数学物理方程:从物理问题中导出的函数方程,特别是偏 微分方程和积分方程 重点讨论:二阶线性偏微分方程 补充:关于二阶线性偏微分方程分类(两个自变量的情况) 的说明

通过将迟滞特性引入神经元激励函数的方式，构造了一种前向型迟滞神经网络模型.结合卡尔曼滤波方法，将其应用于风速时间序列的预测分析中.在原始风速时间序列的基础上，构造出风速变化率序列.采用迟滞神经网络分别对两种序列进行预测分析，并将预测结果利用卡尔曼滤波方法进行融合，从而得到最优预测估计结果.仿真实验结果表明，迟滞神经网络具有更加灵活的网络结构，能够有效改善网络的泛化能力，预测性能优于传统神经网络.采用卡尔曼滤波方法对预测结果进行融合后能够进一步提高预测精度，降低预测误差

7.1 z 变 换 7.2 z 变换的性质 7.3 z 逆变 换 7.4 离散系统的Z域分析 7.5 离散系统的 z 域分析 7.6 离散系统的表示和模拟 7.7 离散系统的表示与模拟 7.8 系统函数与系统特性

5.1 单边拉普拉斯变换 5.2 拉普拉斯变换的性质 5.3 拉普拉斯反变换 5.4 线性系统的拉氏变换分析法 5.5 连续时间系统函数与系统特性

第6章离散信号与系统的变换域分析 6.1Z变换 6.2Z反变换 6.3Z变换的性质 6.4Z变换与拉氏变换的关系 6.5离散系统的Z域分析 6.6离散系统函数与系统特性 6.7离散信号与系统的频域分析 6.8数字滤波器的一般概念

7.1 线性相位FIR数字滤波器的条件和特点 7.2 利用窗函数法设计FIR滤波器 7.3 利用频率采样法设计FIR滤波器 7.4 利用切比雪夫逼近法设计FIR滤波器 7.5 IIR和FIR数字滤波器的比较

7.1 线性相位FIR数字滤波器的条件和特点 7.2 利用窗函数法设计FIR滤波器 7.3 利用频率采样法设计FIR滤波器 7.4 利用切比雪夫逼近法设计FIR滤波器 7.5 IIR和FIR数字滤波器的比较

重点要求掌握掌握热力学的一些基本概念、热力学第一 定律 ；掌握用标准摩尔生成焓、标准摩尔燃烧焓计算化学 反应热的方法；掌握根据盖斯定律或利用状态函数的基本 特征、设计过程、计算化学反应热的方法，学会用吉布斯 自由能变ΔrGm判断标准状况下等温等压化学反应方向 等。 6.1 热力学第一定律 6.2 热化学 6.3 化学反应的方向

采用回归分析的方法,建立特征变量与产品质量之间的统计对应关系,把产品质量表达成特征变量的回归函数,进而得到特征空间与产品质量空间在统计意义上的映射关系.在产品质量空间进行聚类,在特征空间进行分类,而后提出了一种基于统计空间映射的在线模式识别方法.利用唐钢烧结厂的实测数据进行了仿真,验证了本方法的正确性.从算法分析和仿真结果看,这一算法可以有效地克服模式交叉现象的影响,并可对复杂生产过程进行在线质量推断

一、非线性电阻的符号 二、非线性电阻的伏安特性 不满足欧姆定律,其伏安特性通过函数f(u,i)=0或曲线描述