4.1 BJT 4.3 放大电路的分析方法 4.3.1 图解分析法 4.3.2 小信号模型分析法 1. 静态工作点的图解分析 2. 动态工作情况的图解分析 3. 非线性失真的图解分析 4. 图解分析法的适用范围 1. BJT的H参数及小信号模型 2. 用H参数小信号模型分析基本共射极放大电路 3. 小信号模型分析法的适用范围 4.4 放大电路静态工作点的稳定问题 4.5 共集电极放大电路和共基极放大电路 4.2 基本共射极放大电路 4.2.1 基本共射极放大电路的组成 4.2.2 基本共射极放大电路的工作原理 4.6 组合放大电路 4.6.1 共射-共基放大电路 4.6.2 共集-共集放大电路 4.7 放大电路的频率响应 4.7.1 单时间常数RC电路的频率响应 4.7.2 BJT的高频小信号模型及频率参数 4.7.3 单级共射极放大电路的频率响应 4.7.4 单级共基极和共集电极放大电路的高频响应 4.7.5 多级放大电路的频率响应 4.8 单级放大电路的瞬态响应

为提高热轧换规格首块钢头部卷取温度命中率，采用数据挖掘技术，从历史带钢冷却数据中推断出与实际带钢相匹配的卷取温度模型水冷换热学习系数，并将其应用于模型预设定计算。首先，对冷却特征参数进行识别，按照相对型、绝对型、相等型和策略型四种方式进行定义，并对实际带钢与历史带钢的各项冷却特征参数进行相似距离计算。当历史带钢的总相似距离满足要求时，将其聚类为实际带钢的相似卷，并考虑各相似卷的时间影响，计算相似权重值；随后，基于相似带钢的头部和尾部信息，建立由卷取温度预报误差、偏离学习系数回归值惩罚项和偏离默认值惩罚项等构成的目标函数以及相应的约束条件，采用梯度下降法求解该二次规划问题，通过三次优化逐步计算出学习系数参考值和表征学习系数与带钢速度及目标卷取温度呈双线性关系的两个参数；最后，根据实际带钢的穿带速度、目标卷取温度等冷却条件计算冷却设定所需的学习系数。现场应用表明：基于十万块历史带钢冷却数据驱动的模型参数即时自适应设定算法可增强卷取温度模型对带钢头部冷却的预设定能力，学习系数即时自适应设定能力随着内存中保存的历史带钢冷却数据的多样性和检索出的相似卷数量的增加而提升

为了实现多金属地下矿山生产计划编制的动态性和科学有效性,以开采过程中技术经济要求和空间序列关系为约束条件,以利润最大化为目标构建多金属地下矿山生产计划动态优化模型.模型将采准、切割、爆破、回采和充填过程抽象为基本作业单元并加以模型化处理,将地下开采的均衡性要求和接续性问题转化为空间约束条件,以开采状态作为决策变量,构建生产计划优化的0-1整数规划模型,并给出基于人工蜂群模型的求解算法.以西藏某铜钼矿的生产计划动态编制为应用案例,优化解算出矿山未来3年的生产计划,并给出矿床开采时序的三维可视化展示.优化结果表明,通过开采区域的动态调整,在有效保证生产连续性的同时,提升了矿山开采的经济效益

采用水/CO2体系模拟研究钢液/(N2、H2)过饱和体系中气泡生长动力学行为,分别建立水溶液和钢液中气泡形核长大机理模型.基于三种不同的气泡生长数学模型,分别研究水/CO2和钢液/(N2、H2)体系数学模型中气泡生长动力学,并采用水模型实验数据对数学模型进行验证.分析钢液/(N2、H2)体系前期和后期处理压力以及钢液深度等因素对气泡生长的影响.研究表明:采用气泡浮选去除夹杂物技术时,前期处理压力对气泡生长有显著促进作用;后期处理压力对气泡生长有阻碍作用,随着后期处理压力的升高影响逐渐加强;钢液深度对气泡生长有阻碍作用,随着钢液深度的增加影响逐渐减弱;相比氮气,钢液中氢气气泡析出长大更快

根据老人认知心理特征中的迟滞性特征,结合基于Gross认知重评的情感计算模型,考虑迟滞性特征对个体情感状态转移的影响,在认知重评参数的基础上,建立迟滞性因子,对当前情感状态下的认知重评能力进行修正,从而对情感计算模型进行有效的修正,使人机交互更加自然和谐.为了实现情感计算模型的可信,结合现场可编程门阵列硬件平台和高级加密标准密码算法对情感计算模型中的老人情感信息进行加密处理,实现情感计算过程中的数据可信.采用可编程片上系统技术在现场可编程门阵列芯片EP4CE115F29C7中搭建功能实现所需的所有硬件组件,结合硬件组件编写逻辑程序并实现高级加密标准密码算法,在情感计算过程中实现数据的实时传输和安全处理,实现可信的情感计算.最后实验结果表明受到迟滞性特征影响下的情感计算模型与老人的真实情感具有高度一致性,且可信计算有助于提升老人的正向情感状态

