1. 熟悉数据表与表空间的关系； 2. 熟悉数据表的结构及相关属性； 3. 熟悉 Oracle 中 SQL 的数据定义及数据操纵的使用方法； 4. 熟练掌握创建与管理数据表的方法

对神经网络和传统模式识别技术的基本原理和应用特点进行比较.根据已有烧结合成O'-Sialon的实验数据,利用改进后的人工神经网络,构筑了材料相组成及性能的预测模块,并与模式识别技术处理得到的结果进行了比较.在此基础上,探索了合成O'-Sialon-BN复合材料的工艺条件,并通过实验结果进行了验证

提出了一种高孔隙率开孔泡沫金属的结构简化几何模型,运用热电比拟理论在胞孔尺度上分析并求解了有效热导率的计算表达式,并根据已有实验数据进行模型修正.同时模拟分析了金属泡沫三维矩形通道内空气流动的对流换热情况,与实验结果进行了对比验证.研究表明,本文提出的胞孔有效热导率修正模型对铝泡沫金属有一定的适用性;相同孔隙率条件下,泡沫金属通道内强制对流的对流换热系数随孔密度的增加(即孔径的减小)而增大,但付出的代价是阻力也随之增大;相对而言,低孔密度的泡沫金属具有较好的对流换热综合性能

人口数量，物种数量，网络系统元件的运行状态。 状态转移：变化率（即：某个物理量导数）。 微分方程模型：导数与各个变量之间的某种平衡关系。 本章内容：微分方程（组）的模型建立、数值解、 图形解；用 Matlab 几何直观地展示各种求解方法的求 解结果

探讨了一种将有监督学习机制融合到模糊ART网络构成一个有监督的模糊ART神经网络模型.这种网络能同时处理有监督和无监督学习问题,并具有积累和增加网络学习的能力.对该网络进行了滚动轴承检测数据模式分类实验,并与BP网络进行了比较性实验.结果表明:该网络具有良好模式分类能力和较好的可塑性

建立了以纯金属原子半径、熔点、沸点和原子化焓预测表面张力的人工神经网络模型．训练后的神经网络能较好的拟会实验数据.对40种金属的表面张力进行回想和预测结果与实验值的偏差在可接受范围内，表明人工神经网络在纯金属表面张力预测方面有一定的前景．

曲线和曲面是计算机图形学中重要的研究内 容之一,在实际工作中有广泛的应用。实验、 统计数据的表示,设计、分析和优化的结果显 示,以及汽车、飞机的外型设计都需要用到曲 线和曲面的知识。本章主要介绍曲线和曲面的 基础知识、常用曲线、曲面的数学基础、性质 和分析,并且通过实验对所涉及到的算法进行 程序设计

本文将物理模型实验与数学模型数值求解相配合,对底吹气体揽拌下熔池内流场进行了研究。以湍流运动学方程和动力学方程、Harlow—Nakayama湍流k—ε双方程模型[1]及边界条件构成了所研究问题的数学模型,应用Spalding等计算湍流回流的方法[2],对数学模型数值求解,得到熔池流场涡量,流函数、湍动能、湍动能耗散率、湍流旋涡粘性系数、速度、含气率及密度等的分布,计算与测定了三种工况,计算与实验结果吻合

1、掌握 C 语言的各种基本数据类型及其定义、赋值方法。 2、掌握不同基本数据类型之间赋值的规律。 3、熟练掌握各种算术运算符的使用。 4、进一步掌握 C 程序的编辑、编译、连接和运行的过程

1. 直接将“数学建模与数学实验（第 3 版）”文件夹拷贝到 C 盘上即可。 2. 本课件中所有程序都在 MATLAB6.1 中调试通过。 3. 若要使用超级链接直接链接到 MATLAB，应将 MATLAB 软件安装在 C：盘上。本课件