由离散点来近似地决定曲线和曲面,即通过测量或 实验得到一系列有序点列,根据这些点列需构造出 一条光滑曲线,以直观地反映出实验特性、变化规 律和趋势等

首先搭建具有高精度面投影微立体光刻设备，通过理论分析和实验相结合的方法获得最优打印工艺参数，然后提出一种可用于模拟地层岩心的微球堆叠岩心模型，并通过分析岩心模型成型机理，选取具有更高成型精度的堆积方式对岩心模型进行设计。该模拟岩心制造方法具有对特殊岩心结构制造的高适应性，为实验室显微镜下研究多种EOR技术微观驱替机理提供了新思路

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

将航空摄影测量中常用的照片解析方法,应用于软岩巷道模型试验的位移测量,证实了采用普通照像机且忽略非线性误差所得结果能够满足实验精度需要.该法对动态的和非接触的测量具有同样的应用前景.根据实验结果得出的软岩巷道变形破坏规律,对于采取合理的支护措施具有积极的意义

为适应热冲压技术的发展需求，开发了一种新型高热导率高耐磨性能热冲压用模具钢材料。采用扫描电镜（SEM）、透射电镜（TEM）等检测手段对钼钨钒合金化新型模具钢的高温回火性能与组织特征进行了研究。阐明了新型热冲压模具钢回火过程碳化物析出与演变规律。实验结果表明：实验用钼钨钒合金化模具钢材料具有良好的回火二次硬化性能，在500～600 ℃温度区间回火时，回火组织硬度上升；在600 ℃回火出现二次硬化峰值；当回火温度超过600 ℃后，组织软化程度明显，回火硬度开始下降。实验模具钢在高温回火过程中的硬度变化与其合金碳化物的偏聚、析出和聚集长大密切相关。当在560 ℃以下回火时，实验钢组织中未有合金碳化物析出；当回火温度大于560 ℃时，回火组织中开始析出M2C型碳化物；当回火温度高于600 ℃后开始析出MC型碳化物；当在620 ℃长时间回火后M2C型碳化物转化为M6C型碳化物，此时实验钢硬度开始明显下降；而当回火温度高于660 ℃时，新型实验钢组织中主要为M6C和MC型合金碳化物

对氧化亚铁硫杆菌浸出深海多金属结核中有价金属的可行性进行了实验,着重研究了矿浆浓度、接种量、温度、浸出过程中pH值对结核中有价金属钴和镍浸出率的影响,同时对氧化亚铁硫杆菌进行了驯化.实验表明:采用Leathen培养基,加入适量黄铁矿作为菌种的营养基质和浸出过程中的还原剂,多金属结核,在常温、酸性环境下,可直接浸出金属铜、钻、镍、锰和铁

比较五种石墨管对锑的干扰的影响,实验结果表明:石墨管中引入微管或平台后,由于具有好的空间等温性,可明显地抑制外来离子对锑的干扰;而石墨管热解涂层对抑制锑干扰有显著影响。镍的干扰在使用双管(1)时虽得到抑制,但仍无法消除。实验表明:采用Mo+W难熔碳化物涂层处理,并加入EDTA及峰面积测定方式可消除镍对锑的干扰

阳极溶解产生过饱和空位引起刃位错攀移,从而导致蠕变速率dε/dt的升高。计算表明,dε/dt和电流密度成正比,与试样直径成反比,并和溶液脱锌程度有关。黄铜棒状试样的室温蠕变实验表明,阳极极化可使蠕变速率dε/dt升高,实验结果和理论计算基本一致

试验一 实验题目:用有序单链表表示集合,实现集合的交、并和差运算试验要求: 1、对集合中的元素,用带头结点单链表进行存储。 2、实现交、并、差运算时,不另外申请存储空间。 3、充分利用单链表的有序性,算法有较好的性能

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