4.1 金属-氧化物-半导体（MOS）场效应三极管 4.1.1 N沟道增强型MOSFET 4.1.2 N沟道耗尽型MOSFET 4.1.3 P沟道MOSFET 4.1.4 沟道长度调制等几种效应 4.1.5 MOSFET的主要参数 4.2 MOSFET基本共源极放大电路 4.3 图解分析法 4.4 小信号模型分析法 4.4.1 MOSFET的小信号模型 4.4.2 用小信号模型分析共源放大电路 4.4.3 带源极电阻的共源极放大电路分析 4.4.4 小信号模型分析法的适用范围 4.5 共漏极和共栅极放大电路 4.6 集成电路单级MOSFET放大电路 4.6.1 带增强型负载的NMOS放大电路 4.6.2 带耗尽型负载的NMOS放大电路 4.6.3 带PMOS负载的NMOS放大电路（CMOS共源放大电路） 4.7 多级放大电路 4.8 结型场效应管（JFET）及其放大电路 4.8.1 JFET的结构和工作原理 4.8.2 JFET的特性曲线及参数 4.8.3 JFET放大电路的小信号模型分析法 *4.9 砷化镓金属-半导体场效应管 4.10 各种FET的特性及使用注意事项

基于非均匀分布的虚拟材料模拟螺栓连接薄板搭接部分的力学特性，其中虚拟材料的材料参数用复模量表示，可直接生成复刚度矩阵以表示搭接部分的刚度及阻尼特性，省却了常规建模中生成结合部阻尼矩阵的步骤，在保证模型精确性的基础上简化了建模流程，以此建立了螺栓连接薄板结构的半解析模型并对其进行了动力学分析。首先描述了建模理念，将虚拟材料分别假定了三种复模量非均匀分布形式模拟螺栓搭接部分的力学特性，提出用反推辨识技术确定虚拟材料储能模量与耗能模量的方法。接着，基于能量法并用正交多项式假定模态，推导了螺栓连接薄板的半解析分析模型，并创新性地给出了求解半解析模型任意锤击点与拾振点处频响函数的公式。最后，以一个具体的螺栓连接薄板结构为对象进行了实例研究，结果表明：用所创建的半解析模型计算出的各阶仿真固有频率与实验测得的各阶固有频率的误差均在5%以内，计算得到的各阶仿真模态振型以及频响函数曲线与实测值均较为接近，从而证明了利用复模量非均匀分布的虚拟材料模拟螺栓搭接部分可有效简化螺栓结合部建模，亦可达到较高的仿真计算精度

5.8.1GPS网平差转换的要点 1、GPS网与原有地面网之间的坐标转换模型 三维坐标转换用7参数模型。三维坐标差转换 则用不包含平移参数的4参数模型。用作GPS网平差 的基线向量观测值是三维坐标差,用常规技术建立 的地面网只有二维的平面坐标,因此平差模型采用 仅有两个参数的范士简化模型。一是尺度参数,另 一是方位旋转参数(绕位置基准点上椭球面法线的 旋转角),可在平差时同时求定

 大数据处理的基本流程  大数据处理模型  大数据关键技术  大数据处理工具  大数据时代面临的新挑战 WordCount 关联规则基本模型 聚类 本章内容首先介绍了大数据处理的基本流程和大数据处理模型，接着介绍了大数据的关键技术，其中，云计算是大数据的基础平台和支撑技术，本章以Google 的相关技术为主线，详细介绍Google 以及其他众多学者和研究机构在大数据技术方面已有的一些工作，包括文件系统、数据库系统、索引和查询技术、数据分析技术等；接下来，介绍了大数据处理平台和工具，就目前技术发展现状而言，Hadoop 已经成为了大数据处理工具事实上的标准。最后，介绍大数据时代面临的新挑战，包括大数据集成、大数据分析、大数据隐私问题、大数据能耗问题、大数据处理与硬件的协同、大数据管理易用性问题以及性能测试基准。 大数据采集架构 预测模型

从安钢电极控制的实际应用出发,应用数据挖掘技术建立了电极预测模型并应用于电极控制系统的参数整定.首先介绍了建立电极预测模型的数据挖掘过程;然后在数据挖掘算法中提出了一种新的变结构遗传Elman网络方法,该算法用改进的混合遗传算法对网络结构和权值及自反馈增益同步动态寻优.将基于BP算法的Elman网络和本文提出的变结构遗传Elman网络都应用于安钢交流电弧炉的电极预测模型中进行比较.通过基于安钢现场数据的计算机仿真实验表明:采用变结构遗传Elman网络的数据挖掘算法比BP算法具有更好的动态性能、更快的逼近速度和更高的精度.在此基础上,把建立的模型应用于安钢电极控制系统的参数整定,取得了良好的控制效果