采用扫描电镜观察、粉末镶嵌试样、XRD和模压成形等方法,研究了置氢对TC4合金粉末颗粒形貌、表面状态、显微硬度、显微组织、相组成和压制性能等的影响.结果表明:置氢TC4粉末颗粒形貌为不规则状,粉末基本由亮相α相及暗相β相组成,颗粒显微组织呈片状、针状和板条状.随置氢量的增大,置氢TC4粉末显微硬度总体上趋于降低;α相逐渐减少,β相逐渐增多,置氢量达到0.32%(质量分数)时出现少量的针状α″相,置氢量为0.42%和0.46%时组织为明显的板条状(δ氢化物);粉末的压缩性能逐渐变好,成形性能逐渐变差,置氢量0.46%的TC4粉末的压制性能最好

人工神经网络为学习实数值和向量值函数提供了一种实际的方法，对于连续值和离散值的属性都可以使用，并且对训练数据中的噪声具有很好的健壮性。反向传播算法是最常见的网络学习算法。反向传播算法考虑的假设空间是固定连接的有权网络所能表示的所有函数的空间。包含3层单元的前馈网络能够以任意精度逼近任意函数，只要每一层有足够数量的单元。即使是一个实际大小的网络也能够表示很大范围的高度非线性函数。反向传播算法使用梯度下降方法搜索可能假设的空间，迭代减小网络的误差以拟合训练数据

一个复杂系统可能有多个输入和多个输出,并且以某种方式相互关联或耦合。为了分 析这样的系统,必须简化其数学表达式,转而借助于计算机来进行各种大量而乏味的分析 与计算。从这个观点来看,状态空间法对于系统分析是最适宜的。 经典控制理论是建立在系统的输入输出关系或传递函数的基础之上的,而现代控制理 论以n个一阶微方程来描述系统,这些微分方程又组合成一个一阶向量矩阵微分方程。应 用向量矩阵表示方法,可极大地简化系统的数学表达式

介绍了用支持向量机(SVM)进行动态学习训练的方法．解决了在机器学习过程中,训练样本获取比较困难,样本可随外界条件改变而变化的问题．实践证明,使用该方法可以动态跟踪样本的变化,保证SVM分类器的最优性能．利用该方法设计的银行票据OCR系统的实际应用说明了该方法的有效性．

1、掌握基本单元的概念。 2、掌握溶液组成量度的表示方法。 3、掌握稀溶液的依数性，并能用于定量计算。 4、了解溶胶的性质、溶胶的稳定性和聚沉及其影响因素，掌握胶团结构

从区域化变量分布的稳健性角度,借鉴产品加工质量精度控制的理论,基于Johnson分布曲线族提出了一套非正态数据转换方法,并设计了转换流程.以SPSS和Surpac矿业软件为工具,通过实际案例分析了传统数据转换方法和Johnson转换方法的应用效果.实践证明,采用上述方法转化后的数据开展统计分析、变异函数模型的拟合及验证、克立格估计等工作,更容易满足稳健性要求,并能从本质上减小估计误差,提高估计精度

研究了基于比例、积分和微分控制分量非线性方法合成的非线性PID智能控制器.该PID控制器将比例、积分和微分控制分量分别用三角函数表示为误差信号的非线性函数,并通过三个独立的非线性函数构造合成PID控制器.通过在线调整三个独立非线性函数的权值系数,使该控制器实现不依赖于非线性对象模型的智能控制.仿真结果表明该控制器具有优异的非线性控制性能

EViews中的大多数统计工具都是用来建立随机变量的条件均值模 型。本章讨论的重要工具具有与以往不同的目的建立变量的条件 方差或变量波动性模型。 我们想要建模并预测其变动性通常有如下几个原因:首先,我们 可能要分析持有某项资产的风险;其次,预测置信区间可能是时变性 的,所以可以通过建立残差方差模型得到更精确的区间;第三,如果 误差的异方差是能适当控制的,我们就能得到更有效的估计

随着列车时速不断提高，制动盘承受的热负荷不断增大，这对制动盘材料提出了更高的要求.为了提高制动盘钢的机械性能及耐热疲劳性，钒元素被添加到制动盘钢中.本文研究了不同淬火温度时V含量对Cr-Mo-V系制动盘钢组织及力学性能的影响，并通过Thermo-Calc热力学软件、碳复型、透射电镜、能谱分析等方法对不同V含量时析出相的演变规律进行研究.结果表明，增加钒含量使高温析出的V（C，N）含量增加，细化奥氏体晶粒和回火马氏体组织.淬-回火态析出相主要为V（C，N）、（Mo，V）C、M7C3和M23C6.随钒含量增加，大尺寸M23C6和M7C3的析出被抑制，对韧性损害降低；小尺寸（Mo，V）C含量增多，析出强化效果增强.淬火温度为880~900℃时，增加钒含量能细化马氏体和减少大尺寸碳化物，弥补了析出强化对韧性的损害，故冲击功变化不大.淬火温度为920~940℃时，提高钒含量促使（Mo，V）C量急剧增加，冲击功快速下降.实验钢淬火温度不应超过900℃

1掌握平面简谐波的波动方程及其物理意义,理解波形图。掌握平面简谐波的特征量。掌握由已知质点的简谐振动方程建立波动方程的方法。 2理解谐波的能流和能流密度的概念