目 录 第一部分 理论 一、专业必修课程 《高等数学(1)》 《高等数学(2)》 《力学》 《热学》 《电磁学》 《光学》 《数学物理方法》 《理论力学》 《原子物理学》 《电动力学》 《量子力学》 《热力学与统计物理》 二、专业选修课程 《电工学》 《高等数学(3)》 《模拟电子线路与实验》 《数字电子线路与实验》 《微机原理》 《通用技术（1）》 《通用技术（2）》 《程序设计语言》 《原子核物理学》 《量子力学(2)》 《电动力学 2》 《中学物理第二课堂》 《电视技术》 《教育测量与教学评估》 《声像技术》 《摄影技术》 《固体物理学》 《中学物理疑难分析》 《物理学史》 《激光原理与应用》 《应用物理技术》 《高考题目研究》 《基础物理专题》 《专业英语》 《基础教育改革》 《中学物理教学法》 《教育技术与技能训练》 《书写技能训练》 《教师语言训练》 《微格教学训练》 《班级管理》 《教育科研训练》 《教育统计学》 《现代物理专题》 第二部分 实验（单独及课内） 《普通物理实验（1）》 《普通物理实验（2）》 《普通物理实验（3）》 《近代物理实验》 《中学物理实验》 《中学物理实验研究与技能训练》 《多媒体课件制作》 《中学物理常用仪器维修》 第三部分 实习、见习、毕业论文 《教育见习（1）》 《教育见习（2）》 《教育见习（3）》 《教育实习》 《毕业论文》

在实验室中用高温管式炉对用工业纯铁配制的帘线钢进行脱氧和顶渣熔炼,研究了炉渣成分对夹杂物成分的影响.在炉渣碱度一定的情况下,随着炉渣中Al2O3含量的增加,夹杂物中的Al2O3含量也随之增加.当炉渣中的Al2O3含量低于8%时,夹杂物中的成分在塑性区.通过控制脱氧条件和项渣成分可以把夹杂物的成分控制在塑性区内

1.住宅室内设计的工作方法 1.1.核准现场 1.2.设计方案与构思 1.3.施工图纸的技术要求 1.4.设计图纸的审核程序 2.室内设计师的素养 2.1.设计师讲述方案的技巧 2.2.设计师的修养 3.住宅室内设计的中国元素 3.1.中式家具 3.2.中式图案 3.3.中式设计思想 3.4.中国元素在住宅空间中的运用

第一章 分析化学实验中的基本操作技术 第二章 分析化学实验 实验一 滴定分析基本操作练习 实验二 食醋中醋酸含量的测定 实验三 工业纯碱中总碱度测定（酸碱滴定法） 实验四 水样的总硬度的测定（络合滴定法） 实验五 铅、铋混合液中铅、铋含量的连续滴定（络合滴定法） 实验六 过氧化氢含量的测定（高锰酸钾法） 实验七 注射液中葡萄糖含量的测定（碘量法） 实验八 可溶性氯化物中氯含量的测定（莫尔法） 实验九 考试实验

为研究含水汽低浓度瓦斯气体在多孔介质燃烧器中的燃烧特性,采用计算流体力学方法对其进行数值分析,研究了瓦斯含不同水汽量燃烧时燃烧器中温度分布规律和污染物排放情况.随着瓦斯中水汽含量的增大,燃烧器轴向温度及燃烧热效率下降.由温度二维等值线图可以直观看到不同工况下燃烧器中各个地点的温度分布,为燃烧器设计提供指导.在确保一定热效率时,适当增加水汽含量,可降低燃烧器中NOx排放量,不但可以保护环境,而且有助于CO转化为CO2以控制有毒气体排放量

以宝钢二连铸50t“T型”中间包为研究对象,采用有限差分方法,计算了中间包的三维流场、温度场及量纲为1的夹杂物浓度的分布,分析了中间包的内部结构、中间包钢水液面高度及夹杂物当量直径对夹杂物排出率的影响.结果表明,双坝、堰“T型”中间包对夹杂物上浮十分有利

用包括奥氏体γ相和两个碳氮化物相三相溶解度间隙平衡处理的方法计算了V-Ti-N微合金非调质油井管钢中的碳氮化物析出.计算结果表明,此钢奥氏体中的析出模式为1473℃时TiN即开始析出;其后部分TiN逐渐转变为复合(TixV1-x)(CyN1-y)颗粒,而其他的TiN直到低温仍保持其化学性质;最后富V-C的V (CxN1-x)在846℃开始析出.实验数据验证了这种析出模式.计算结果支持了中碳含钒微合金钢中800℃以下奥氏体中的析出对其后的奥氏体分解相变具有明显的调控作用的观点

一、水仙是石蒜科水仙属植物的统称。其中中国水仙在我国分布较广,四川、云南、上海、浙江、福建等地均有栽培,主要产地在上海崇明、浙江舟山、福建漳州。以漳州水仙最负盛名。 二、中国水仙淡装素雅、品性高洁,在碧绿挺秀的叶丛中点缀着玉白莹韵的花朵,黄金般的副冠着生在洁白的花瓣上,花又由翠葶扶持,显得端庄美丽,秀逸萧洒。在百合凋零的寒冬茁壮生长,蔚蔚葱葱。岁末厅堂摆上一盆水仙,满堂生辉,春意傲然,有\一盆玉蕊满堂春的生趣。人们称赞水仙冰肌玉骨不畏严寒。 三、水仙自古以来,被诗人墨客吟颂不绝。宋代以来诗、词、歌、赋有260多首。宋代黄庭坚吟咏水仙诗中有凌波仙子生尘袜,波上盈盈步微月“之句

针对传统基于BP神经网络建立的连铸坯质量预测模型训练速度慢、适应能力弱、预测精度低等问题,本文提出一种基于极限学习机的连铸坯质量预测方法,对方大特钢60Si2Mn连铸坯中心疏松和中心偏析缺陷进行预测,并与BP和遗传算法优化BP神经网络预测模型的预测结果进行分析对比.结果表明:BP及GA-BP神经网络预测模型对连铸坯中心疏松和中心偏析缺陷的预测准确率分别为50%、57.5%、70%和72.5%;而基于极限学习机的连铸坯预测模型预测准确率更高,对连铸坯中心疏松和中心偏析缺陷的预测准确率分别为85%和82.5%,且该模型具有极快的运算时间,仅需0.1 s.该模型可对连铸坯质量进行迅速准确地分析,为连铸坯质量预测的在线应用提供了一种新的方法

多聚焦图像融合是计算机视觉领域中的一个重要分支，旨在使用图像处理技术将同一场景下的聚焦不同目标的多张图像中各自的清晰区域进行融合，最终获得全清晰图像。随着以深度学习为代表的机器学习理论的突破，卷积神经网络被广泛应用于多聚焦图像融合领域，但大多数方法仅关注网络结构的改进，而使用简单的两两串行融合方式，降低了多图融合的效率，并且在融合过程中存在的失焦扩散效应也严重影响了融合结果的质量。针对上述问题，在显微成像分析的应用场景下，提出了一种最大特征图空间频率融合策略，通过在基于无监督学习的卷积神经网络中增加后处理模块，规避了两两串行融合中冗余的特征提取过程，实验证明该策略显著提高了多张图像的多聚焦图像融合效率。并且提出了一种矫正策略，在保证融合效率的情况下可有效缓解失焦扩散效应对融合图像质量的影响