为了充分了解煤矿冲击性灾害的发生机理,探讨了硐室开挖前后应力分布及其变化规律.结合原始地应力数据,通过室内岩石力学模拟实验,获得了不同岩性特征及受力状态下,岩石破坏的不同表现模式.根据硐室围岩破裂源的空间位置,将冲击灾害划分为岩爆、冲击地压和矿震三大类.分析了三类冲击灾害的发生机理、孕育过程及宏观特征

目录 绪论 试验设计与数据处理的概念和意义 试验设计与数据处理的发展和应用 试验设计与数据处理的基本概念 样本及其分布 总体与样本 石 样本分布函数与统计量 直方图和秩 抽样分布 参数估计与假设检验 概述 参数估计 参数的假设检验 正交试验设计的基本思想与正交表s 正交试验设计的基本思想 正交表的概念与类型 正交表的构造 正交试验设计的直观分析 单指标正交试验设计 多指标正交试验设计 混合型正交试验设计心 考虑交互作用的正交试验设计 试验设计的方差分析 概述 单因素试验的方差分析 正交试验设计方差分析的基本原理 相同水平正交试验设计的方差分析91 不同水平正交试验设计的方差分析 重复试验和重复取样的方差分析 正交试验设计的效应估计 正交试验设计中正交表的灵活运用 并列法 拟水平法 拟因素法 其它方法 SN比试验设计与产品三次设计简介 SN比及其应用 产品三次设计 一元线性回归分析 回归分析的基本概念 一元线性回归的数学模型 参数的最小二乘估计 相关系数及其显著性检验 一元线性回归的方差分析 重复试验的方差分析 利用回归方程进行预报和控制 化非线性为线性回归 回归直线的简便求法 多元线性回归分析 多元线性回归的数学模型 参数的最小二乘估计 多元线性回归的方差分析 逐步回归方法 回归正交设计 多项式回归与正交多项式

1. 理解氧化还原反应的基本概念； 2. 掌握氧化还原方程式的两种配平方法； 3. 了解埃灵罕姆图的意义及其应用； 4. 熟悉能斯特公式、影响电极电势的因素及其应用； 5. 了解电势数据的两种图示法及其应用; 6. 简单了解电化学的应用。 6.1 基本概念 The primary concept of redox reaction 6.2 氧化还原反应方程式的配平 Balancing redox reaction equation 6.3 水溶液中氧化还原反应的自发性—电极 电势Spontaneity of redox reaction in aqueous solution — electrode potential 6.4 影响氧化还原反应的动力学因素 Influence of dynamic factors on redox reaction 6.5 应用电化学简介 Introduction to application electrochemistry

10.2 随机误差的分布 10.3 滴定分析 10.3.1 酸碱反应及其平衡常数 3.1.1 酸碱反应 3.1.2 酸碱反应类型及平衡常数 3.1.3 活度与浓度 3.1.4 活度常数Ka、浓度常数 及混合常数 10.3.2 酸度对弱酸(碱)形体分布的影响 3.2.1 一元弱酸的摩尔分数 3.2.2 二元弱酸H2A的摩尔分数

本章将讨论有关线程及输入/输出的一些高 级话题。首先，讲述了线程和并发编程的基 本概念、模型和应用；然后阐述怎样从文件 中读取数据和将数据写入文件，其中包括 Java中最常见的输入/输出流；最后介绍了 对象串行化以及如何用对象流实现串行化

关系模型就是用二维表格结构来表示实体及实体之间 联系的模型。 关系模型是各个关系的框架的集合，即关系模型是一 些表格的格式，其中包括关系名、属性名、关键字等

锂离子电池在大功率应用下的热控制和热管理已成为制约电动汽车商业化的瓶颈，为解决此问题，运用微热管阵列设计锂电池模块散热系统，在开放条件下对电池模块进行恒流18 A（1 C）和36 A（2 C）充放电测试，通过测量布置微热管阵列前后电池表面温度可知：在1 C和2 C充放电倍率下，散热系统能够有效的降低电池模块的温度及电池间温度差异，将温度和温度差值分别控制在40℃与5℃之内，可以解决温度对电池寿命和容量的影响问题.基于实验数据，对其中一2 C工况热量进行了计算，得到通过微热管阵列的对流散热量达到模块生热量的40%

工程试验不同于其他科学实验,十分重视实验的经济性,对其准确度应有一个适当的 要求:准确度过低当然不可取,对准确度要求过高,对仪器和设备的要求往往会大幅提 高,造成对人力和物力的浪费。因此,对测量准确度的恰当要求是极其重要的 实验数据误差的问题,已在分析化学和物理化学等课程中,陆续学习过一些有关的理 论和方法,这里不再系统论述。而在化学工程的研究中经常会遇到数据的回归分析,以及 离散数据的解析等数值计算的问题。因此本节将着重介绍化学工程实验中常用的一些数据 处理方法

针对传统神经网络优化算法易陷入局部最优值的问题,在标准粒子群算法的基础上,对粒子速度与位置更新策略进行改进,提出一种基于改进粒子群优化算法的BP神经网络建模方法.使用sinc函数、波士顿住房数据及某钢厂带钢热镀锌生产的实际数据进行验证.结果表明,与标准的反向传播神经网络和支持向量机相比,基于改进粒子群优化的神经网络模型可以有效提高预测精度

提出一种改进的最大互信息(MMI)准则函数并把它应用于隐马尔可夫模型(HMM)的参数估计,重新推导了HMM的迭代公式.该准则函数相对于原来准则函数定义更为合理,能有效利用训练样本集中的鉴别信息,使得训练数据得到充分利用,提高了HMM的性能.把这种改进的HMM算法应用于面部表情识别,利用改进的光流算法提取面部表情特征向量序列,并利用改进HMM算法和BP神经网络构建了面部表情混合分类器.实验结果表明了该方法能有效提高面部表情识别率,有效解决HMM参数估计问题