熵
關注創建者：哎呀_2562 創建時間：2016-11-28
熵的視頻教程
MEEMD改進的經驗模態分解與PE(排列熵)算法和MATLAB程序視頻2版
（6分鐘，有程序） 8、MDP4_6詳解程序4_1的全排列及得到符號序列（10分鐘） 9、MDP4_7計算排列熵及調試函數經驗介紹（9分鐘，有程序） 10、MDP4_8程序4_2由來及9個典型信號排列熵分析（14分鐘，有程序） 11、MDP4_9參數m取6和3的排列熵及調試函數第2法（9分鐘，有程序） 12、MDP4_10思考程序使用及排列熵應用問題（12分鐘，有程序） 第三章 多尺度排列熵
￥88 1小時33分鐘 1998播放
查看
1-35基于matlab的多尺度排列熵（MPE）模型
基于matlab的多尺度排列熵（MPE）模型，首先通過對多尺度排列熵算法的參數時間序列長度 N、嵌入維數 m、延遲時間 t 和尺度因子 s 進行研究，得出對其參數優化的必要性。進而在綜合考慮參數影響的基礎上，以多尺度排列熵的偏度構造目標函數，利用粒子群優化算法(PSO)對多尺度排列熵算法(MPE)的參數進行尋優，得到最優參數。程序已調試通過，可直接運行。 購買后可下載視頻中的源程序文件。
￥59.9 5分鐘 6播放
查看
1-80基于matlab的小波包熵與模糊C均值聚類的故障診斷
基于matlab的小波包熵與模糊C均值聚類的故障診斷，以凱斯西儲大學軸承數據為例進行分析。對數據進行小波包分解后重構，然后提取各頻帶能量分布，后計算小波包熵進行故障診斷。輸出特征可視化結果。數據可更換自己的，程序已調通，可直接運行。 購買后可下載視頻中的源程序文件。
￥25.9 1分鐘 6播放
查看
熵的實例教程
(HEA)（非等原子比）具備超越傳統合金和第一代等原子比單相高熵合金性能限制的優異性能。
高熵態產生了多種改進功能：如熱電性能、磁熱效應、催化效應等。除了傳統高熵合金定義，高熵合金的另一種定義是基于混合熵值劃分的。
混合熵
式中，n 是組元數；ci 是原子分數；R 是氣體常數?；诨旌?em>熵值來定義，低熵合金的混合熵值小于0.69；中熵合金的混合熵值界于0.69至1.60之間；高熵合金的混合熵大于等于1.60.
圖1 bcc結構的高熵狀態。
彩色的球意味著這個位置是被幾個原子隨機占據，實線表示晶胞。
展開 圖1 不同組分氧化物的X射線衍射圖和中子衍射圖
圖2 結構連接示意圖
圖3 不同系列氧化物的相互聯系示意圖
A6B2O17的每個分子式單位的構型熵幾乎比含有“高熵氧化物”的等摩爾五組分所能達到的最大構型熵高近3倍。因此，偽二元A6B2O17調制結構同源系列的其他調制相也可以被視為新的熵穩定氧化物。這些化合物具有廣泛的無序度，它們在室溫下是亞穩態的，并僅在升高的溫度下才穩定。這種結構的特定或不相稱的調制，能量角度上比完全隨機結構更穩定。
本文開發了一種新的熵穩定氧化物A6B2O17(A=Zr, Hf; B=Nb, Ta)，通過研究表明熵穩定氧化物并不罕見，本文為設計和發現其他熵穩定氧化物系統開辟了新的路徑。（文：破風）
本文來自微信公眾號“材料科學與工程”。歡迎轉載請聯系，未經許可謝絕轉載至其他網站。
展開 圖3 多個不同取向的晶粒的位錯結構
本文揭示的CoCrFeMnNi 高熵合金在低周疲勞下的變形機理，同樣適用于具有同等層錯能（Stacking Fault Energy）的其他FCC高熵合金。同時本文對比了該合金和316L奧氏體鋼的循環變形響應，解釋了高熵合金潛在的獨特疲勞性能的來源，為將來高抗疲勞性能的高熵合金設計提供了支持。
另外，該研究人員還對比研究了CoCrFeMnNi 高熵合金和CoCrNi中熵合金，相關成果以題目‘Superior low-cycle fatigue properties of CoCrNi compared to CoCrFeMnNi’發表在《Scripta Materialia》上。研究發現CoCrNi具有更好的疲勞性能，并將這種性能歸因于CoCrNi較低的層錯能。相較于CoCrFeMnNi中位錯的交滑移運動引起的墻和胞結構，CoCrNi的低層錯能促進了位錯的平面運動，使得塑性變形更加均勻，進而提高了疲勞性能。
論文鏈接：
https://doi.org/10.1016/j.scriptamat.2020.113667
*感謝論文作者團隊對本文的大力支持。
本文來自微信公眾號“材料科學與工程”。歡迎轉載請聯系，未經許可謝絕轉載至其他網站。
推薦閱讀：
歡迎微信后臺回復“應聘編輯”加入我們
實用！
