图

第一节　肾的功能解剖和肾血流量 一、肾的功能解剖 （一）肾单位和集合管 （二）皮质肾单位和近髓肾单位 （三）近球小体 （四）肾的神经支配 （五）肾的血液供应 二、肾血液循环的特征 （一）肾血流量的自身调节 （二）肾血流量的神经和体液调节 第二节　肾小球的滤过功能 一、滤过膜及其通透性 二、有效滤过压 三、影响肾小球滤过的因素 （一）肾小球毛细血管血压 （二）囊内压 （三）血浆胶体渗透压 （四）肾血浆流量 第三节　肾小管与集合管的转运功能 一、肾小管与集合管的转运方式 二、各段肾小管和集合管的转运功能 （一）近球小管 （二）髓袢 （三）远球小管和集合管 第四节　尿液的浓缩和稀释 一、尿液的稀释 二、尿液的浓缩 三、直小血管在保持肾髓质高渗中的作用 第五节　肾尿生成的调节 一、肾内自身调节 （一）小管液中溶质的浓度 （二）球-管平衡 （三）管-球反馈 二、神经和体液调节 （一）交感神经系统 （二）抗利尿激素 （三）肾素-血管紧张素-醛固酮系统 （四）心房利尿钠肽 第六节　清除率 一、清除率的概念和计算方法 二、测定清除率的理论意义 （一）测定肾小球滤过率 （二）测定肾血流量 （三）推测肾小管的功能 （四）自由水清除率 第七节　尿的排放 一、膀胱与尿道的神经支配 二、排尿反射

5.1 引言 5.2 实现和最小实现 5.3 线性定常系统的最小实现 5.3.1 单变量系统的最小实现 5.3.2 向量传递函数（向量正则有理函数）的实现 5.3.3 用MATLAB求系统的最小实现

4 奇异值分解 4.1 奇异值，奇异向量和奇异值分解 4.2 奇异值基本性质 4.3 奇异值更多性质 ∗ 5 线性最小二乘问题的求解方法 5.1 正规方程法 5.2 QR 分解法 5.3 奇异值分解法 6 最小二乘问题的推广及其应用 ∗ 6.1 正则化与加权正则化 6.2 约束最小二乘 6.3 多项式数据拟合 6.4 线性预测 6.5 信号恢复 6.6 SVD：图像压缩 — 截断 SVD 6.7 SVD：图像配准 Rigid Alignment / Shape Registration

7.1 短时Fourier变换与Gabor变换 7.2 小波变换 7.3 离散小波变换的快速算法——Mallat算法 7.4 常用小波函数 7.5 小波变换的应用

概要地叙述了小波、小波包理论,提出了一种用小波包分解和信号重构进行信号滤波的方法.先用小波包分解把信号分解到相邻的不同频率段上,然后用信号重构方法对各个频率段上的信号进行重构.以电机的振动信号为例,说明这种方法可以有效地用于信号的滤波

提出了一种基于对偶优化的核最小二乘(KPLS)方法,把KPLS用最小二乘支持向量机的形式表示.推导了KPLS对偶优化形式的公式,且使其具有最小二乘支持向量机的风格.在初始空间中构造优化问题,应用核技术在特征空间中解对偶问题,这种解与非线性的KPLS具有相似性.实验验证了这种方法的效果,表明了该方法的有效性和优越性

为提高复杂环境下红外小目标的检测效率,将图像分为平坦区域、边缘区域和小目标区域三种区域,并针对三种成分的特点,提出基于拉普拉斯金字塔的非线性局部滤波检测方法.首先将图像进行高斯金字塔分解,将高斯低通金字塔与原图像尺寸匹配后,相减并进行阈值操作,抑制平坦区域;其次将标记像素灰度值与其周围环域均值的最小差作为指标,滤除边界区域;最后将非线性局部滤波结果生成相应的拉普拉斯金字塔各层系数,重构得到高对比度的检测图像,利用邻域特点剔除孤立噪声点并通过简单阈值标记红外小目标.实验结果表明:与现有其他算法相比,该检测算法能够对复杂背景有效抑制,检测速度快