例求下类平面曲线的弧长 1.曲线y=n(-x2)相应于0sx≤的一段 2.心形线r=a(1+cos)的全长(a>0) 3.摆线{x=1-cost0sts2的一

在初始泥层高75 cm和耙架转速为0、0.1、1和10 r·min?1条件，以及耙架转速为0.1 r·min?1和初始泥层高度为75、45和25 cm条件下，采用FBRM和PVM实时在线监测技术，对动态浓密系统泥层脱水过程絮团结构演化进行原位连续观测，获得了泥层脱水过程中，絮团直径、数量分布特征和实时图像。研究结果表明，尾矿浓密过程中絮团直径和数量随剪切时间延长呈现先增长后降低，再保持稳定的状态。根据絮团直径变化程度，将絮团密实化过程分为絮团生长期、絮团重构期和絮团破碎期3个阶段。在剪切速率0.1 r·min?1和初始泥层高度75 cm实验条件下，有利于絮团生长和絮团快速破裂重构，并提高絮团密实化程度，但过高的剪切速率作用对絮团结构影响程度下降。剪切速率的增加造成絮团平均直径减小，同时絮团平均直径减小的速率上升。随着初始泥层高度增大，絮团生长阶段时间更长，絮团直径峰值更大，重构期较长，絮团平均直径随初始泥层高度增加而增大。尾矿絮团分形维数可以反映絮团结构变化特征，结合PVM图像的分形维数和孔隙率计算，分析了剪切破坏力与絮团凝聚力存在的相互平衡关系，基于这种动态平衡对絮团破裂程度的影响，研究了尾矿浓密过程中的絮团密实化规律

盐岩的损伤愈合特性对地下盐穴储库的长期密闭性具有重要影响。为了探究损伤盐岩的愈合特性，设计了巴西劈裂损伤盐岩的自愈合实验。在无应力条件下，让巴西劈裂损伤盐岩在不同湿度条件下愈合120 d，通过实验过程中试样渗透率的变化定量判断损伤盐岩愈合程度，探究了损伤盐岩在不同湿度和恢复时间条件下的愈合效果；同时，通过扫描电子显微镜对损伤盐岩愈合后的细观形貌进行了观察，探讨了盐岩损伤愈合的细观机制。本实验中，利用实验前后渗透率的变化作为损伤盐岩愈合的表征手段，有效避免了以往研究中利用试样强度和弹性模量作为损伤愈合表征手段时因应变硬化导致的结果不可靠的情况。实验结果表明，在无应力作用条件下，在无外界水分供给环境中试件经过120 d后仍然没有发现愈合，证明水分是损伤愈合的必要条件。研究表明，时间和湿度对盐岩的损伤愈合具有重要影响，盐岩的损伤愈合效果在实验范围内随着时间的增长和湿度的增大而增强，但增强速度呈指数降低，意味着过大的湿度和过长的时间难以有效提高盐岩损伤愈合效果

了解长期负债的特点及举借长 期负债对企业的影响;理解借款费 用资本化;掌握长期借款、应付债 券、长期应付款等长期负债的会计 处理;掌握债务重组的类别、方式 及会计处理

基于面部动态表情序列，针对静态表情缺少时间信息等问题，将空间特征与时间特征融合，利用神经网络在图像分类领域良好的特征，对需要进行细节分析的表情序列进行处理，提出基于分离式长期循环卷积网络(Separate long-term recurrent convolutional networks, S-LRCN)的微表情识别方法。首先选取微表情数据集提取面部图像序列，引入迁移学习的方法，通过预训练的卷积神经网络模型提取表情帧的空间特征，降低网络训练中过拟合的危险，并将视频序列的提取特征输入长短期记忆网络(Long short-team memory, LSTM)处理时域特征。最后建立学习者表情序列小型数据库，将该方法用于辅助教学评价

投资会计核算的重心在于投资成本 的确定、投资收益的确认和投资期末的 计价。对短期投资,应掌握短期投资初 始投资成本的确定、短期投资损益确认 的时间与方法,以及期末短期投资采用 成本与市价孰低法的相关处理方法。对 长期债权投资,掌握其初始投资成本的 确定及溢折价的摊销方法。对长期股权 投资,掌握其初始投资成本的确定、股 权投资差额的处理,以及采用成本法与 权益法的相关会计处理

公路运输是最基本的运输方式,随着汽车工业 的发展,公路运输的能力不断提高。汽车客运的方 式同铁路客运不尽相同。铁路客运一次输送量大, 而每一次相隔的时间较长,旅客在站内停留的时间 较长。而汽车则是分散运输,每辆汽车的载客量不 大,车辆在相隔较短的时间内陆续发出,旅客陆续 集中在站内,一般在站内停留的时间也较短,所以 汽车客运站的候车面积不会很大,但流线通畅、空 间组织明确简单

第一节花卉生长发育的特性 一、花卉的生命周期 1.定义:每种花卉都有它的生长、结果衰老、死亡的过程,这种过程叫生命周期。 2.生命周期长短:不同种类花卉的生命周期的长短不同,差距很大: (1)花木类的生命周期:从数年百年。如牡丹所生命周期可达300-400年之久。 (2)草本花卉的生命周期:只有几日如短命菊,—1年、2年、数年如翠菊、凤仙花

1.拟用一泵将碱液由敞口碱液槽打入位差为10m高的塔中。塔顶压强为0.06MPa(表)全部输送管均为57× 3.5mm无缝钢管,管长50m(包括局部阻力的当量长度)。碱液的密度p=1200kg/m2,粘度u=2mPa·s管壁粗糙度为0.3mm

医疗实体识别是电子病历文本信息抽取的基本任务。针对中文电子病历文本复合实体较多、实体长度较长、句子成分缺失严重、实体边界不清的语言特点以及标注语料难以获取的现状，提出了一种基于领域词典和条件随机场（CRF）的双层标注模型。该模型通过对外部资源的统计分析构建医疗领域词典，再结合条件随机场，进行了两次不同粒度的标注，将领域词典识别的准确性和机器学习的自动性融为一体，从中文电子病历文本中识别出疾病、症状、药品、操作四类医疗实体。该模型在测试数据中的宏精确率为96.7%、宏召回率为97.7%、宏F1值为97.2%。同时对比分析了采用注意力机制的深度神经网络的识别效果，因受到领域数据集大小的限制，在该测试数据集中后者表现不佳。实验结果表明了该双层标注模型对中文医疗实体识别的高效性