与方型断面钢锭一样,扁锭的传搁时间表也可以用计算方法制定,但基本方程要用二维导热方程,故计算量较一维显著增多。文中介绍了计算用基本方程和置换为显式差分格式的各差分方程,举例说明计算步骤及所得数据的实用价值。计算结果可以用来制定钢锭传搁时间表,确定钢锭凝固率,凝固层厚度以及钢锭含有的凝固潜热量,确定装炉热锭载热情况,并在此基础上制定扁锭的合理加热制度和加热时间等。计算还可用于均热炉计算机控制扁锭冷却数学模型的离线解析计算。方锭是扁锭的一个特例,因此,扁锭计算完全适用于方锭

给水方式的分类 给水方式 根据资用水头Ho(市政管网所能提供的水头与建筑物所需水头H之间的关系,给水方式可分为以下几种情况: (1)直接给水方式当室外给水管网的水量、水压一天内任何时间都能满足室内管网的水量、水压要求时,应充分利用外网压力,采用直接给水方式,建筑内部管网直接在外网压力的作用下工作。见图2—2直接给水方式。 直接给水方式的特点是:系统最简单,能充分利用外网压力。但室内没有贮备水 量,外网一旦停水,内部立即断水

当全球导航卫星系统(global navigation satellite system,GNSS)分布式仿真环境中共享的模型数量非常多时,检索模型和配置仿真任务将成为一个比较复杂的工程.为提高仿真模型选取和仿真任务配置的效率,设计了一套针对GNSS分布式仿真环境中仿真模型的实时智能推荐方法,方法中首先定义了模型关联关系和接口形状的概念,然后提出了一种条件约束下的频繁模式树(FP-tree)结构,并从理论上分析了该结构在检索任务量方面的减少程度,设计并推导了模型关联关系度的计算方法,以及整套智能推荐方法的运行流程.推荐方法在GNSS分布式仿真环境中进行了仿真验证,仿真结果与传统智能推荐方法做对比分析,分析结果表明,该方法针对仿真模型推荐时运行时间短,推荐结果准确度高,能够实时为用户推荐合适的模型

针对突发灾害事故应急决策过程中存在的模糊性和随机性问题，提出了一种基于云模型的应急决策方法.首先根据突发灾害事故应急的目标和特点选择决策指标并建立决策指标集；然后基于决策者的语言值及其对应的数域确定决策指标的权重值和评价值，利用逆向云发生器算法生成云模型的数字特征；再利用综合云的思想，运用云运算规则，得到各应急方案的评价云；最后把应急方案的评价云与评价标准云进行相似性比较，综合判断应急方案的评价等级并优选最佳的应急方案.实例研究表明：该方法充分利用了专家的群体信息，实现了应急方案决策中定性语言和定量评价之间的有效转化，结果更为直观、合理，便于改善应急决策的客观性和提高应急管理的效率

提出一种基于灰度信息和支持向量机的人眼检测方法.首先,利用人眼区域灰度变化比人脸其他部位灰度变化明显的特征,采用图像灰度二阶矩(方差)建立人眼方差滤波器,在固定人眼搜索区域内,应用人眼方差滤波器搜索候选人眼图像;然后,使用训练的支持向量机分类器精确检测人眼区域位置;最后,采用图像灰度信息率定位人眼中心(虹膜中心).该方法在BioID、FERET和IMM人脸数据库中的测试结果显示:没有佩戴眼镜人脸图像正确率分别为98.2%、97.8%和98.9%,406幅佩戴眼镜人脸图像正确率为94.9%;人眼中心定位正确率分别为90.5%、88.3%和96.1%.通过与目前方法比较,该方法获得较好的检测效果

为提高无法准确建立数学模型的非线性约束单目标系统优化问题的寻优精度,并考虑获取样本的代价,提出一种基于支持向量机和免疫粒子群算法的组合方法(support vector machine and immune particle swarm optimization,SVM-IPSO).首先,运用支持向量机构建非线性约束单目标系统预测模型,然后,采用引入了免疫系统自我调节机制的免疫粒子群算法在预测模型的基础上对系统寻优.与基于BP神经网络和粒子群算法的组合方法(BP and particle swarm optimization,BP-PSO)进行仿真实验对比,同时,通过减少训练样本,研究了在训练样本较少情况下两种方法的寻优效果.实验结果表明,在相同样本数量条件下,SVM-IPSO方法具有更高的优化能力,并且当样本数量减少时,相比BP-PSO方法,SVM-IPSO方法仍能获得更稳定且更准确的系统寻优值.因此,SVM-IPSO方法为实际中此类问题提供了一个新的更优的解决途径

提出了一种面向网络长文本的话题检测方法.针对文本表示的高维稀疏性和忽略潜在语义的问题，提出了Word2vec&LDA（latent dirichlet allocation）的文本表示方法.将LDA提取的文本特征词隐含主题和Word2vec映射的特征词向量进行加权融合既能够进行降维的作用又可以较为完整的表示出文本信息.针对传统话题发现方法对长文本输入顺序敏感问题，提出了基于文本聚类的Single-Pass&HAC（hierarchical agglomerative clustering）的话题发现方法，在引入时间窗口和凝聚式层次聚类的基础上对于文本的输入顺序具有了更强的鲁棒性，同时提高了聚类的精度和效率.为了评估所提出方法的有效性，本文从某大学社交平台收集了来自真实世界的多源数据集，并基于此进行了大量的实验.实验结果证明，本文提出的方法相对于现有的方法，如VSM（state vector space model）、Single-Pass等拥有更好的效果，话题检测的精度提高了10%~20%

7.1定义与调用方法 7.2方法参数 7.3静态方法 7.4方法重载 7.5虚方法 7.6抽象方法和外部方法

欧拉方程 一、欧拉方程 形如 的方程(其中P1,P2…Pn为常数)叫欧拉方程. 特点:各项未知函数导数的阶数与乘积因子自 变量的方次数相同. 解法:欧拉方程是特殊的变系数方程,通过变 量代换可化为常系数微分方程

9-1在同一磁感应线上,各点B的数值是否都相等?为何不把作用 于运动电荷的磁力方向定义为磁感应强度B的方向? 解:在同一磁感应线上,各点B的数值一般不相等.因为磁场作用 于运动电荷的磁力方向不仅与磁感应强度B的方向有关,而且与电 荷速度方向有关,即磁力方向并不是唯一由磁场决定的,所以不把 磁力方向定义为B的方向