一、掌握内能、功和热量等概念 . 理解准静态过程 . 二、热力学第一定律，理解理想气体的摩尔定体热容、摩尔定压热容，能熟练分析计算理想气体在等体、等压、等温和绝热过程中的功、热量和内能的改变量

能控性(controllability)和能观测性(observability)深刻地揭示了系统的内部结构关系,由 .e.Kalman于60年代初首先提出并研究的这两个重要概念,在现代控制理论的研究与实 践中,具有极其重要的意义,事实上,能控性与能观测性通常决定了最优控制问题解的存 在性。例如,在极点配置问题中,状态反馈的的存在性将由系统的能控性决定;在观测器 设计和最优估计中,将涉及到系统的能观测性条件

（1)温度是分子平均平动动能的量度∝T(反映热运动的剧烈程度) （2)温度是大量分子的集体表现,个别分子无意义

计算机系统是一个数字系统、离散系统,而我们生活的外部世界是一个模拟系统。为使计算机系统能够了解外部世界,对外部事物进行处理,就必须有一个将模拟量转换为数字量,将数字量转换为模拟量的接口,这就是常说的A/D和DA 虽然模拟量是无限可分的、连续的,数字量是离散 的,数字量永远也不能精确地描述模拟量,但由于我们对客观世界的了解、描述并不总需要极高的精度,所以选择适当精度的数字量来描述模拟量是完全够用的

一、内能功和热量 理想气体内能EMiRT内能是状态量,是状态参量T的单值函数。实际气体内能:所有分子热运动的动能和分子间势能的总和。内能是状态参量T、V的单值函数

为了能够更好地大量利用矿渣、钢渣制备高强建筑材料,实验采用灰色关联分析方法研究了矿渣、钢渣的粒度分布对大掺量矿渣、钢渣胶凝体系抗压强度的影响.矿渣和钢渣掺量分别占胶凝材料总质量的50%和30%,水胶比为0.34.研究表明:粒度小于8.39μm的矿渣、钢渣颗粒对其胶凝体系3 d和28 d抗压强度均起到增强作用,大于8.39μm的矿渣、钢渣颗粒对抗压强度起到削弱作用.为了提高大掺量矿渣、钢渣胶凝体系28d抗压强度,应当主要增加5.03~8.39μm矿渣、钢渣颗粒数量

化学研究的对象及内容 化学主要是在分子、离子、原子 层次上研究物质的组成、结构、 性能、相互变化及变化过程中能 量关系的科学

白口铸铁是一种重要的抵抗磨损的金属材料。其抗磨性决定于硬度,强度和韧性的综合性能指标因而与其组织组成物的结构,显微硬度,相对数量,分布及内聚强度都有密切的关系。铸态组织就是高显微硬度的碳化物孤立地分布在马氏体基体时较为理想,而合金化和变质处理的正确选用是最经济合理地获得理想组织的关键。从我国资源出发,锰合金化是有前途的但为扬长避短,锰含量不宜过高,而为获得铸态马氏体组织应辅加铜、铬、钼、硼等多种合金元素。硼的加入可以提高锰白口铸铁的淬透性,碳化物的显微硬度和整体硬度。合适的硼加入量既可得到上述效果而又不降低韧性。硼在镍铬白口铸铁中也可以提高碳化物的显微硬度。硼的加入使白口铸铁中碳化物的数量增多。采用包内变质处理的方法而不用高合金化的方法改变碳化物的分布,经济合理而且简便可行。稀土变质处理能使碳化物成为紧实的板块状而不是成为粗的网状聚合物,使韧性显著提高(αk=0.8公斤-米/厘米2)。硼的加入能使碳化物成为方块形。但如何控制工艺参数保证获得应有的变质效应的试验研究工作还需继续

针对单核学习支持向量机无法兼顾学习能力与泛化能力以及多核函数参数寻优问题，提出了一种基于群体智能优化的多核学习支持向量机算法。首先，研究了五种单核函数对支持向量机分类性能的影响，进一步提出具有全局性质的多项式核和局部性质的拉普拉斯核凸组合形式的多核学习支持向量机算法；其次，为增加粒子多样性及快速寻优，将粒子群优化算法引入了遗传算法中的杂交操作，并用此改进的群体智能优化算法对多核学习支持向量机进行参数寻优。最后，分别采用深度特征与手工特征作为识别算法的输入，研究表明采用深度特征优于手工特征。故本文采用深度特征作为多核学习支持向量机的输入，以交叉遗传与粒子群混合智能优化算法作为其寻优方式。实验选取合作医院数据集对所提算法进行训练并初步测试，进一步为了验证所提算法的泛化能力，选取公开数据集LUNA16进行测试。实验结果表明，本文算法易于跳出局部最优解，提升了算法的学习能力与泛化能力，具有较优的分类性能

一、酶与活化能 酶的催化机理 碰撞、有效碰撞、活化分子、 活化能:活化分子所有的最低能量(Ea)与 分子的平均能量(EA)之差。分子由常态转 变为活化状态所需要的能量称为活化能