2.1 离散变量的非平均信息量 2.2 离散集的平均自信息量－熵 2.3 离散集的平均互信息量 2.4 连续随机变量的互信息和熵 2.5 凸函数和互信息的凸性

为探究降低顶渣氧化性对改善超低碳钢钢液洁净度的影响,在转炉终点至中间包过程中,在多位置取炉渣和钢水试样,分别进行炉渣氧化性、钢液成分和夹杂物分析.实验结果表明:转炉出钢后通过对顶渣改质,渣中T.Fe由转炉终点的19.18%降至RH进站时的4.68%,顶渣氧化性降低明显.渣中T.Fe降低导致钢中[O]的降低,T.Fe较低的炉次平均吹氧量较大,使得铝脱氧前钢中[O]较高.RH结束渣T.Fe与夹杂物数量呈线性关系,T.Fe越低夹杂物数量越少,同时RH结束后夹杂物数量与铝脱氧前钢中[O]无必然关系.顶渣(CaO)/(Al2O3)会影响其吸收Al2O3夹杂物的能力,(CaO)/(Al2O3)控制不合理的炉次,其夹杂物数量也较多.通过降低顶渣氧化性,热轧板卷缺陷率得到明显降低

5.1 正弦电压和电流 5.2 利用相量表示正弦信号 5.3 R、 L、 C元件VAR的相量形式和KCL、KVL的相量形式 5.4 阻抗与导纳 5.5 电路基本元件的功率和能量 5.6 正弦稳态电路中的功率 5.7 正弦稳态电路中的最大功率传输 5.8 正弦稳态电路的相量分析法 5.9 三相电路概述 5.10 小结

河南科技学院：《高等数学》课程教学资源（PPT课件讲稿）两向量的数量积、两向量的向量积、向量的混合积

从本章起介绍计量经济学近 20 年来最新研究成果。如果把第 1 章内容称为经典计量经 济学，那么将要介绍的内容则应该称为非经典计量经济学。 从 1974 年开始计量经济学工作者渐渐意识到当用含有单位根的时间序列建立经典计量 经济模型时会出现一些问题，这就是虚假回归

一、黑体辐射的实验规律 1.热辐射 由于物体内分子、原子的热运动，一切物体都以电磁 波形式向外辐射能量，其功率和波长只取决于物体的 温度，称为热辐射 例：物体在温度升高时颜色的变化－辐射频率不同 物体发射能量的同时，又吸收周围其它物体的辐射能

联立方程组的结构性方法是用经济理论来建立变量之间关系的模型。但是，经济理论通常并不足以对变量之间的动态联系提供一个严密的说明。并且，内生变量既可以出现在等式的左端又可以出现在等式的右端使得估计和推断更加复杂

通过金相显微镜、扫描电镜、电子探针显微分析、透射电镜及热力学计算软件研究C和N含量对铸态及时效态18Mn18Cr高氮钢析出相特征及形成机制的影响.研究发现在铸态，随C/N质量比降低，析出相依次为Cr23C6相、σ相和Cr2N相.增加C或N含量可分别促进Cr23C6相和Cr2N相析出.C和N含量影响实验钢凝固模式及不稳定铁素体相共析分解产物.18Mn18Cr0.44N钢凝固模式为AF模式，不稳定铁素体相共析分解反应为δ→σ+γ2（0.025% C）和δ→γ2+Cr23（CxNy）6（x/y>1）（0.16% C）；18Mn18Cr0.72N钢凝固模式为A模式，晶界处存在少量颗粒状Cr2N相.在固溶时效态，实验钢仅析出片层状的Cr2N0.39C0.61相.随C+N含量增加，片层状析出相体积分数和片层间隙增加，析出孕育时间减少

用氢轻度还原仲钨酸铵(APT)所得兰钨的组成随还原温度不同而变化。在275℃为非晶态铵钨青铜(ATB);在325℃为结晶态ATB;随着还原温度升高,ATB含量逐渐减少,在575℃的试样中不存在ATB。超过325℃时,出现W20O58,其含量随温度升高而增加,在525℃达到最大值,然后随温度继续升高而迅速减少。在525℃至575℃之间,还原产物的相组成发生显著变化,由ATB和W20O58组成的物相迅速转变为由WO2、β-W和α-W所组成的物相。本文给出了兰钨的相组成与APT还原温度的定量关系。与用氢还原WO3相比,在APT的轻度氢还原过程中,β-W出现的温度范围广,且含量高。在450℃用氢还原APT,当还原时间为5min时,产物是结晶态ATB;随着还原时间延长,将出现W20O58,并逐渐增多,而ATB的含量则逐渐减少。本文实验地研究了在450℃用氢还原APT时所得兰钨的相组成与还原时间的关系

随着物联网技术的发展，前端传感器的使用使得低合金钢的海水腐蚀监测成为了现实，从而获得了大量的腐蚀数据。针对传统均值法处理双率腐蚀数据带来的数据信息损失以及建模精度下降问题，提出了一种基于综合指标值(CIV)和改进相关向量回归(IRVR)的双率腐蚀数据处理和建模算法(CIV-IRVR)。首先，通过构建CIV表征输入数据的综合影响并采用天牛须搜索(BAS)算法对其参数进行寻优；然后，建立最优CIV序列与输出数据间的线性回归模型将双率数据转化为建模用的单率数据，能够更多地保留原始数据信息；最后，给出了一种BAS算法优化的具有组合核函数的改进相关向量回归建模方法(IRVR)，并建立了针对低合金钢海水腐蚀双率数据的CIV-IRVR预测模型。结果表明：相比于均值方法处理双率腐蚀数据，所提方法将建模样本数量由196提升到了1834；相比于海水腐蚀建模领域常用的人工神经网络(ANN)和支持向量回归(SVR)建模方法，所提模型的平均绝对误差(MAE)、均方根误差(RMSE)和决定系数(CD)分别为1.1914 mV、1.5729 mV以及0.9963，在各项指标上均优于对比算法，说明所提模型不仅减少了信息损失还提高了建模精度，对于双率海水腐蚀数据建模具有一定现实意义