社会上，许多现象之间也都有相互联系，例如：身高与体重、教育程度和收入、学业成就和家庭环境、智商与父母智力等。在这些有关系的现象中，它们之间联系的程度和性质也各不相同。本书第十章提出了两总体的检验及估计的问题，这意味着我们开始与双变量统计方法打交道了。双变量统计与单变量统计最大的不同之处是，客观事物间的关联性开始披露出来。这一章我们将把相关关系的讨论深入下去，不仅要对相关关系的存在给出判断，更要对相关关系的强度给出测量，同时要披露两变量间的因果联系，其内容分为相关分析和回归分析这两个大的方面

• 当前微创技术发展的40年中微创的定义已逐渐从小切口的术后外观定义，逐渐向减少入路相关的肌肉创伤和避免不必要的骨韧带结构复合体损伤的理念转变。 • 2011的美国骨科医师学会(AAOS)会议上，众多脊柱医生都认同了胸腰段脊柱微创就是减少术创伤的同时保护肌肉和骨韧带结构复合体的理念。 一、脊柱spinal column概况 三、椎骨连结 四、椎管vertebral canal

《高等数学I》是工科(非数学)本科专业学生的一门必修的重要基础理论课，它是为培养我国社会主义现代化建设所需要的高质量专门人才服务的。通过本课程的学习，要使学生获得：1、函数与极限；2、一元函数微积分学；3、向量代数与空间解析几何；4、多元函数微积分学；5、无穷级数(包括傅立叶级数)；6、微分方程等方面的基本概念、基本理论和基本运算技能，为学习后继课程和进一步获取数学知识奠定必要的数学基础。同时，要通过各个教学环节逐步培养学生具有抽象思维能力、逻辑推理能力、空间想象能力、运算能力和自学能力，还要特别注意培养学生具有综合运用所学知识去分析问题和解决问题的能力

针对龙芯CPU无对应高性能服务器芯片组的现状，设计开发了一种为龙芯CPU筛选芯片组的架构，并实现了一种龙芯CPU和芯片组适配的方法。提出了采用现场可编程门阵列（FPGA）串联在龙芯CPU和即将适配的多组芯片组之间的架构。借助于此架构，设计实现了在CPU和芯片组之间那些暂时不知如何处理的物理信号线的连接方法，设计了两者之间上下电时序配合的调试方法，设计实现了规避两者信号协议差异的方法。借助这种架构和这些方法能够实现同时筛选多款芯片组的目的，避免了以前需要设计多款主板进行适配的情况，节省了重复研发主板的成本；找到了可以适配龙芯CPU的高性能服务器芯片组；其芯片组规格参数和性能高于目前龙芯CPU所用的芯片组，开拓了其在服务器领域的应用

钢渣用作建筑材料时,由于其中含有大量游离氧化钙(f-CaO),稳定性较差,通常需要改性钢渣以提高其稳定性、胶凝性. 在对钢渣、高炉渣进行化学成分和矿物组成分析的基础上,对高炉渣改性钢渣的可能性进行了热力学计算,结果表明高炉渣中的SiO2与钢渣中f-CaO反应,生成胶凝相,同时降低了钢渣中的f-CaO含量. 本文通过研究热态高炉渣改性钢渣,结合X射线衍射、拉曼光谱、扫描电镜及能谱分析等研究方法,对改性钢渣的矿物成分、f-CaO含量、黏度变化等进行了分析. 研究发现随着热态高炉渣配比量的增加,改性渣黏度缓慢增加,改性钢渣中f-CaO、RO相含量降低,改性渣的胶凝性能提高. 在1550℃下,钢渣中添加10%高炉渣时,改性渣中2CaO·SiO2(C2S)、3CaO·SiO2(C3S)含量显著提高,f-CaO质量分数降至1.64%,稳定性大大提高,符合建材化使用要求. 此外,进一步使用焦炭还原改性渣中的铁,轻松实现了渣铁分离,提高改性渣的易磨性

