组合设计理论是现代组合论的一个非常重要的分支,本章介绍 这一分攴的概貌,而把详细的讨论留在本书的以后各章。在介绍概 貌时,着重三个方面:一、这个分支的实际背景,附带介绍历史的 两个著名组合学课题(§11.1);二组合设计的主要类型,即可分解 设计(§11,1),全设计和正交设计(1,2),平衡不完全区组没计 (511,2)对称设计循环设计,几何设计和 Hadamard没计(§11.4), 部分平衡不完全区组设计(51.5),t-设计和按对平衡组设计

四、饲料中有毒有害物质的检验 (一)概述 1、目的和意义 2、有毒有害物质的分类 (二)有毒有害物质的分析测定

景观数量化研究方法概述 景观生态研究数据 景观要素斑块特征分析 景观异质性分析 景观要素空间相互关系分析

上一章,已经系统地介绍了定积分的基本 理论和计算方法。在这一章中,将利用这些知 识来分析解决一些实际问题。定积分的应用很 广泛,在自然科学和生产实践中有许多实际问 题最后都归结为定积分问题。本章不仅对一些 几何物理量导出计算公式,更重要的是介绍运 用“微元法”将所求的量归结为计算某个定积 分的分析方法

采用旋转柱体法对不同类型的含氟连铸保护渣黏度进行检测，并基于Arrhenius方程通过非线性回归分析建立了新的黏度预测模型，分析了组分变化对黏度的影响。结合模型计算和实验检测，建立了CaF2?Na2O?Al2O3?CaO?SiO2?MgO渣系的等黏度图。结果表明，与传统的含氟连铸保护渣黏度预测模型相比，该模型计算的偏差在10%以内，当渣中w（CaF2）超过20%时，偏差逐渐增大，主要由于氟化物挥发造成炉渣成分变化，最终黏度实测值与炉渣初始成分不符，造成模型无法对黏度有效预测。此外，研究发现，CaF2的增加能显著降低炉渣黏度，而Al2O3和Na2O对黏度的影响受CaF2含量的限制。当w(CaF2)>17%，炉渣黏度随Al2O3含量增加而减小，当w(CaF2)<17%，Al2O3的增加使炉渣黏度显著增大；当w(CaF2)>11.5%，炉渣黏度随Na2O含量增加显著下降，当w(CaF2)<11.5%，Na2O含量变化对黏度的影响并不明显。此外，该等黏度图表明低黏度区w(CaF2)接近14%。通过调整等黏度图中各组分比例，可以改善保护渣的黏度和流动性，供钢铁工业应用

一、讲授内容及要求 1.本专题主要介绍: 概略养分分析方案 纯养分分析方案

在上一节我们已经看到,直接用定义 计算定积分是十分繁难的,因此我们期 望寻求一种计算定积分的简便而又一般 的方法。我们将会发现定积分与不定积 分之间有着十分密切的联系,从而可以 利用不定积分来计算定积分

上一节我们建立了积分学两类基本问题 之间的联系微积分基本公式,利用这 个公式计算定积分的关键是求出不定积分 ,而换元法和分部积分法是求不定积分的 两种基本方法,如果能把这两种方法直接 应用到定积分的计算,相信定能使得定积 分的计算简化,下面我们就来建立定积分 的换元积分公式和分部积分公式

文本检测在自动驾驶和跨模态图像检索中具有极为广泛的应用。该技术也是基于光学字符的文本识别任务中重要的前置环节。目前，复杂场景下的文本检测仍极具挑战性。本文对自然场景文本检测进行综述，回顾了针对该问题的主要技术和相关研究进展，并对研究现状进行分析。首先对问题进行概述，分析了自然场景中文本检测的主要特点；接着，介绍了经典的基于连通域分析、基于滑动检测窗的自然场景文本检测技术；在此基础上，综述了近年来较为常用的深度学习文本检测技术；最后，对自然场景文本检测未来可能的研究方向进行展望

为了提升航班运行风险预测精度，基于某航空公司2016—2018年航班运行风险数据，在验证15个风险时间序列的混沌特性后，构建基于多变量混沌时间序列的风险预测模型。首先，对15个风险时间序列进行多变量相空间重构，采用主成分分析法（PCA）对相空间进行降维处理；然后，基于迭代预测的方式，分别采用极限学习机、RBF神经网络、回声状态网络和Elman神经网络建立风险短期预测模型；最后，以降维后的相空间作为输入，计算并比较分析未来1～7 d的风险预测结果。结果表明：多变量相空间重构后总维数为62维，经PCA降维处理，降至31维；在不同的预测模型中，降维后RBF模型预测效果最佳；其中，预测第1天结果相对误差<25%出现频数为82.62%，至第5天仍达75%以上；该模型第1天预测结果的修正平均绝对百分比误差（MAPE）值为11.32%，且前5 d均低于20%，满足航空公司使用要求。1～5 d预测结果对航班风险管控具有实践操作价值，证明基于多变量混沌时间序列的风险预测方案可行、有效