电子科技大学：《数据分析与数据挖掘 Data Analysis and Data Mining》课程教学资源（课件讲稿）量子支持向量机（support vector machine, SVM）

电子科技大学：《数据分析与数据挖掘 Data Analysis and Data Mining》课程教学资源（课件讲稿）量子机器学习（量子K-means算法）

电子科技大学：《数据分析与数据挖掘 Data Analysis and Data Mining》课程教学资源（课件讲稿）量子降维算法

电子科技大学：《数据分析与数据挖掘 Data Analysis and Data Mining》课程教学资源（课件讲稿）量子神经网络（Neural Network，NN）

面向过程的程序设计方法采用函数(程)来描述对数据的 操作,但又将函数与数据分离。这种实质上的依赖与形式上 的分离使得所编写出来的大型程序难于控制,严重时甚至可 能导致程序的崩溃。 C++的类体现了OOP技术所要求的抽象和封装机制。类将 欲处理目标的属性(数据)和对其进行操作的方法(函数) 封装成一个整体。这样,既把自然界中的一类实体抽象成一 种具有自主行为的数据类型,同时又将它们的属性隐藏起来 以阻止外界的干扰。 类描述了数据类型的组织形式;对象则是类的实例,是存放 在内存中可操作的变量

［例题］已知甲、乙两煤矿每年的产量分别为 200 万吨和 300 万吨，需经过东车站和西 车站两个车站运往外地.东车站每年最多能运 280 万吨煤，西车站每年最多能运 360 万吨煤， 甲煤矿运往东车站和西车站的运费价格分别为 1 元/吨和 1.5 元/吨，乙煤矿运往东车站和西 车站的运费价格分别为 0.8 元/吨和 1.6 元/吨.煤矿应怎样编制调运方案，能使总运费最少?

基于建立的连铸中间包及结晶器内钢液混合过程的物理模型，开发了板坯连铸异钢种连浇过程混浇坯长度及成分变化模型。以某钢厂单流板坯连铸机220 mm×1560 mm断面Q235与Q335Ti钢的混浇过程为研究对象，采用水模型试验结合数值模拟确定模型的关键参数，并通过开展现场试验对混浇坯取样验证模型的准确性。结果证明：混浇坯成分取样与模型预测的成分偏差小于5%，且模型预测的混浇坯长度与人工确定的一致。故采用该模型可跟踪不同混浇工况下中间包内及铸流上钢液的混合行为，准确预测混浇坯的长度以及成分变化规律。采用该模型研究了拉速及中间包内剩余钢液质量对混交坯长度及不同浇注长度铸坯C元素质量分数变化的影响规律。发现当拉速保持不变时，中间包内剩余钢液越多，混浇坯越长；当中间包内剩余钢液质量保持不变时，拉速越大混浇坯越短。相比而言，中间包内剩余钢液质量比拉速对混浇坯长度的影响更大。另外当拉速不变时，随着中间包内剩余钢液质量的增加，C元素质量分数由0.16%变化到0.18%的速率减慢；当中间包内剩余钢液质量不变时，随着拉速的增加，C元素质量分数由0.16%变化到0.18%的速率增加。因此异钢种连浇过程，适当提高拉速以及减少中间包内剩余钢液质量，可有效减少混浇坯长度，成分变化速率降低

二维随机向量及其分布函数 设随机试验E的样本空间是Ω. X=X(a)和Y=Y()是定义在Ω上的随机变 量,由它们构成的向量(X,Y),称为二维随机向 量. 二维随机向量(X,Y)的性质不仅与X及 Y的性质有关,而且还依赖于X和Y的相互关系, 因此必须把(X,Y)作为一个整体加以研究. 为此,首先需要引入二维随机向量(X,Y) 的分布函数的概念

在充分考虑RH平衡碳氧浓度的前提下,建立脱碳反应数学模型.以210 t超低碳钢RH冶炼工艺为背景,详细给出数学模型的建立原则与过程.将模拟结果与实际测量数据进行对比发现,数学模型与实际测量数据有很好的吻合度.碳元素在钢液内存在一定的不均匀性,真空室自由液面下降管上方碳元素质量分数最小,钢渣界面处上升管右侧碳元素质量分数最大,循环20 min后,二者相差0.0025%左右

采用浇注料流变仪、L型流动性测试装置和自流值测定装置,测定了加水量、分散剂(FS10)、纯铝酸钙水泥和α-Al2O3微粉对刚玉质自流浇注料的流变性和流动性的影响,并分析了流变性和流动性之间的关系.实验结果表明:随加水量增加(质量分数4.9%～5.3%),相对屈服应力、相对塑性黏度和相对平均黏度均逐渐减小,自流值和流动速度逐渐增大.随分散剂FS10加入量的增加(质量分数0.16%～0.20%),相对屈服应力、相对塑性黏度和相对平均黏度逐渐减小,自流值和流动速度逐渐增大;分散剂FS10加入量继续增大时(0.20%～0.22%),相对屈服应力、相对塑性黏度和相对平均黏度显著增大,而自流值和流动速度大幅下降.随纯铝酸钙水泥加入量增加(质量分数1%～4%),流变参数和流动参数有一定的变化,但变化不明显.随α-Al2O3微粉加入量的增加(质量分数9%～12%),相对屈服应力和相对平均黏度均减小,相对塑性黏度变化不大,自流值变化不大,流动速度加快.刚玉质自流浇注料流变参数和流动参数之间的关系为:自流值和相对屈服应力有较好的相关性,而流动速度和相对平均黏度有较好的相关性