为解决在研究铁矿粉与CaO进行同化反应时通常采用最低同化温度这一终点体系指标来表征，而没有考虑同化反应速度和升温速率的缺陷以及采用多个指标来表征同化反应温度和速度在使用上的不便，本文充分利用铁矿粉在高温同化反应过程中获得的数据和范特霍夫规则，提出了量纲为1的同化反应特征数.该特征数包括同化反应速度、升温速率、同化温度和温度对同化反应速度的影响，可用来表征铁矿粉与CaO的同化过程中铁矿粉的同化温度、同化反应时间、同化反应结束温度等性能，并以烧结过程中的实际温度作为基准.该特征数综合了铁矿粉与CaO在同化反应过程中各重要信息，可以更全面地反映铁矿粉与CaO的同化反应性能.对两种方法得到的结果进行了比较，发现仅考虑最低同化温度这一终点指标时得到的结果相近，而采用同化反应特征数可以进一步细分出不同铁矿粉同化反应性能的差异

1.半导体的导电特性 (1)掺杂特性。 (2)热敏和光敏特性

4.2多维随机变量的特征函数 一、多维随机变量的特征函数

2.1 过程特性的类型 2.2 过程的数学描述 2.3 过程特性的一般分析 2.4 过程特性的实验测定方法

通过对多雷达扫描得到的高炉料面进行数据处理,根据数据的特征,分别采用模糊C均值聚类和特征加权模糊C均值聚类算法对料面数据进行分类,建立标准料面模型库.再通过模糊模式识别中贴近度的方法把待分类的目标料面与模型库相匹配,为后续的布料控制提供依据.该算法在某2500 m3高炉上进行了实验,取得良好的效果.仿真结果表明了其有效性

本章主要介绍了数据分布特征的描述的基本理论, 包括平均指标和变异指标的基本概念、种类以及 各种计算方法,计算和应用平均指标应注意的问 题等。通过学习,使学习者能够掌握数据分布的 集中趋势和离散特征,为经济管理服务

第一章蒙特卡罗方法概述 第二章随机数 第三章由已知分布的随机抽样 第四章蒙特卡罗方法解粒子输运问题

一、蒙特卡罗方法求积分 二、重要抽样 三、俄国轮盘赌和分裂 四、半解析方法 六、分层抽样

一、屏蔽问题模型 二、直接模拟方法 三、简单加权法 四、统计估计法 五、指数变换法 六、蒙特卡罗方法的效率

 特征选择  从D个原始特征中，选择其中的d个特征。保持了原有特征的物理含义  特征变换  对D个原始特征进行一定的数学变换，得到d组新特征，往往不具有原始特征对应的物理含义