原子命题是数理逻辑研究的基本单位.分析了原子命题的相关性与逻辑运算之间的关系.在经典二值逻辑中,命题逻辑运算结果的真值只与参与运算的命题的真值有关,而与命题的具体内容无关;在概率逻辑中,命题逻辑运算由命题的关系决定,真值相同的不同命题,逻辑运算结果不一定相同.定义了与经典二值逻辑相容的蕴涵联结词,克服了条件概率不能用于推理的缺点

由工程爆破中普遍采用的质点峰值振动速度与炸药量和震源距关系的经验公式推导出质点峰值振动速度与震源能量和震源距关系的经验公式,并作为微震地震波能量衰减公式.在公式中引入地震波能量特征系数K1描述震源能量与震源峰值振动速度之间的比例关系,并认为K1主要与震源场地介质特征有关,而与爆破参数无关.通过校验炮数据的回归分析获取监测区域能量特征系数K1.采用能量衰减模型,以微震事件各测点的峰值振动速度、震源距及K1为已知量,以震源能量及衰减系数为回归参数进行回归计算,直接反演出震源能量.本文方法为震源能量计算提供了新的思路和方法

本文介绍了我国自行设计和制造的第一台真空脱气、电磁搅拌和电弧加热多功能的炉外精炼炉。结合工艺讨论了炉外精炼过程中的几个理论问题:关于真空下碳脱氧的问题;关于搅拌和去除夹杂的关系问题;关于精炼过程中加热的必要性问题。通过在北京钢厂精炼炉上百余炉的实验数据证明,炉外精炼对改善钢的质量、提高钢的产量和降低钢的成本等方面具有明显的效果

通过对国内某钢厂DH36高强度船板钢轧制成型之后的成品板材进行研究,利用数学模拟的分析方法,建立了DH36高强度船板钢主要化学成分与基本力学性能之间关系的数学模型,并在此基础上重点分析了各元素随Mn含量的变化对力学性能产生的影响.结果表明:在相关成分允许的波动范围内,Mn元素对冲击功的影响主要呈斜率为负的直线关系,对屈服强度、抗拉强度、断面收缩率的影响也均呈直线关系,但斜率规律与其他元素的含量有关,需具体分析

一、溶液的表面张力和浓度之间的关系 单组分系统，温度、压力确定了，系统的性质也确定 了，在指定温度、压力下，纯液体有确定的表面张力。 溶液是多组分系统。多组分系统的性质和组成有关， 在同一个温度下，溶液的表面张力随浓度的变化而改变。 溶液的表面张力与浓度之间的关系和溶剂、溶质的种 类有关。 在恒温条件下，用溶液的表面张力对浓度作图，所得 曲线称溶液表面张力等温线（surface tension isotherm curve）

4.1 集合的笛卡尔积与二元关系 4.2 关系的运算 4.3 关系的性质 4.4 关系的闭包 4.5 等价关系和偏序关系 4.6 函数的定义和性质 4.7 函数的复合和反函数

凿岩用的柱齿钻头,采用过盈配合的办法,把硬质合金柱固定在钻头体上,固齿工艺,是影响钻齿头质量的重要因素。本文是在弹性状态及安装合金柱的孔附近出现局部塑性变形的情况下,对钻头体的装配应力进行分析,得到过盈配合时,过盈量与抱紧力、过盈量与装配压入力之间的关系,根据这些关系,作出了有关的图表。並将理论分析的结果与孔板试验进行了对比,它们基本上是符合的。同时对过盈量的选取进行了討论,考虑加工精度、钻头体硬度及工艺过程中一些因素对固齿质量的影响,为提高固齿质量提供了理论依据

z 无向图(undirected graph) 哥尼斯堡七桥 Euler 图 无向图，简称图，是一个用线（边）连接在一起的节点（顶点）的集合。严 格地说，图是一个三元组 G=( V, E, I ), 其中，V 是顶点的集合，E 是边的集 合，而 I 是关联关系，它指明了 E 中的每条边与 V 中的每个顶点之间的关联关 系：每条边必定连接两个而且只有两个顶点，它们称为该边的端点

抗氢钢中形成稳定的合金碳化物以固定碳,避免在高温、高压下与氢作用形成甲烷造成氢损伤,这不仅与钢材成分的合理设计有关,而且与合理选择热处理制度密切有关。本文采用综合相分析方法对12SiMoVNb合金碳化物析出及其与氢相互作用行为进行探讨,指出采用～1000℃正火及720℃～740℃高温回火,以获得在铁素体基体上分布着以V4C3为主的弥散碳化物,以及Mo、V、Nb元素固溶强化是该合金获得综合力学性能,特别是高温(400℃PH2=200kg/cm2)抗氢腐蚀性能的关健

围绕知识图谱的全生命周期技术，从知识抽取、知识融合、知识推理、知识应用几个层面展开综述，重点介绍了知识融合技术和知识推理技术。通过知识抽取技术，可从已有的结构化、半结构化、非结构化样本源以及一些开源的百科类网站抽取实体、关系、属性等知识要素。通过知识融合，可消除实体、关系、属性等指称项与实体对象之间的歧义，得到一系列基本的事实表达。通过本体抽取、知识推理和质量评估形成最终的知识图谱库。按照知识抽取、知识融合、知识推理3个步骤对知识图谱迭代更新，实现碎片化的互联网知识的自动抽取、自动关联和融合、自动加工，从而拥有词条自动化链接、词条编辑辅助功能，最终达成全流程自动化知识获取的目标。最后，讨论知识图谱未来的发展方向与可能存在的挑战