本文利用CaCl2-SrCl2相图中固相有一个溶解间断区（miscibility gap）的信息,用亚正规溶液模型计算了该二元系液相和固相的吉氏能。运用Toop方程的变通式,由组成NaCl-CaCl2-SrCl2三元系的二元系热力学性质预示了该三元系液相的吉氏能,进而用计算机计算了偏克分子吉氏能和活度系数。所有计算对于预示NaCl-CaCl2-SrCl2三元相图、钠电解和盐湖资源综合利用的实践是重要的

针对液压支架优化设计初值选择困难的问题,基于可视优化设计思想提出将Euler-Savary方程和拐点圆生成技术应用于支架直线导路机构的设计.在给定前、后连杆与底座铰接点位、掩护梁与顶梁铰点位置及掩护梁在该点运动方向的条件下,建立以后连杆方位角和拐圆位置角为参量的数学模型,得到所有具有二阶以上密切直线机构的精确解.计算包括直线性能在内的设计者感兴趣的各种机构属性并实现属性信息的图形可视化,施加设计约束构建机构可行域,引导设计者在可行域内快速准确地寻找在指定采高范围的具有最小直线偏差的机构,或在给定允许偏差的条件下具有最大支架调高的机构,为液压支架优化设计提供具有先天优势的机构初始值

内容提要：常用外设的工作原理，外设与主机交换信息的方式：程序直接控制方式，程序中断方式，DMA 方式，以及通道方式。输入输出系统简称为 I/O 系统，它包括 I/O 设备、I/O 接口、I/O 管理部件及有关软件

9.1 智能网 9.2 网络的智能化管理与控制 9.3 网上信息的智能化检索

针对BP神经网络训练时间长的问题,采用基于案例推理的方法预测精炼开始钢水温度.首先,应用层次分析法确定影响精炼开始钢水温度的各个因素的权值,并使用灰色关联度来计算案例的相似度,克服了传统相似度计算方法在案例信息不完整的情况下无法获取准确结果的缺点.然后,提出一个包含类选、粗选、精选和择优的四步检索方法,大大缩短了检索时间.最后,实验比较了人工神经网络和基于案例推理两种方法,结果表明基于案例推理比人工神经网络具有更高的命中率

通过对某钢厂脱磷转炉炉渣磷酸盐容量计算和分析并结合前人的研究成果,得出实测炉渣磷酸盐容量与炉渣中碱性氧化物含量、炉渣光学碱度、炉渣中全铁含量和温度的变化关系,并结合生产数据拟合出炉渣的组成与炉渣磷酸盐容量的表达式.将文献报道的不同炉渣磷酸盐容量模型的计算值与实测值进行了对比和分析.基于共存理论建立了本渣系炉渣磷酸盐容量预测模型,误差分析表明该预测模型准确可信,将为现场生产提供理论指导

采用了一种新的混合LES-RANS（大涡模拟-雷诺平均模型）湍流模型模拟结晶器中钢液的流场.模型通过修正湍流黏度系数对水口和结晶器内湍流进行过滤，对大尺度的湍流直接采用Navier-Stokes方程求解计算，对小尺度的脉动采用标准k-ε模型进行计算.该模型能避免RANS的过分耗散并且能捕捉到更多的瞬态湍流信息.模型通过对连铸结晶器内液态金属GaInSn模型速度进行测量验证，速度测量方法为超声波多普勒测速仪（UDV）测速法.新模型与实验测量值吻合程度明显好于RANS模拟的结果，能更准确地预测结晶器和水口内的湍流行为.结晶器内瞬态流动特征表明，水口两侧流体呈周期性的偏流，周期约为5s

针对现有注浆加固试验装置难以平衡高压注浆所需密封效果和多功能试验所需空间结构的缺点,研制了一套新型多功能综合注浆加固试验系统.该试验系统的优点为:(1)尺寸适中、结构合理,既具有布设监测元件的试验空间又具有良好的密封效果;(2)适用范围广,可针对不同岩土体介质开展多类注浆加固试验;(3)具备多元物理信息并行采集功能;(4)可同时满足加固体宏观物理力学性质测试及浆-岩界面微观耦合机制的研究需求.该系统成功应用于断层角砾介质注浆加固室内模拟试验,分别从应力响应-传递特征、加固体强度增长规律及加固模式等方面探究了断层角砾介质的注浆加固机理,提出了角砾介质强度增长的经验公式,揭示了加固过程中注浆压力的传递分配机制

基于Web服务的可信应用程序构造的一个关键问题是如何度量Web服务的可信性.在遵循Web服务特点的基础上，提出一个综合的Web服务可信性度量模型TMM4WS，从Web服务的内部实现和外部使用两方面对Web服务的可信性进行度量，开发了相应的度量支持工具TMT4WS.采用Web服务实例对提出的度量模型与工具进行了验证.实验结果表明，度量模型TMM4WS及其支持工具TMT4WS具有较好的可操作性，能够定量地度量Web服务的可信性

医疗实体识别是电子病历文本信息抽取的基本任务。针对中文电子病历文本复合实体较多、实体长度较长、句子成分缺失严重、实体边界不清的语言特点以及标注语料难以获取的现状，提出了一种基于领域词典和条件随机场（CRF）的双层标注模型。该模型通过对外部资源的统计分析构建医疗领域词典，再结合条件随机场，进行了两次不同粒度的标注，将领域词典识别的准确性和机器学习的自动性融为一体，从中文电子病历文本中识别出疾病、症状、药品、操作四类医疗实体。该模型在测试数据中的宏精确率为96.7%、宏召回率为97.7%、宏F1值为97.2%。同时对比分析了采用注意力机制的深度神经网络的识别效果，因受到领域数据集大小的限制，在该测试数据集中后者表现不佳。实验结果表明了该双层标注模型对中文医疗实体识别的高效性