为研究不同含水状态岩石的动态损伤特性，制备干燥、半饱和、饱和3种不同含水状态的砂岩试样.采用分离式霍普金森压杆（SHPB），以4种不同的低入射能对岩石进行损伤冲击试验.通过核磁共振测试实验对岩石试样进行孔隙扫描，获取岩石孔隙的T2谱曲线、孔隙度以及孔隙成像等数据.通过试验发现：（1）冲击能量的增加导致岩石的平均应变率和强度的增大；（2）不同含水状态的岩石受到冲击后，孔隙度与孔隙度变化率均有不同程度的增加；（3）与冲击前相比，岩石的T2谱曲线有明显右移趋势，同时出现谱峰增加的现象，而且冲击能量越大，孔隙谱峰增加越明显；（4）核磁共振成像显示岩石孔隙数量和尺寸有明显的增加，展现出岩石内部孔隙扩展和演化的过程

先进的相变储能材料是推动储能技术发展的核心和关键，在促进新能源开发和提高能源利用率中起着至关重要的作用。因在相变过程中具有高储能密度和小体积变化等优势，相变材料中应用最多的是固?液相变材料。然而在其相变过程中会发生固态向液态的转变，为了避免其在液相状态下的泄露，需要加以定形才能使用。多孔基复合相变材料在有效防止固液相变发生泄露的同时，还需兼顾定形复合相变材料传热性能的提升。本文针对这个问题进行了大量的调研，对近年来国内外在提高多孔基定形复合相变材料传热性能方面的研究进行了综合分析，介绍了三种强化传热的方法，分别是使用高导热多孔材料做载体材料、掺杂高导热纳米材料做添加剂以及构筑高导热多级结构多孔材料，并对提升复合相变材料传热性能研究方法的前景作了展望

针对数据流量爆发式增长所引发的网络拥塞、用户体验质量恶化等问题，提出一种用户属性感知的边缘缓存机制。首先，利用隐语义模型获知用户对各类内容的兴趣度，进而估计本地流行内容，然后微基站将预测的本地流行内容协作缓存，并根据用户偏好的变化，将之实时更新。为进一步减少传输时延，根据用户偏好构建兴趣社区，在兴趣社区中基于用户的缓存意愿和缓存能力，选择合适的缓存用户缓存目标内容并分享给普通用户。结果表明，所提机制性能优于随机缓存及最流行内容缓存算法，在提高缓存命中率、降低传输时延的同时，增强了用户体验质量

针对缝槽爆破中以空气作为不耦合介质，其冲击波和准静态压力较小、炸药能量利用率低、破岩能力弱的问题，提出缝槽水压爆破方法。利用水的微压缩性，以及传能效率高等特点，以水作为炮孔不耦合介质，提升缝槽爆破破岩载荷，开展其爆破破岩载荷特征研究。通过自主研发的缝槽爆破载荷测试实验系统，分别开展缝槽空气不耦合爆破和缝槽水压爆破实验。结果表明：水作为缝槽爆破不耦合介质，其冲击波压力峰值约是缝槽空气不耦合爆破的35倍，冲击波压力上升沿更平缓，入射效率更高；其准静态压力峰值是缝槽空气不耦合爆破的37～46倍，水压爆破的准静态压力压降缓慢，保压时间更长。研究表明，缝槽水压爆破的炸药能量利用率高，爆炸载荷提升明显。上述研究成果有助于深入认识缝槽水压爆破破岩载荷特性，同时对该方法的工程应用提供理论和实验支撑

针对机器或设备的剩余寿命（Remaining useful life, RUL）预测精度低的问题，提出基于一维卷积神经网络（Convolutional neural network, CNN）和双向长短期记忆（Bidirectional long short-term memory, BD-LSTM）的集成神经网络模型。为了更好地抽取时间序列上的特征，以及产生更多的训练样本，采用滑动窗口对数据进行处理，同时采用卡尔曼滤波对数据进行降噪处理，将数据标准化以及设置RUL标签。与人工提取特征不同，利用一维CNN对数据进行特征提取，并舍弃了CNN中的池化层。然后将提取到的高维特征输入到BD-LSTM进行回归预测，并采用Bagging的方式对此神经网络进行集成来预测RUL。最后通过在NASA的数据集上验证该模型的有效性，以及相比于其他机器学习或者深度学习模型的优越性，实验表明所提模型在RUL预测方面更加准确