针对煤与瓦斯突出预测准确率问题,在分析煤与瓦斯突出瓦斯地质因素的基础上,构建了包含瓦斯指标、煤体指标、地应力指标3个一级指标和瓦斯压力、构造煤厚度等12个二级指标的预测指标体系,通过综合运用网络分析法和多类别距离判别法对灰色关联模型中的输入端和输出端进行研究,建立了煤与瓦斯突出多指标耦合预测模型.该模型基于对煤与瓦斯突出瓦斯地质因素的综合分析,计算预测指标权重,划分煤与瓦斯突出可能性等级,建立了对突出可能性进行判别的2个判别式.以平煤八矿为例应用该模型对8组预测样本进行了煤与瓦斯突出可能性判断,预测结果与实际符合,为矿井煤与瓦斯突出防治提供了技术支撑,证明了煤与瓦斯突出多指标耦合预测模型的准确性和适用性

在硅钼炉中，1400℃的条件下，利用硅钙合金、稀土硅、铝基脱磷剂等对高磷硅锰合金进行还原脱磷实验研究.脱磷实验采用CaO-CaF2（质量比为25∶75）为覆盖渣，渣金比为0.2∶1.采用ICP光谱仪检测脱磷后合金中的磷含量，X射线衍射检测渣样物相成分，着重分析了不同脱磷剂及其用量对高磷硅锰合金还原脱磷的影响.结果表明：随脱磷剂用量的增加，硅锰合金脱磷率呈上升的趋势.其中，铝基脱磷剂脱磷效果最好，当其质量分数达到8%时，合金中磷的质量分数可降至0.21%，符合国标要求（≤ 0.25%），脱磷率达78%；硅钙合金次之，当其质量分数达到10%时，脱磷率为47%；稀土硅的脱磷效果最差，当其质量分数达10%时，脱磷率仅22%.铝基脱磷剂为本实验条件下的最佳脱磷剂

二章习题课 例题一、如图所示的构件,B为中间铰,受载荷如图所示。 求:A、C处的约束反力。 q M A a a 〔思路 1、在解题前,先回顾一下固定端约束的情形。分别以旗杆、墙上钉的铁钉等,介绍其约 束情况(反力的个数) 2、需要求解的未知数为4个,只选取一次研究对象不能解决问题,需要补充方程。故可 以考虑先选取BC为研究对象,在以整体为对象,即可求解。 解)

祝贺同学们开始新旅程取得新进 第一讲引言 (一)到大学学什么? 珍惜时光:让占46%的时间起40%--60%的作用 达到三条:做人之道,治学之方,健身之术; 学会自学:学会向书本学,学会向老师学,学会向周围学。 尝试研究性学习:提出问题、研究问题、解决问题; 争取多用计算器和计算机 注重持续性学习, 有计划地安排学习 (一)在数学中学什么?

该文旨在总结这十几年人乳头瘤病毒LP组装的研究进展,为HPV以及其它病毒的基因工程疫苗研发提供更多有价值的信息,为人类健康作出贡献

国内某厂镀锡板缺陷处夹杂物主要来自结晶器保护渣的卷入，但其成分与结晶器保护渣有明显差别。为了进一步研究这种成分差别的原因，建立了耦合热力学平衡和动力学扩散的结晶器卷渣类夹杂物的成分转变动力学模型，明确了卷渣类夹杂物的尺寸和密度对其成分转变的影响规律，并通过对结晶器和液相穴内的钢液流动和夹杂物运动的数值模拟研究了夹杂物在钢液中的停留时间。结果表明：结晶器保护渣卷入钢液后与钢液不断发生反应，成分会发生明显改变。卷渣类夹杂物转变为缺陷处夹杂物所需要的时间与夹杂物尺寸以及夹杂物密度有关，夹杂物的尺寸和密度越大，转变为缺陷处夹杂物成分所需的时间越长。卷渣类夹杂物转变为缺陷处夹杂物所需时间与夹杂物尺寸呈幂函数关系，与夹杂物密度呈二次函数关系。夹杂物在钢液中的平均停留时间随夹杂物直径的增大而减小，并且随着拉速的增大而减小。小尺寸夹杂物一旦被卷入钢液中，将有充足的时间转变为缺陷处的成分。大尺寸夹杂物在钢液中的平均停留时间小于成分转变时间，但最大停留时间远大于成分转变所需时间，表明部分大尺寸夹杂物依然具有充足的停留时间转变为缺陷处的成分

第一节概述 一、建筑构造的研究对象及任务 建筑构造是研究在各种使用条件下,如何使材料、制品 构件所组成的房屋各个构成部分,达到适用、牢固、经 济、美观。 房屋构造的合理性,取决于: 是否抵抗自然侵袭 是否满足各种不同使用要求 是否符合力学原理 选用材料、构件是否合理 施工上是否方便

第一节建筑物的构造组成 一、建筑构造的研究对象及任务 建筑构造是研究在各种使用条件下,如何使材料、制 品、构件所组成的房屋各个构成部分,达到适用、牢固 、经济、美观。 房屋构造的合理性,取决于:

序论 一、电磁场理论的主要研究领域 二、磁场理论发展简史 三、电磁场理论的主要研究对象 四、学习的目的、方法及其要求

深度神经网络近年在计算机视觉以及自然语言处理等任务上不断刷新已有最好性能，已经成为最受关注的研究方向.深度网络模型虽然性能显著，但由于参数量巨大、存储成本与计算成本过高，仍然难以部署到硬件受限的嵌入式或移动设备上.相关研究发现，基于卷积神经网络的深度模型本身存在参数冗余，模型中存在对最终结果无用的参数，这为深度网络模型压缩提供了理论支持.因此，如何在保证模型精度条件下降低模型大小已经成为热点问题.本文对国内外学者近几年在模型压缩方面所取得的成果与进展进行了分类归纳并对其优缺点进行评价，并探讨了模型压缩目前存在的问题以及未来的发展方向