通过将轧制变形区离散化的方法,在考虑变形区内横截面上张应力、摩擦应力等影响因素沿带钢轧制方向分布规律及其与带钢厚度及压下量的关系的基础上,采用数学模型和神经网络相结合的方法计算了金属变形抗力,建立了冷连轧机轧制力在线计算数学模型.经大型工业轧机生产实践数据检验,该冷连轧机在线轧制力计算模型预报误差控制在6.1%以内,满足模型在线控制要求,可提高在线控制轧制力模型的计算精度

1掌握同步时序电路的一般分析方法 2掌握同步计数器的一般分析方法 3会用反馈归零法、反馈置数法和级联法将集成芯片构成任意进制计数器 4根据功能表会用大、中规模集成芯片构成给定功能的电路  第1、2学时： 时序逻辑电路的分析方法  第3、4学时： 时序逻辑电路的设计方法  第5、6学时： 同步计数器  第7、8学时： 集成同步计数器及其应用  第9、10学时：数据寄存器和移位寄存器

黏度是冶金熔渣的基本物理性质，其大小直接影响到反应速率、熔渣分离效果等冶炼过程。通过深入探索熔渣黏度与其结构的关系，在分析熔渣黏度与其(NBO/T)比值（即单个聚合物粒子所拥有的非桥氧数量）相互关系的基础上，本文提出基于（NBO/T）比值的多元熔渣黏度计算模型。首先建立SiO2–∑MxO简单渣系的黏度计算模型，通过拟合纯氧化物和SiO2–MxO二元渣系的黏度数据得到模型参数，拟合平均误差在9%～18.5%之间；随后将该模型扩展至SiO2–Al2O3–∑MxO多元渣系的黏度计算，针对Al2O3在熔渣中同时表现出酸性氧化物和碱性氧化物的特点，在计算SiO2–Al2O3–MxO三元渣系黏度时，将其中的Al2O3拆分为酸性物质和碱性物质来计算（NBO/T）比值和黏度活化能。在SiO2–MxO二元系模型参数的基础上，通过拟合SiO2–Al2O3–MxO三元渣系的黏度数据得到含Al2O3渣系的模型参数，拟合平均误差在10%～25%之间。利用该模型计算了SiO2–Al2O3–CaO–MgO–FeO–Na2O–K2O–Li2O–BaO–SrO–MnO多元复杂渣系及其子体系的黏度值，计算平均误差在25%以内，取得了较好的预报效果。本模型基于熔渣结构理论，并借鉴了经验模型的数据处理方式，在预报效果和适用范围上都优于传统经验模型，在计算方式上比结构模型要简单

实验一 门电路逻辑功能及测试 实验二 组合逻辑电路 实验三 译码器和数据选择器 实验四 触发器 实验五 时序电路测试及研究 实验六 计数译码显示电路的设计 实验七 555时基电路的应用 实验八 数字电子秒表

▪ 3.1 并行程序开发方法 ▪ 3.1.1 并行层次与代码粒度 ▪ 3.1.2 并行程序开发策略 ▪ 3.1.3 并行编程模式 ▪ 3.1.4 并行应用编程过程 ▪ 3.2 并行程序设计模型 ▪ 3.2.1 计算π样本程序 ▪ 3.2.2 数据并行模型 ▪ 3.2.3 消息传递模型 ▪ 3.2.4 共享变量模型 ▪ 3.3 并行编程语言和环境概述 ▪ 3.3.1 早期并行编程语言 ▪ 3.3.2 近代并行编程语言与环境 ▪ 3.3.3 并行说明性语言环境 ▪ 3.4 循环程序并行化的一般方法 ▪ 3.4.1 数据相关分析 ▪ 3.4.2 .数据划分与处理器指派 ▪ 3.4.3 循环重构

15.1类库结构和 System名空间 NET的类库提供了各种类、接口、委托、结构和枚举,这些 资源按照它们的经常的应用领域分布在不同的名空间中。 System. Object是一切类的根,所有类都继承于它。 System名空间除了包含系统预定义的类和基类,还包括常用 的值和引用数据类型、事件和事件处理程序、接口、属性和 异常处理,以及提供服务支持数据的各种其它类,例如类型 转换、方法参数操作、数学运算、远程和本地程序调用、应 用程序环境管理和对托管与非托管应用程序的监控。 除基础数据类型外, System名空间还包含近100个类,范围 从处理异常的类到处理核心运行库概念的类,如应用程序域 和垃圾回收器

本章主要内容： · 单因素优选法：黄金分割法、平分法、分数法。 · 多因素降维法：等高线法、纵横对折法、平行线法。 · 各种优选法的应用范围和适用条件

以炉渣结构的共存理论为基础,通过对MnO-SiO2渣系结构单元的确定、热力学数据的选取以及结合线性回归的方法,建立了MnO-SiO2渣系在1400~1600℃温度和一定浓度范围内的物理性质(粘度、表面张力和电导率)的计算模型.在上述范围内模型计算的理论数值与文献的实测结果符合良好,而且比目前应用的炉渣物理性质的经验或半经验公式更为系统和精确

3.5.1 树的基本概念 3.5.2 树的存储 3.5.3 二叉树的基本概念 3.5.4 二叉树的存储 3.5.5 二叉树的遍历 3.5.6 树与森林的二叉树表示 3.5.7 二叉树的应用

数字化是在20世纪50年代电子计算机出现后才提出的新概念，而数字高程模型(DEM)的概念在1958年就已经提出了。到了今天，数字高程模型作为地球表面地形的数字描述和模拟已成为空间数据基础设施和“数字地球”的重要组成部分。几十年来对数字高程模型的研究方兴未艾、十分活跃。从1972年起，国际摄影测量与遥感学会(ISPRS)一直把DEM作为主题，组织工作组进行国际性合作研究。 第一章 概述 第二章 数字高程模型的数据获取 第三章 数字高程模型表面建模 第四章 数字高程模型精度的数学模型 第五章 数字高程模型生产的质量控制 第六章 数字高程模型的数据组织 第七章 数字高程模型内插 第八章 数字地形分析 第九章 数字高程模型的可视化 第十章 数字离程模型的应用