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

包括以下17门课程：高等几何、VF程序设计、计算方法、数学建模、图论、模糊数学、随机过程、数学实验、抽象代数、分析选讲、代数选讲、数学史、生物数学、常微分方程II、测度论、数学物理方程、统计与预测

为了验证综采工作面采空区封闭与惰化过程中相关技术参数的合理性，了解注惰过程中各组分气体体积分数分布及扩散规律，掌握其随时间变化特点，依据气流渗透及扩散理论，运用Fluent软件对采空区封闭后惰化过程进行数值模拟，并采用现场取样化验分析的方法对采空区封闭后注惰过程中气体体积分数进行监测.通过对比发现，模拟结果与监测数据基本吻合，验证了模拟结果的准确性.由模拟结果可知：双\U\型通风系统的存在使得采空区内部空间具有较为均匀的风流流场分布；在正常通风情况下，O2、CO2及N2体积分数随距工作面距离的增加而逐步降低，CH4体积分数以下隅角为中心径向逐步增大；随着注惰进程的推移，O2和N2体积分数随着注惰时间的累积逐步升高，CH4和CO2体积分数则反之

在程序设计中，为了处理方便，把具有相同类型的若干变量按有序的形式组织起来。这些按序排列的同类数据元素的集合称为数组。在Ｃ语言中，数组属于构造数据类型。用一个统一的数组名和下标来唯一地确定数组中的元素。 7.1 一维数组的定义和引用 7.2 二维数组的定义和引用 7.3 字符数组

《科技论文写作》 《数学分析》 《高等代数与解析几何》 《概率论及数理统计 A》 《常微分方程》 《大学物理 C》 《物理实验 C》 《计算机导论》 《计算机导论》（实验） 《C/C++语言程序设计 D》 《C/C++语言程序设计 D》（实验） 《运筹学》 《微观经济学》 《统计学》 《宏观经济学》 《计量经济学》 《数据库原理及其应用》 《数据库原理及其应用》（实验） 《会计学 A》 《货币银行学》 《金融数学》 《投资学》 《应用时间序列分析》 《数理金融初步》 《保险学》 《随机过程及其在金融领域中的应用》 《博弈论与信息经济学》 《公司财务》 《金融市场学》 《投资组合与分析》 《复变函数 A》 《抽象空间与未定权益空间》 《数学规划及其在经济中的应用》 《实变函数与泛函分析》 《数学分析专题研究》 《高等代数专题研究》 《数学建模》 《经济数学软件实训》 《认识实习》 《毕业实习》

第9章数组 本章的学习要点 一、掌握数组的概念 二、区分静态数组和动态数组 三、掌握数组的基本操作(数组元素的输入、输出、排序) 四、掌握控件数组的建立与应用 五、了解二维数组的使用

Ca和Sr是铸造铝硅合金中最有效的变质元素,一般在浇铸前以中间合金的形式加入.然而在废杂铝熔铸再生工业中,原料中常含有微量的Ca和Sr,预控它们在熔炼过程中的含量变化是它们再利用的前提.本文以工业A356铸锭为原料,实验研究了熔炼温度和保温时间对Ca和Sr质量分数变化规律的影响.结果表明:Ca和Sr质量分数随着保温时间延长均呈Exp3P2规律下降,且随熔炼温度升高质量分数下降速率均逐渐提高.根据热力学和动力学分析可知,在废杂铝熔炼再生过程前期主要发生[Ca]和[Sr]与熔体中的氧发生氧化反应生成CaO和SrO,这些氧化物又会与Al2O3反应生成Al2O3·6CaO和Al2O3·SrO,经扒渣操作后Ca和Sr质量分数下降.在熔炼中后期,[Ca]和[Sr]以扩散至熔体表层还原Al2O3的方式使它们的质量分数降低.计算得出在660~740℃熔炼A356合金时Ca和Sr氧化反应的表观活化能分别为182.6 kJ·mol-1和117.8 kJ·mol-1,两者均受化学反应过程控制.根据Ca和Sr质量分数的变化规律建立了它们的质量分数预报模型,经生产验证表明预报误差均小于10%,可用于预报废杂铝熔炼再生过程Ca和Sr的质量分数

1 C语言的数据类型 2 常量和变量 3 整型数据 4 实型数据 5 字符型数据

针对经典K–means算法对不均衡数据进行聚类时产生的“均匀效应”问题，提出一种基于近邻的不均衡数据聚类算法（Clustering algorithm for imbalanced data based on nearest neighbor，CABON）。CABON算法首先对数据对象进行初始聚类，通过定义的类别待定集来确定初始聚类结果中类别归属有待进一步核定的数据对象集合；并给出一种类别待定集的动态调整机制，利用近邻思想实现此集合中数据对象所属类别的重新划分，按照从集合边缘到中心的顺序将类别待定集中的数据对象依次归入其最近邻居所在的类别中，得到最终的聚类结果，以避免“均匀效应”对聚类结果的影响。将该算法与K–means、多中心的非平衡K_均值聚类方法（Imbalanced K–means clustering method with multiple centers，MC_IK）和非均匀数据的变异系数聚类算法（Coefficient of variation clustering for non-uniform data，CVCN）在人工数据集和真实数据集上分别进行实验对比，结果表明CABON算法能够有效消减K–means算法对不均衡数据聚类时所产生的“均匀效应”，聚类效果明显优于K–means、MC_IK和CVCN算法

第六讲数组 前言:变量与循环(输入五个数,计算其平均值) 一维数组 1、什么是数组? 2、数组的特点。 3、数组的声明? 4、声明时的注意事项 5、数组的初始化。(有4种方法) 6、数组的引用。(下标与索引)