利用离散单元法（Discrete element method，DEM）对球形颗粒群以及非球形颗粒群的筛分过程进行了仿真并开展了实验研究，结果表明球形和非球形颗粒的仿真与实验中筛分效率的变化是一致的，但非球形颗粒的仿真结果与实验结果更接近。正交设计多组模拟试验，分析了各振动参数（振动频率、振幅以及筛面倾角）对颗粒分布曲线、筛分效率以及物料平均运输速度的影响规律。对正交试验表中的数据进行多元非线性拟合，得到筛分效率与振动参数间的关系式；并在此关系式的基础上，对振动参数进行优化设计，得到了最优振动参数且在仿真中得到了验证。研究内容不但为高频振网筛振动参数的设计提供了理论依据，而且为研究高频振动系统的筛分机理提供了实验和仿真数据支持

前几章所讨论的内容，其目的在于寻求被测量 的最佳值及其精度。在生产和科学实验中，还有另 一类问题，即测量与数据处理的目的并不在于被测 量的估计值，而是为了寻求两个变量或多个变量之 间的内在关系，这就是本章所要解决的主要问题。 表达变量之间关系的方法有散点图、表格、曲 线、数学表达式等，其中数学表达式能较客观地反 映事物的内在规律性，形式紧凑，且便于从理论上 作进一步分析研究，对认识自然界量与量之间关系 有着重要意义。而数学表达式的获得是通过回归分 析方法完成的

通过空冷固态高温钢渣颗粒实验,由实验数据拟合平均努塞尔数实验关联式.对空冷高温钢渣颗粒进行三维数值模拟,研究不同绕流雷诺数下的准则关系式,分析空气外掠固态钢渣颗粒影响因素.研究得出空气冷却固态钢渣颗粒的实验关联式与数值计算关联式,实验与数值计算之间误差较小,验证了采用SST k-ω模型计算的可靠性.实验结果表明:钢渣颗粒的平均努塞尔数随着绕流雷诺数、粒径和气体流速的增大而增大.在同等条件下,钢渣粒径对平均努塞尔数的影响作用大于气体流速;模拟空冷高温钢渣颗粒时,直径对钢渣颗粒凝固时间的影响作用最大,导热系数的影响作用次之,来流空气温度影响作用最小

实验一 C 程序的运行环境 .1 实验二 数据类型、运算符和表达式 .5 实验三 顺序结构程序设计.10 实验四 逻辑结构程序设计.14 实验五 循环控制.18 实验六 数组.23 实验七 函数 1.30 实验八 函数 2.34 实验九 指针 1.39 实验十 指针 2.42 实验十一 结构体、共用体和位运算 .45 实验十二 文件.51 实验十三 综合实验 1（用函数实现） .54 EG13-1: 打印各个月份的月历 .54 EG13-2: 小学数学运算的程序 .57 实验十四 综合实验 2（用函数、结构体、文件实现） .58 EG14-1: 通讯录管理系统 .58 EG14-2: 学生选课管理系统 .70 实验十五 综合实验 3（用函数、结构体、文件实现） .71 EG15-1: 学生成绩管理系统 .71 EG15-2: 图书信息管理系统 .78 实验十六 综合实验 4（用函数、结构体、文件、链表实现） .80 EG16-1: 学生成绩管理系统 .80 EG16-2: 实验设备管理系统 .85 附录 1：常见错误提示信息的英汉对照 .87 附录 2：VISUAL C++ 6.0 集成开发环境的使用 .94

利用Gleeble-3500热模拟试验机对38MnB5热成形钢的高温变形行为进行研究, 分别在650~950℃温度区间内, 以0.01、0.1、1和10 s-1的应变速率对其进行等温单向拉伸测试, 并得到相应条件下的真应力-应变曲线.结果表明: 38MnB5热成形钢流变应力随着变形温度的升高而减小, 随着应变速率的增大而增大.当应变速率逐渐增加时, 热变形时发生的动态回复和动态再结晶效果并不显著, 而当温度逐渐升高时, 二者作用逐渐加强.考虑了温度、应变速率和应变的综合复杂影响, 建立38MnB5热成形钢高温下的本构方程.此本构方程通过对流变应力、应变、应变速率等实验数据的回归分析, 得到与变形温度、应变速率和应变相关的材料参数多项式.计算结果与实验结果对比发现, 通过本构方程所获得的计算值与试验值吻合良好

