Ca和Sr是铸造铝硅合金中最有效的变质元素,一般在浇铸前以中间合金的形式加入.然而在废杂铝熔铸再生工业中,原料中常含有微量的Ca和Sr,预控它们在熔炼过程中的含量变化是它们再利用的前提.本文以工业A356铸锭为原料,实验研究了熔炼温度和保温时间对Ca和Sr质量分数变化规律的影响.结果表明:Ca和Sr质量分数随着保温时间延长均呈Exp3P2规律下降,且随熔炼温度升高质量分数下降速率均逐渐提高.根据热力学和动力学分析可知,在废杂铝熔炼再生过程前期主要发生[Ca]和[Sr]与熔体中的氧发生氧化反应生成CaO和SrO,这些氧化物又会与Al2O3反应生成Al2O3·6CaO和Al2O3·SrO,经扒渣操作后Ca和Sr质量分数下降.在熔炼中后期,[Ca]和[Sr]以扩散至熔体表层还原Al2O3的方式使它们的质量分数降低.计算得出在660~740℃熔炼A356合金时Ca和Sr氧化反应的表观活化能分别为182.6 kJ·mol-1和117.8 kJ·mol-1,两者均受化学反应过程控制.根据Ca和Sr质量分数的变化规律建立了它们的质量分数预报模型,经生产验证表明预报误差均小于10%,可用于预报废杂铝熔炼再生过程Ca和Sr的质量分数

一、单项选择题 1、在下列各种数据中，（ C ）不应作为经济计量分析所用的数据。 A．时间序列数据 B. 横截面数据 C．计算机随机生成的数据 D. 虚拟变量数据

注意力缺陷多动障碍（ADHD）是儿童期最常见的精神疾病之一，在大多数情况下持续到成年期。近年来，基于功能磁共振数据的ADHD分类成为了研究热点。文献中已有的大多数分类算法均假设样本是均衡的，然而事实上，ADHD数据集通常是不平衡的。传统的学习算法会使得分类器倾向于多数类样本，从而导致性能下降。本文研究了基于不平衡神经影像数据的ADHD分类问题，即基于静息状态功能磁共振数据对ADHD进行分类。采用功能连接矩阵作为分类特征，提出了一种基于多目标支持向量机的ADHD数据分类方案。该方案将不均衡数据分类问题建模为具有三个目标的支持向量机模型，其中三个目标分别为最大化分类间隔、最小化正样本误差和最小化负样本误差，进而正负样本经验误差可以被分开处理。然后采用多目标优化的法向量边界交叉法对模型进行求解，并给出一组代表性的分类器供决策者进行选择。该方案在ADHD-200竞赛的五个数据集上进行测试评估，并与传统分类方法进行对比。实验结果表明本文提出的三个目标支持向量机分类方案比传统的分类方法效果好，可以有效的从算法层面解决数据不平衡问题。该方案不仅可用于辅助ADHD诊断，还可用于阿尔茨海默病和自闭症等疾病的辅助诊断

2.1 变量分离方程与变量变换 2.2 线性方程与常数变易法 2.3 恰当方程与积分因子 2.4 一阶隐方程与参数表示

第五章向量分析 第二十讲 Stokes公式 5-5-1 Stokes公式 5-5-2旋度及其物理意义 课后作业: 阅读:第五章第五节: Gauss公式和 Stokes公式pp.173--181 预习:第五章第六节:无源场和保守场pp.182-187 作业:习题5:pp181-182:11),(3),(5),(7);2;33);4,(1);5:6. 5-5 Stokes公式 本节专门讨论空间向量场 F(x,y, =)=X(x,y, =)i+Y(x, y, s)j+Z(x,y, =k 5-5-1 Stokes公式

在第二章中,我们讨论了一 维随机变量函数的分布,现在我 们进一步讨论: 当随机变量X,X2,…,X的联合分布 12 已知时,如何求出它们的函数

如果二维随机向量(X,Y)的每个分 量都是离散型随机变量,则称(X,Y)是 二维离散型随机向量. 二维离散型随机向量(X,Y)所有可 能取的值也是有限个或可列无穷个

一、条件分布的概念

本量利分析(Costing-Volume-Profit-- Relationship Analysis)是指在成本性态分 析的基础上,运用数量化的模型揭示企业一定时期内的成本、业务量、利润之 间的相互影响、相互制约关系的一种定量分析的方法

定义1n个有顺序的数a1,a2,an所组成的有序数 组 a= (a a2,,) 称为n维向量。数a,a2,…,an叫做向量a的分量,a 称为向量a的第i个分量。若一个向量的分量都为实 数,则称此向量为实向量;若向量的分量为复数, 则称此向量为复向量。本章只讨论实向量。一般我 们用小写黑体字母a,,或带箭头的小写字 母 a表示向量