第一章《绪论》教案一 第一章《绪论》教案二 第一章《绪论》教案三 第二章植物性烹饪原料教案一 第二章植物性烹饪原料教案二 第二章植物性烹饪原料教案三 第三章动物性原料教案一 第三章动物性原料教案二 第三章动物性原料教案三 第三章动物性原料教案四 第三章动物性原料教案五 第三章动物性原料教案六 第四章调辅原料教案一 第四章调辅原料教案二

热致相变贮热材料四卤合金属酸(Ⅱ)二烷基铵具有层状钙钛矿结构,通过晶型有序-无序转变能可逆地固-固相变贮热.合成了两种材料四氯合锰酸十二铵n-(C12H25NH3)2MnCl4和四氯合锰酸十四铵n-(C14H29NH3)2MnCl4,并在两种材料的乙醇溶液中结晶出一系列二元混合体系.对纯组分及各个二元体系利用差示扫描量热(DSC)测定了热分析曲线,采用Kissinger和Ozawa两种动力学模型研究了材料的非等温固-固相变动力学,计算了固-固相变过程的活化能和反应级数.两种方法的计算结果相一致.随着C12Mn质量分数的增加,二元体系表观活化能Ea值呈波动变化.CnMn及二元体系的反应级数均接近于1

一、化合物类名 1无机酸酯:醇与含氧无机酸反应失去一分子水后的生成物称为无机酸酯。 2双烯烃:碳碳双键数目最少的多烯烃是二烯烃或称双烯烃。可分为三类:两个双键连在同一个碳原子上的二烯烃称为累积二烯烃,两个双键被两个或两个以上单键隔开的二烯烃称为孤立二烯烃,两个双键被一个单键隔开的二烯烃称为共轭二烯烃

第9章二维数组的应用 9.1了解二维数组 9.2二维数组的简单应用 9.3利用地址和指针访问二维数组 9.4二维数组名作函数的实参 9.5二维数组操作中的常用算法

为了精确表征轮胎与路面微观摩擦接触特性及分子作用力效应,利用分子动力学模拟分析方法建立轮胎(聚异戊二烯)和集料(二氧化硅)三维单体模型和界面接触模型,在纳米尺度上研究轮胎和集料的微观构造和接触特性.模拟结果表明:链状聚异戊二烯分子链为螺旋状结构,分子间隙较大,易产生较大变形,而二氧化硅则为典型脆性材料,表面较为平整;界面接触模型以二氧化硅为固定基底,聚异戊二烯单链在其上匀速滑动,二者间距离为0.5 nm.接触界面摩擦特性模拟结果表明摩擦系数随着速度增加而变小,其变化趋势与实验结果相同,证明模拟结果有效

7 1. 烯烃 715 烯烃的羟汞化——脱 7.1.1 烯烃的离子型亲电加 7.1.5 烯烃的羟汞化 脱 汞反应 成反应 712 烯烃的自由基加成反 7.1.6 烯烃的催化加氢反应 7.1.2 烯烃的自由基加成反 717 烯烃的聚合反应 应-——过氧化物效应 7.1.7 烯烃的聚合反应 7.1.8 烯烃的氧化反应 7.1.3 烯烃的亲核加成反应 烯烃的硼氢化 氧 7.1.9 烯烃的α-H反应 7.1.4 烯烃的硼氢化——氧 化反应 7 2. 炔烃 7.2.1 炔烃的加成反应 7.2.2 炔烃的氧化反应 723 . . 炔烃的聚合反应 炔烃的聚合反应 7.2.4 炔烃的顺反异构 7 3. 共轭二烯烃 7.3.1 二烯烃的分类及结构 7.3.5 共轭二烯烃和聚合 反应 7.3.2 共轭二烯烃的催化加 氢和还原反应 7.3.3 共轭二烯烃的亲电加 7 3 4 Diels 7.3.4 Diels-Alder反应 （双烯合成）— 共轭二烯 烃的1 4, -环加成反应 7.4 脂环烃 7.4.1 脂环烃的分类 7.4.2 环烷烃的化学性质 7.4.3 环烯烃的化学性质

第一节 概述 第二节 配合物的稳定常数 第三节 副反应系数和条件稳定常数 一、副反应及副反应系数 二、条件稳定常数 （一）配位剂Y的副反应和副反应系数 （二）金属离子M的副反应和副反应系数 （三）配合物MY的副反应系数 第四节 金属离子指示剂 一、金属离子指示剂及特点 二、指示剂配位原理 三、指示剂应具备的条件 四、指示剂的封闭、僵化现象及消除方法 五、常用金属离子指示剂 第五节 配位滴定的基本原理 一、配位滴定曲线 二、化学计量点时金属离子浓度的计算 三、配位滴定曲线与酸碱滴定曲线比较 四、影响配位滴定突跃大小的两个因素 五、指示剂变色点金属离子浓度的计算 六、滴定终点误差计算（林邦误差公式） 第六节 滴定条件的选择 一、单一离子测定的滴定条件 1. 准确滴定的判定式 2. 滴定的适宜酸度范围 3. 滴定的最佳酸度 4. 缓冲溶液的作用 二、提高混合离子配位滴定的选择性 1. 控制酸度分步滴定 2. 使用掩蔽剂选择性滴定 第七节 标准溶液及配位滴定的主要方式 一、标准溶液的配制和标定 二、配位滴定的主要方式

作为图像局部特征区域的有效描述方法,局部二值模式是目前对二维图像最有效的纹理分析特征之一.本文提出了基于局部二值模式特征的稀疏表示人耳识别方法.该识别算法首先提取训练人耳图像的局部二值模式特征描述子作为稀疏表示的字典,然后将测试样本的局部二值模式特征描述子表示为字典中所有局部二值模式原子的稀疏线性组合,最后通过求解稀疏表示模型得到稀疏编码系数,根据测试人耳图像的重建误差进行识别.在UND-J2人耳库和USTB人耳库上的实验结果表明,基于局部二值模式特征的稀疏表示人耳识别方法对人耳图像光照变化、姿态变化以及人耳遮挡具有更好的鲁棒性,实现了更高的识别率

§2.1 回归分析概述 (Regression Analysis) 一、变量间的关系及回归分析的基本概念 二、总体回归函数 三、随机扰动项 四、样本回归函数 §2.2 一元线性回归模型的参数估计 (Estimation of Simple Linear Regression Model) 一、一元线性回归模型的基本假设 二、参数的普通最小二乘估计（OLS） 三、参数估计的最大或然法(ML) 四、最小二乘估计量的性质 五、参数估计量的概率分布及随机干 扰项方差的估计 §2.3 一元线性回归模型的统计检验 Statistical Test of Simple Linear Regression Model 一、拟合优度检验 二、变量的显著性检验 三、参数的置信区间 §2.4 一元线性回归分析的应用——预测问题 一、Ŷ0是条件均值E(Y|X=X0)或个值的一个无偏估计 二、总体条件均值与个值预测值的置信区间

一、二元离散选择模型的经济背景 二、二元离散选择模型 三、二元Probit离散选择模型及其参数估计 四、二元Logit离散选择模型及其参数估计 五、二元离散选择模型的检验