展開 首先報道的熵穩定高熵功能材料是(Mg, Co, Ni, Cu, Zn)O氧化物，隨后是鈣鈦礦，螢石，尖晶石，碳化物和硅化物等。對于給定的體系，構型熵隨著元素種類的增加而增加，當構型熵的增加大于焓的增加時，吉布斯自由能降低，晶體結構穩定。能量的變化表現為，合金元素溶解度極限的擴展或熵驅動的結構穩定效應。更準確地說，以熵為驅動力形成了一個新的相，擴展了相空間用于性能優化。穩定的結構可以保持原子的長程排列順序，從而保持電輸運框架。同時，由于離子質量、尺寸和鍵態的不匹配導致晶格嚴重畸變，導致高熵材料中存在短程無序。扭曲的晶格強烈散射熱傳導聲子，極大地降低了高熵材料的晶格熱導率，產生低的熱輸運特性，從而保持熱電模塊內的溫差。
圖1 通過熵工程提高熱電材料和模塊的性能。
(Cu/Ag)8Ge(Se/Te)6、(Cu/Ag)(In/Ga)Te2和(Sn/Ge/Pb/Mn)Te高熵材料的熱電性能均有所提高。雖然通過增加這些材料的構型熵，提高了熱電性能，但人類對構型熵、微觀結構和熱電性能之間的關系了解甚少。這是因為微觀結構的研究通常集中在位錯和納米沉淀物上，而不是高熵矩陣。此外，以前的高熵熱電材料實際上可能已經穩定，因為負生成焓，與組成在溶解度限制。
在此，研究者通過合金化Sn來增加構型熵，使n型高熵(Pb/Sn)(Se/Te/S)材料的立方相突破了溶解度極限。研究者操縱熵使n型Pb0.89Sb0.012Sn0.1Se0.5Te0.25S0.25高熵材料，在900 K時zT值達到1.8(圖1B)。在制作的分段熱電模塊中，優化后的熱電性能在ΔT= 507 K時，轉化為非常高的轉換效率12.3%(圖1C)，這在溫度范圍內是顯著的。
展開 
熵的最新內容
XGBoost 工作原理詳解4個月前
目標函數
XGBoost 的目標函數由損失函數和正則化項兩部分組成：
? ：損失函數，用于衡量真實值 與預測值 的差異（如回歸任務的均方誤差 MSE、分類任務的交叉熵等）
? ：正則化項，用于抑制決策樹的復雜度，避免過擬合
3.
分子動力學（MD）模擬能夠在原子尺度揭示高熵合金在循環載荷下的微觀過程，為理解其抗疲勞機理提供重要依據。然而，目前針對高熵合金在正弦波循環應力下的MD研究仍較為有限，尤其是不同成分、溫度及加載頻率對疲勞行為的影響仍需深入探索。本研究擬通過分子動力學模擬，對其開展研究。
后者仍然表現為未糾纏的流體，由于內部摩擦，通過流體動力學和熵效應具有黏彈性響應。
反過來，PS-b-POEG9MA 系統在高剪切頻率下也呈現出 POEG9MA 鏈的特征性短距離弛豫，表現為熱塑性彈性體，在 Li+ 摻雜時具有相對較低的機械性能變化。
機械性能測試結果。
</li><li>熱力學性質：提供廣泛的化學物質的熱力學數據，包括但不限于熵、焓、自由能等。</li><li>推力與比沖：針對火箭發動機，計算特定混合比下推進劑的理論比沖。</li><li>多環境適應性：支持不同溫度、壓力條件下的分析。</li><li>自定義混合物：用戶可以定義自己的化學組分來分析特定的混合物。
分類交叉熵用作多類分類問題的損失函數。
將數據輸入模型并從上述步驟獲得每一層的輸出稱為前饋，然后我們使用誤差函數計算誤差，一些常見的誤差函數是交叉熵、平方損失誤差等。error 函數用于測量網絡的性能。之后，我們通過計算導數來反向傳播到模型中。此步驟稱為 Backpropagation ，基本上用于最小化損失。
以SLM技術制備出Nb、Mo和NbMoTi高熵合金樣品，并使用阿基米德測量法測量了它們的密度。
實驗結果表明，經過優化的加工參數可以成功制備出高密度的Nb、Mo和NbMoTi高熵合金樣品。
參數設計
以FLOW-3D進行數值模擬來確認加工參數。通過改變掃描速度、掃描間距和層厚等參數，模擬出不同參數下元素Nb的熔池變化情況。
關于絕熱等熵，就是說擾動前后熵不變，比如聲音傳播經過空中某個點前后，該點的熵不變。激波的傳播就會造成壓強、速度等間斷面，也不會是等熵的了。固體中絕熱等熵過程典型的就是彈性小變形，彈性動力學就是研究聲波在固體中的傳播；聲波在流體中的傳播的研究是建立在無黏可壓流模型基礎上的，必須要考慮流體的可壓縮性，因為如果將流體當成不可壓縮物質，波速將無限大。
另外，由于一種運動場（速度或者位移）中的小擾動，并不改變場本身的絕熱特性，熵仍然不變，所以可以推導出波動方程，進而導出小擾動傳播的速度公式，也就是聲速（聲音就是小擾動）。汪志誠P25也提到絕熱系數可以通過測量聲速得到。這方面了解不多。
對于固體而言，各向同性固體的線彈性小變形情況就是絕熱等熵的。
第 36 講 深度學習基礎知識：交叉熵公式
第 37 講 深度學習基礎：多類交叉熵
第 38 講 深度學習基礎：交叉熵實現
第 39 講 深度學習基礎：Sigmoid 函數實現
第 40 講 深度學習基礎：輸出函數實現
第 41 講 深度學習：Gradient Decent 簡介
第 42 講 深度學習：凸函數
第 43 講 深度學習：導數的使用
第 44 講 深度學習
