网络函数的零点对频率特性的影响 ①对四种二阶函数的幅频特性曲线观察,零点 会使幅频特性曲线出现一个数值为零的最小值 H)=0,a()=0 对相频特性曲线观察,零点会使相频特性曲线 出现断点,即相位跳变现象,Hjo)=0和相 位跳变发生在a=o处

货币需求是指人们通过对各种资产的安全性、流动性和盈利性的综合衡量后所确定的最优资产组合中所愿意持有的货币量 1、从理论上说,人们对货币的需求大致可分为对交易媒介的需求和对资产形式的需求,但在现实生活中,这两类货币需求是相互交融的

针对现行鼓风炉挥发(熔炼)-反射炉还原炼锑工艺存在的流程长、能耗高、低浓度SO2烟气污染等问题,提出了一种基于选冶联合过程的锑提取新工艺——硫化锑精矿还原固硫焙烧直产金属锑.分别以ZnO和碳粉作为固硫剂和还原剂实现对硫化锑矿的固硫还原转化,直接产出金属锑,同时生成硫化锌,再分别分离得到金属锑粉和硫化锌精矿.本文采用控制变量法,分别考察了焙烧温度、碳粉粒度、ZnO配入量、焙烧时间对锑生成率和ZnO固硫率的影响.得到最佳条件如下:焙烧温度800℃、碳粉粒度100~150目、ZnO量为固硫所需理论量、焙烧时间2 h,在此条件下,锑生成率为90.4%,ZnO固硫率为94.8%,其中温度和ZnO加入量对焙烧效果有较大影响;同时对反应产物的分析和过程热力学计算表明焙烧过程分两步进行,即首先发生Sb2S3与ZnO的交互固硫反应生成Sb2O3,其后在高于700℃温度下Sb2O3被大量还原成金属锑.在不同品位的锑精矿综合实验中,均获得了90%左右的锑生成率和88%的固硫率,验证了工艺的可行性.新工艺低温低碳、清洁环保,易于开展工业化生产

软件工程概论 第9章面向对象设计 一、面向对象的设计原则 二、系统设计 三、对象设计 四、设计模式 五、RUP的设计活动 六、RUP的实现活动

膏体充填是推动金属矿绿色开采发展的关键技术，并可为资源的深部开采提供安全、绿色、高效的技术支撑。全尾砂膏体流变学是膏体充填技术的基础理论，本文在综述膏体流变概念、特性与模型的基础上，进一步对流变测量技术现状进行了系统梳理，概述了现阶段常用的浆式旋转流变仪、坍落筒、L管、倾斜管及环管法进行流变测量的原理及应用，针对膏体这一屈服型非牛顿流体，重点分析了屈服应力的测量，并对以上方法的适用性进行了综合论述。流变测量深刻地影响着膏体流变理论及膏体充填工艺的发展，为此，对测量技术的关键问题进行了探讨，指出构建膏体流变测量标准及加强流变测量技术与充填工艺的结合是重点，并对膏体流变学研究的发展趋势进行了展望

对面积的曲面积分 一、对面积的曲面积分的概念和性质 前面已经介绍了两类曲线积分,对第一 类曲线积分 其物理背景是曲线型构件的质量,在此质量问 题中若把曲线改为曲面,线密度改为面密度,小 段曲线的弧长改为小块曲面的面积,相应地得和

一、重点掌握化学反应等温方程。 二、掌握各种反应体系标准平衡常数和其他平衡常数的表 达式及相互间变换。 三、重点掌握温度对平衡常数的影响一Van 't' Hoff方程的 定积分式、不定积式。 四、 压力、惰性气体对气相反应平衡移动的影响和组成变化的计算。 五、了解同时平衡计算原则及方法。 六、了解真实气体反应以及混合物和溶液中的化学平衡。 5.1 化学反应的等温方程 5.2 理想气体化学反应的标准平衡常数 5.3 温度对标准平衡常数的影响 5.4 其他因素对理想气体化学平衡的影响 5.5 同时反应平衡组成的计算 5.6 真实气体反应的化学平衡 5.7 混合物和溶液中的化学平衡

崩塌灾害的早期预警一直是岩土工程领域研究的热点问题之一.传统的监测预警方法监测指标相对单一, 更多关注于加速破坏前兆的识别, 使得崩塌的早期预警存在诸多困难.本文首先引入动力学监测指标, 对岩土体破坏过程中的动力响应进行综述, 得出基于固有振动频率等动力学监测指标可以为危岩体的损伤提供数据支持.随后基于最新的实验研究发现动力学监测指标可以有效反应边坡的物理力学特征的变化, 进而可以实现岩体损伤与稳定性的动态识别和定量判断.在对国内外现状进行综述发现, 基于分离阶段破坏前兆识别的岩块体崩塌灾害预警思路, 具有更好的时效性, 是未来崩塌早期预警的发展方向, 同时对崩塌的早期预警指标体系进行展望, 得出基于动力学指标、静力学指标和环境量指标三位一体的早期监测预警指标体系, 必将在工程监测与灾害预警方面发挥更大潜力, 为从事应对崩塌等脆性破坏灾害预警预防的研究工作者提供有效参考

无人驾驶车辆自身具有强烈的非线性、信号时延和参数不确定性，对它的控制还受到道路附着系数的变化、侧向风等外界因素影响。因此传统控制方法往往难以对其稳定和精确地控制。神经网络所具有的学习能力、自适应能力和近似非线性映射的能力，为解决车辆模型参数的不确定性、外界的扰动以及车辆自适应控制问题提供了有效的途径。针对上述几个方面，对近几年国内外学者将神经网络应用到无人驾驶车辆运动控制中所取得的成果与进展进行了归纳分类，分别介绍了应用情况并对优缺点进行评价。最后总结了神经网络在无人驾驶车辆运动控制中存在的主要问题，并展望了可能的发展方向

深度神经网络技术用于机械设备故障诊断展现出了巨大潜力，但繁重复杂的计算量对计算机硬件提出了严苛的要求，严重限制了其在实际工程中的应用。基于此提出一种新型的轻量级神经网络ShuffleNet，用于高速列车轮对轴承故障诊断研究。该网络模型基于模块化设计思想，包含多个高效率的ShuffleNet单元，通过运用分组卷积与深度可分离卷积技术极大改善了传统卷积操作的运算效率；同时使用通道混洗方法克服了通道分组带来的约束，改进了网络的损失精度。实验分析表明，所提网络模型可有效用于复杂工况下高速列车轮对轴承故障诊断，相比传统卷积神经网络、残差网络和Xception等当前深度神经网络模型，在保证诊断精度的同时，运行效率得到大幅提升。这为深度神经网络技术应用于工程实际，克服计算机硬件条件限制提供了一条新的途径