11.1 连通度与块 11.2 网络最大流 11.3 图与二分图的匹配 11.4 独立集，覆盖 11.5 Petri网

以国内某钢厂220 mm×1800 mm板坯连铸结晶器为原型,根据相似性原理建立相似比为0.6的水模型,利用粒子图像测速技术(PIV)对比不同浸入式水口(SEN)的出口角度、浸入深度及水口底部结构条件下的结晶器内流场流速特征,同时使用波高仪对液面波动振幅进行实时监测,并结合F数分析各SEN条件对结晶器内钢液流动特征.研究发现,在各浸入式水口条件下,位于结晶器液面1/4宽面处附近出现矢量流速向下的剪切流,同时在水口附近发现不规则漩涡.试验结果表明:浸入式水口的出口角度、浸入深度的增加能够强化上回旋区缓冲作用,降低结晶器液面表面流速;尽管凹底结构SEN能减弱钢液湍动能,但其对1/4宽面处剪切流速度的影响不大.另外,液面波动幅度和F数变化规律一致,且当浸入式水口出口角度15°、20°,浸入深度135 mm、145 mm条件下波幅与F数最为合理,从而减小或避免液面卷渣,提高连铸坯质量

为了进一步研究20CrMo合金钢在生产过程中夹杂物的演变机理，实现对钢中非金属夹杂物的合理控制，保证生产顺行，提高产品力学性能，针对“BOF→LF→RH→钙处理→连铸→热轧”工序生产20CrMo合金钢全流程中非金属夹杂物的演变规律进行了研究。在LF精炼及RH精炼加钙前钢中非金属夹杂物含有70%以上的Al2O3。钙处理后，由于过量的钙加入到钢液中，夹杂物中CaS质量分数迅速增加至59%，Al2O3质量分数降低至21%。在连铸过程中由于二次氧化的发生，夹杂物转变为CaO?Al2O3，其中含有50%的Al2O3、39%的CaO和10%的CaS，并且夹杂物平均尺寸增加。在钢的冷却和凝固过程中，CaO质量分数降低至5%，CaS质量分数增加至57%，钢中夹杂物转变为Al2O3?CaO?CaS的复合夹杂物，同时含有少量大尺寸的CaO?Al2O3夹杂物。在钢的轧制过程中，夹杂物中CaO含量进一步降低，CaS含量增加，夹杂物平均尺寸增加，形成了CaO?Al2O3与CaS黏结型的复合夹杂物与Al2O3?CaS复合夹杂物。对CaO-Al2O3与CaS黏结型的复合夹杂物的形成原因进行了讨论

• 定义：两个或两个以上的群体通过遗传物质的交流成为一个群体 • 机制： – 群体的即时混合（instantaneous hybridization, IH) – 群体间连续的基因交流（continuous gene flow, CGF) • 结果：混合前的祖先群体在遗传上差异显著 – 混合群体在等位基因频率上不同于祖先人群 – 混合群体在连锁不平衡上不同于祖先人群 • 群体混合与个体混合

本章内容：.NET数据提供程序概述，数据库的连接字符串，连接数据库的Connection对象，执行数据库命令的Command对象，读取数据的DataReader对象，数据读取器的DataAdapter对象。 本章重点：Connection对象，Command对象，DataReader对象

超低碳钢常用于生产汽车面板等表面质量要求较高的产品.连铸坯皮下的钩状坯壳很容易捕集夹杂物导致冷轧钢板表面出现翘皮、亮/暗线等缺陷,对产品质量具有严重危害.采用数值模拟分析了钩状坯壳的形成和演变过程.将计算的初生坯壳形状制作成物理模型,模拟了夹杂物在凝固前沿被捕集的过程,并对凝固钩区域不同位置的夹杂物的受力特征进行了分析.结果表明,凝固钩在弯月面中形成以后,不会直接湮没进坯壳内,而是要经历熔化、变粗、生长、湮没等逐步演变的过程.数值模型预测拉速1.3 m·min-1条件下最终存留在坯壳中的凝固钩深度约为2.5 mm,这与实际观察到的钩状坯壳的尺寸基本一致.模拟得到的钩状坯壳形貌与铸坯表层和漏钢坯壳的金相特征较为接近.夹杂物最容易在凝固钩下表面被捕集,不容易在凝固钩上表面被捕集,特别是对尺寸相对较大的夹杂物.但是溢流发生时,靠近弯月面处的夹杂物可能随着钢流进入到初生凝固钩上部而被快速冷却的钢液包裹.两道凝固钩之间的坯壳由于其凝固前沿处于垂直分布,小于100 μm夹杂物可能被捕集而大尺寸夹杂物不易被捕集

２.１ 单回路电路及单节偶电路分析 ２.２ 等效二端网络 ２.３ 电阻星形连接与三角形连接的等效互换 ２.４ 含独立电源网络的等效变换 ２.５ 含受控电源电路的等效变换

《工程科学学报》：薄板坯连铸连轧技术发展现状及展望

《工程科学学报》：板坯连铸异钢种连浇混浇坯长度及成分变化模型的开发及应用（北京科技大学）

前列腺核磁超声图像配准融合有助于实现前列腺肿瘤的靶向穿刺。传统的配准方法主要是针对手动分割的前列腺核磁（Magnetic resonance, MR）和经直肠超声（Trans-rectal ultrasound, TRUS）图像上对应的生理特征点作为参考点，进行刚体或非刚体配准。针对超声图像因成像质量低导致手动分割配准效率低下的问题，提出一种基于监督学习的前列腺MR/TRUS图像自动分割方法，与术前核磁图像进行非刚体配准。首先，针对图像分割任务训练前列腺超声图像的活动表观模型（Active appearance model, AAM），并基于随机森林建立边界驱动的数学模型，实现超声图像自动分割。接着，提取术前分割的核磁图像与自动分割的超声图像建立轮廓的形状特征矢量，进行特征匹配与图像配准。实验结果表明，本文方法能准确实现前列腺超声图像自动分割与配准融合，9组配准结果的戴斯相似性系数（Dice similarity coefficient, DSC）均大于0.98，同时尿道口处特征点的平均定位精度达1.64 mm，相比传统方法具有更高的配准精度