油气资源大数据智能平台的总体框架应以数据资源为基础、大数据平台算力为支撑、人工智能算法为核心，面向油气行业生产需求，构建集勘探、开发、生产数据于一体的油气数据资源池，通过数据清洗与融合提升数据质量，整合物理模拟与数据挖掘等手段，实现服务功能模块化，并在PC端、管控大屏、手机移动APP等多维平台实现智能监测、预警与展示。通过对深度学习等人工智能方法在油气工业领域的应用案例分析，表明其具有较好的应用前景。未来石油公司应与科研院所通力合作，挖掘石油工业数据的巨大潜能，实现降本增效，建设全新的智能油气工业生态圈，完成产业升级

为了保证齿轮钢中非金属夹杂物的控制，并确定齿轮钢经济合理的总氧含量控制目标，开展了总氧含量对齿轮钢中非金属夹杂物的影响研究。以三种不同总氧含量的Mn–Cr系齿轮钢为研究对象，利用Aspex扫描电镜、极值法、疲劳测试等不同方法研究了齿轮钢中非金属夹杂物数量、分布、尺寸等，获得了夹杂物与齿轮钢总氧含量的对应关系。在本文实验条件下，随着总氧含量的降低，钢中氧化物夹杂数量不断减小，其中5～10 μm的小尺寸夹杂物减小最明显，而10 μm以上的大尺寸夹杂物数量变化规律不明显。另外，极值法和疲劳试验结果表明，总氧含量高时（质量分数为0.0013%），钢中最大氧化物夹杂尺寸也较大，比总氧质量分数为0.0010%和0.0005%的实验钢的最大夹杂物尺寸高10 μm以上，且当总氧含量比较低时（质量分数≤0.0010%），实验钢总氧质量分数变化（0.0010%、0.0005%）对钢中最大夹杂物尺寸影响不大

定理2(收敛数列的有界性) 如果数列{xn}收敛,那么数列{xn}一定有界 证明设数列{xn}收敛于a 根据数列极限的定义,Vε=1,3N∈N+,当n>N时,有

一.(本题20分)设K为数域.给定K4的两个子空间 M={(x1,2,3,4)|21-x2+4x3-3x4=0,x1+x3-x4=0 N={1,x2,x3,4)3x1+x2+x3=0,7x1+7x3-3x4=0} 求子空间MN和M+N的维数和一组基 二(本题10分)在K4内给定 a1=(1,-1,1,1),a2=(2,-2,0,1). 令M=L(a1,a2).试求商空间K4/M的维数和一组基 三.(本题20分)给定数域K上的3阶方阵 1-11 A=24-2 3-35 1.求K上的3阶可逆方阵T,使T-1AT为对角矩阵 2.对于任意正整数m,求Am

第十二章张量积与外代数 12-1多重线性映射 12.1.1线性空间的一组基的对偶基的定义 定义12.1对偶空间 设v是k上n维线性空间,E2,Sn是的一组基,则线性函数 f:V→K(K为数域)被f在此组基下的映射法则决定,即f()f(2)f(n)已给 定。现设V内全体线性函数组成的集合为V,则在V内定义加法与数乘如下: (i)f,,+)(a)= f(a)+g(a); (iif EV', k K, f )(a)= (a). 则V关于上述加法、数乘组成K上的线性空间,称为V的对偶空间,记作o(V,K 定义12.2对偶基 假设同定义12.1,定义V内n个线性函数

9-2C,R,Q上多项式的因式分解 9.2.1复数域、实数域上多项式的因式分解 定理(高等代数基本定理)复数域C上任意一个次数≥1的多项式在C内必有一个 根。 这个定理的证明是放在复变函数课程中完成的。 由高等代数基本定理,我们得到C[x]内多项式的因式分解的重要结论: 命题C[x]内一个次数≥1的多项式p(x)是不可约多项式的充分必要条件为它是一次 多项式。 证明在任一数域K上的一次多项式f(x)都是K[x]内的不可约多项式(因为 (f(x),f(x)=1)。现在假设p(x)是C[x]内的一个不可约多项式

人教版（2012）小学数学二年级下册1 数据搜集整理1 数据搜集整理教案(4)

§5.1 数值积分公式 §5.2 牛顿-科特斯公式 §5.3 复化求积公式 §5.4 龙贝格求积公式 §5.5 高斯型求积公式 §5.6 数值微分 §5.7 数值实验

交叉表查询是 Access支持的另一类查询 对象。交叉表查询显示来源于表中某个字段 的总结值(合计、计算以及平均),并将它 们分组,一组列在数据表的左侧,另一组列 在数据表的上部。例如,在“零售商店管理信息 系统”数据库的“销售数据记录”表中,如果 希望得到各个销售人员的销售总金额一览表 ,就需要应用交叉表查询来实现。可以看到 ,交叉表查询运行的显示形式,是作为数据 源的表转置后形成的数据表。即,将数据源 表中的某一字段数据作为交叉表查询的字段 名,某几个字段数据作为分类汇总的依据, 某一个字段数据被汇总计算后显示在各自的 字段下

第一章 数值计算中的误差分析 第二章 线性方程组的直接解法 第三章 线性方程组的迭代解法 第四章 方阵特征值和特征向量的计算 第五章 非线性方程求根。 第六章 插值法 第七章函数逼近和曲线拟合 第八章 数值积分与数值微分 第九章 常微分方程的数值解法