2.1 LTI连续系统的响应 一、微分方程的经典解 二、关于0-和0+初始值 三、零输入响应和零状态响应 2.2 冲激响应和阶跃响应 一、冲激响应 二、阶跃响应 2.3 卷积积分 一、信号时域分解与卷积 二、卷积的图解 2.4 卷积积分的性质 一、卷积代数 二、奇异函数的卷积特性 三、卷积的微积分性质 四、卷积的时移特性

2.1 LTI连续系统的响应 一、微分方程的经典解 二、关于0-和0+初始值 三、零输入响应和零状态响应 2.2 冲激响应和阶跃响应 一、冲激响应 二、阶跃响应 2.3 卷积积分 一、信号时域分解与卷积 二、卷积的图解 2.4 卷积积分的性质 一、卷积代数 二、奇异函数的卷积特性 三、卷积的微积分性质 四、卷积的时移特性

 线性相位FIR数字滤波器的特性  窗函数设计法（时间窗口法）  频率取样法  IIR与FIR数字滤器的 较比

一、线性相位FIR滤波器的特点 二、窗函数设计法 三、频率抽样设计法 五、IIR和FIR数字滤波器的比较

针对模糊边缘的红外目标提取问题,提出一种基于流形正则化多核半监督分类的提取方法.首先应用最大类间方差法计算初始分割阈值,获得确定化的目标和背景区域以及待确定化的模糊边缘区域;然后建立各区域内像素点邻域空间集,并通过多核函数特征映射获得邻域空间中灰度均值和方差信息特征值,通过流形正则获得邻域空间中位置信息特征值;在特征值基础上,建立半监督分类模型对模糊边缘区域像素点邻域空间集进行类别划分;最后计算最佳分割阈值.对比实验结果表明,该方法提取模糊边缘红外目标效果好且运算效率高

选取某4000 m3级别高炉2014年至2019年时间范围内的日平均数据，以铁水温度为目标函数，首先对铁水温度的特征参量进行线性与非线性相关性分析、特征选择与规范化处理，获取了显著影响铁水温度的正负相关性特征参量。在此基础上，基于支持向量回归与极限学习机两种算法对铁水温度构建预测模型，模型均可对铁水温度实现有效预测，基于支持向量回归算法构建的预测模型较优，预测平均绝对误差为4.33 ℃，±10 ℃误差范围内的命中率为94.0%

一、输入一输出法(端口法) 研究单输入-单输出系统; 着眼于系统的外部特性; 基本模型为系统函数,着重运用频率响应特性的 概念

1、可降阶的高阶微分方程的解法 (1)y=f(x)型 解法接连积分n次,得通解. (2)y\=f(x,y)型 特点不显含未知函数y 解法令y=P(x),y\=P, 代入原方程,得P=f(x,P(x))

本章重点： 离子注入工艺机理、注入方法； 核、电子阻止，杂质分布函数、特点； 注入损伤：原因、种类、主要影响因素； 退火：机理、方法； 离子注入和热扩散比较； 6.1 概述 6.2 离子注入原理 6.3 注入离子在靶中的分布 6.4 注入损伤 6.5 退火 6.6 离子注入设备与工艺 6.7 离子注入的其它应用

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