针对实时相关运动模式挖掘应用的需求,提出了一种实时地发现关闭蜂群模式的簇重组算法(CLUR).该算法维护一个候选蜂群模式列表,在每个时间戳采用基于密度的聚类算法对移动目标进行聚类,根据聚类结果组合所有的最大移动目标集,记录相应的时间集,然后构建候选蜂群模式,并更新到候选列表.算法给出了三种更新规则和一种插入规则,用于实现候选蜂群模式列表的更新,同时降低了候选列表的冗余度,提高了算法的效率.在每个时间戳结束时可通过关闭检测规则实时地发现当前时刻的关闭蜂群模式.在合成数据上的综合实验验证了CLUR算法的正确性、实时性和高效性,CLUR算法适用于实时相关运动模式挖掘系统

针对提高Wi-Fi指纹室内定位技术性能，提出了一种基于卷积神经网络（Convolutional neural networks，CNN）的信道状态信息（Channel state information，CSI）指纹室内定位方法。在离线阶段联合定位环境参考点的幅度差和相位差信息，利用CNN进行训练，保存训练后的CNN网络模型作为指纹；在线阶段，针对不同实验场景，对测试数据的幅度差信息和相位差信息进行加权处理，引入改进的基于概率的指纹匹配算法，利用待定位点的CSI信息并通过CNN网络模型预测待定位点的坐标。此外，为增强算法普适性，针对复杂室内场景，提出了双节点定位方案来提高定位精度。在廊厅和实验室室内两种不同定位场景进行了实验，信息联合定位算法分别获得了24.7 cm和48.1 cm的平均定位误差，验证了基于CNN的CSI幅度差和相位差联合定位算法的有效性

实验二十一 全站仪施工放样（设计型实验） 实验二十二 全站仪的检验和校正（综合型实验） 实验二十三 GPS接收机的认识（认识型实验） 实验二十四 GPS经典相对静态定位在控制测量的应用（综合型实验） 实验二十五 GPS经典相对静态定位的数据处理（综合型实验） 实验二十六 南方天王星9800-RTK在碎部测量的应用（综合型实验） 实验二十七 南方天王星9800-RTK在施工放样的应用（综合型实验） 实验二十八 南方灵锐S86-RTK在碎部测量的应用（综合型实验） 实验二十九 南方灵锐S86-RTK在施工放样的应用（综合型实验） 实验三十 精密经纬仪的认识和使用（认识型实验） 实验三十一 精密水准仪、水准尺的认识（认识型实验） 实验三十二 等水准测量（综合型实验） 实验三十三 精密水准仪 角检验及校正（综合型实验） 实验三十四 数字化仪的认识和应用（认识型实验） 实验三十五 手持GPS接收机的认识和应用（认识型实验） 实验三十六 手持测距仪的认识和应用（认识型实验） 实验三十七 测图精灵的认识和应用（认识型实验） 实验三十八 航空像片立体观察（认识型实验）

结合影像学和人工智能技术对病灶进行无创性定量分析是目前智慧医疗的一个重要研究方向。针对肝细胞癌（Hepatocellular carcinoma, HCC）分化程度的无创性定量估测方法研究，结合放射科医师的临床读片经验，提出了一种基于自注意力指导的多序列融合肝细胞癌组织学分化程度无创判别计算模型。以动态对比增强核磁共振成像（Dynamic contrast-enhanced magnetic resonance imaging, DCE-MRI）的多个序列为输入，学习各时序序列及各序列的多层扫描切片在分化程度判别任务的权重，加权序列中具有的良好判别性能的时间和空间特征，以提升分化程度判别性能。模型的训练和测试在三甲医院的临床数据集上进行，实验结果表明，本文所提出的肝细胞癌分化程度判别模型取得相比几种基准和主流模型最高的分类计算性能，在WHO组织学分级任务中，判别准确度、灵敏度、精确度分别达到80%，82%和82%

基于双亚点阵模型,计算了两种不同铌含量的高钢级管线钢在不同温度下Nb、Ti和Al的析出量,测定了不同加热温度和保温时间下奥氏体晶粒尺寸,建立两种钢奥氏体晶粒长大模型.发现Nb含量增加提高了其全固溶温度,并且温降过程中Nb析出量显著增多,在晶界两边析出的细小碳氮化物对奥氏体晶粒长大有显著的阴碍作用.高铌钢加热温度为1250℃时奥氏体晶粒显著粗化,预测模型也不同于1050~1200℃的模型,但相同保温温度下晶粒尺寸明显小于低铌实验钢.通过数据拟合计算出高铌钢的长大激活能远远高于低铌钢,再次证明高Nb的管线钢在1200℃以下能够有效地细化奥氏体晶粒,预测模型与实验值吻合较好