为实现结晶器过程可视化和辅助漏钢预报技术，提出一种等值线区域填充法快速高效绘制直观的结晶器在线热像图的方法.该方法通过离散数据网格化、等值线生成和等值多边形填充绘制云图.其中，等值线生成采用网格序列法和单元剖分法结合，避免了已往的等值线追踪和二义性问题，高效准确，实现简单.将该方法与扫描母元法相比，前者绘制云图速度快，保证了精度和质量，优于后者，且算法复杂度的分析也证明了前者时间效率较高.实际应用结果表明，该方法绘制的结晶器在线热像图能很好地反映正常和非正常情况下结晶器内部温度场的特征，可满足实际生产要求

多聚焦图像融合是计算机视觉领域中的一个重要分支，旨在使用图像处理技术将同一场景下的聚焦不同目标的多张图像中各自的清晰区域进行融合，最终获得全清晰图像。随着以深度学习为代表的机器学习理论的突破，卷积神经网络被广泛应用于多聚焦图像融合领域，但大多数方法仅关注网络结构的改进，而使用简单的两两串行融合方式，降低了多图融合的效率，并且在融合过程中存在的失焦扩散效应也严重影响了融合结果的质量。针对上述问题，在显微成像分析的应用场景下，提出了一种最大特征图空间频率融合策略，通过在基于无监督学习的卷积神经网络中增加后处理模块，规避了两两串行融合中冗余的特征提取过程，实验证明该策略显著提高了多张图像的多聚焦图像融合效率。并且提出了一种矫正策略，在保证融合效率的情况下可有效缓解失焦扩散效应对融合图像质量的影响

一、什么时协作图 二、如何运用协作图 三、如何对主动对象、并发和同步建模

• 高斯图模型 • 概率图模型：马氏随机场 • Hammersley-Clifford定理

§5-1 概述 §5-2 梁的载荷与支座 §5-3 剪力和弯矩及其方程 §5-4 剪力图和弯矩图的绘制 §5-5 载荷集度、剪力和弯矩间的关系 §5-6 用叠加法作弯矩图 §5-7 平面刚架和曲杆的内力

10.1 固态相变的分类和特点 10.2 马氏体相变（Martensitic transformation） 1 马氏体相变的特点 2 马氏体的晶体结构 3 马氏体的组织形态与亚结构 4 马氏体转变的切变机制 5 马氏体的特殊性能与应用 6 无机非金属材料中的马氏 体转变 7 高分子材料中的马氏体相变 10.3贝氏体转变（Bainitic transformation） 1 贝氏体转变的特点 2 贝氏体的组织形态 3 贝氏体转变机制 4 贝氏体的性能 5 贝氏体在钢铁中的应用 10.4 钢的过冷奥氏体转变 1 过冷奥氏体等温转变图TTT 2 过冷奥氏体连续冷却转变图CCT 3 过冷奥氏体转变图的应用

§4-1 基本概念及工程实例 (Basic concepts and example problems)§4-3剪力方程和弯矩方程·剪力图和弯矩图 (Shear-force& bending-moment equations ; shear-force & bending- moment diagrams) §4-2 梁的剪力和弯矩(Shear- force and bending- moment in beams) §4-6 平面刚架和曲杆的内力图 (Internal diagrams for frame members & curved bars) §4-5 叠加原理作弯矩图 (Drawing bending-moment diagram by superposition method) §4-4 剪力、弯矩与分布荷载集度间的关系(Relationships between load,shear force,and bending moment)

1.图的基本概念 2.最小树问题 3.最短路问题 4.最大流问题 5.最小费用最大流问题

河池学院：《数据结构》课程电子教案（PPT教学课件）第8章 图 8.1 图的基本概念 8.2 图的存储结构

图的基本概念与模型 树与图的最小树 最短路问题 网络的最大流