北京大学：《高等代数》课程教学资源（讲义）第五章 5.3 实与复二次型的分类（2/2）

北京大学：《高等代数》课程教学资源（讲义）第五章 5.3 实与复二次型的分类（1/2）

以迄今为止查阅到的中国大陆金属矿区实测地应力数据为基础，经优化处理后最终采用165组数据，基本覆盖了我国大陆主要金属矿山分布地区.采用回归分析法给出了中国大陆金属矿区测量埋深范围内的地应力场特征，并尝试从地应力的角度对中国大陆金属矿区断层的稳定性进行了讨论.结果显示，中国大陆金属矿区垂直主应力、最大与最小水平主应力总体上随埋深呈线性增加；最大与最小水平主应力之差Δσ随埋深的增加有增大的趋势，但规律性不显著；最大水平主应力与垂直主应力之比Kh，max主要集中在1.00~2.50之间，最小水平主应力与垂直主应力之比Kh，min主要集中在0.50~1.50之间，平均水平主应力与垂直主应力之比Kh，av主要集中在1.00~2.00之间，随着埋深的增加，3个侧压系数的变化幅度逐渐减小，Kh，max趋向于1.83，Kh，min趋向于0.80，Kh，av趋向于1.31；最大与最小水平主应力之比与埋深没有显著的关系，主要集中在1.5~2.0之间，近似服从正态分布；断层在埋深小于500 m范围内有滑动的可能，埋深超过500 m时，逆断层有滑动的可能，走滑断层处于相对稳定状态

北京大学：《高等代数——数学分析》课程教学资源（讲义）第四章 广义积分

我们在前面已经研究过集合,那时没有 过多地考虑一个集合内部元素之间的联 系.现在我们要在一个集合的内部引入 运算,并研究其运算规律,主要内容为:

针对如何识别无人机的问题，提出了一种基于卷积神经网络的声音识别无人机的方法。首先，对100 m范围内的无人机、鸟和人的声音进行采集、预处理和提取MFCC+GFCC特征值，将其特征参数作为卷积神经网络学习和识别的数据集；然后分别设计了支持向量机和卷积神经网络两种模型对无人机等声音进行识别实验。实验结果表明，运用支持向量机识别无人机的准确率为91.9%，卷积神经网络识别无人机的准确率为96.5%。为了进一步验证设计的卷积神经网络的识别能力，在部分UrbanSound8K数据集上进行测试，准确率达到90%。实验结果表明运用卷积神经网络识别无人机具有可行性，且识别性能优于支持向量机

所谓含参量的积分是指如下两大类积分: 1.() f(x, y)dy 若对于x∈[a,b]上述积分均是有意义的,即[a,B]可以到无穷,积分是收敛的 (若为广义积分的话)。也就是说,作为y的函数,f(x,y)在[a,B]上可积或广 义可积,则F(x)在[a,b]上就是关于x的函数,从积分本身的性质来讨论这类积

以一水软铝石作为前驱体,AlF3晶种为添加剂,在较低煅烧温度下制备结晶度好和形貌规整的六边形片状琢鄄鄄Al2O3.在晶种系数为2%的条件下,对煅烧产物的差热鄄鄄热重鄄鄄质荷(DSC鄄鄄TG鄄鄄MS)分析验证了气固反应的成核机理

早期的控制系统分析过程复杂而耗时,如想得到一个系统 的冲激响应曲线,首先需要编写一个求解微分方程的子程 序,然后将已经获得的系统模型输入计算机,通过计算机 的运算获得冲激响应的响应数据,然后再编写一个绘图程 序,将数据绘制成可供工程分析的响应曲线

+∞ 在函数级数∑un(x)中令un(x)=an(x-x),为最简单的幂级数,则我们得到形为 n=1 ∑an(x-x)\的函数级数,称之为x处展开的幂级数本章中我们将讨论幂级数的性质, n= 并证明从可导性而言,幂级数构成所有函数