固体材料是由大量的原子(或离子、分子)组成的。一般固体材料每1cm3的体积 中有102~103个原子。固体材料中的原子按一定规律排列。根据固体材料中原子排列的 方式可以将固体材料分为晶体、非晶体和准晶体。想晶体中原子排列具有三维周期性, 或称为长程有序;非晶体中原子的排列呈现近程有序、长程无序的特点;准晶体的特点 则介乎于晶体和非晶体之间。本章主要介绍理想晶体中原子排列的规律

在中医药理论指导下,进一步明确中医药基于免疫检查点体内外抗机制,建立临床与实验研究的双向联系,探索中医药治疗恶性肿瘤的潜在机制,充实和完善中医药抗癌应用的理论,应是未来研究的方向

第九章：金属在加热过程中的相变——奥氏体相变； 第十章：金属在冷却过程中的转变图； 第十一章：珠光体相变； 第十二章：马氏体相变； 第十三章：贝氏体相变； 第十四章：钢在回火过程中的转变

第一节 食品中常见的细菌 一 有益菌（7个属）二 腐败菌和病原菌（15属）第二节 食品中常见的真菌 一 食品中常见的酵母菌（7个属）二 食品中常见的霉菌（14个属）

针对传统基于BP神经网络建立的连铸坯质量预测模型训练速度慢、适应能力弱、预测精度低等问题,本文提出一种基于极限学习机的连铸坯质量预测方法,对方大特钢60Si2Mn连铸坯中心疏松和中心偏析缺陷进行预测,并与BP和遗传算法优化BP神经网络预测模型的预测结果进行分析对比.结果表明:BP及GA-BP神经网络预测模型对连铸坯中心疏松和中心偏析缺陷的预测准确率分别为50%、57.5%、70%和72.5%;而基于极限学习机的连铸坯预测模型预测准确率更高,对连铸坯中心疏松和中心偏析缺陷的预测准确率分别为85%和82.5%,且该模型具有极快的运算时间,仅需0.1 s.该模型可对连铸坯质量进行迅速准确地分析,为连铸坯质量预测的在线应用提供了一种新的方法

第二章 食品的感官检验 第一节 概述 第二节 感官评定方法 第三章 食品中水分和水分活度的测定 第二节 食品中水分含量的测定 第三节 食品中水分活度的测定 第四章 食品中灰分的检验 第二节 测定条件的选择 第三节 灰分的测定方法

多聚焦图像融合是计算机视觉领域中的一个重要分支，旨在使用图像处理技术将同一场景下的聚焦不同目标的多张图像中各自的清晰区域进行融合，最终获得全清晰图像。随着以深度学习为代表的机器学习理论的突破，卷积神经网络被广泛应用于多聚焦图像融合领域，但大多数方法仅关注网络结构的改进，而使用简单的两两串行融合方式，降低了多图融合的效率，并且在融合过程中存在的失焦扩散效应也严重影响了融合结果的质量。针对上述问题，在显微成像分析的应用场景下，提出了一种最大特征图空间频率融合策略，通过在基于无监督学习的卷积神经网络中增加后处理模块，规避了两两串行融合中冗余的特征提取过程，实验证明该策略显著提高了多张图像的多聚焦图像融合效率。并且提出了一种矫正策略，在保证融合效率的情况下可有效缓解失焦扩散效应对融合图像质量的影响

7.1、概述(概念、分类、测定意义） 7.2、食品中必需矿物质元素的测定——铁、镁、锰、铜、锌的原子吸收分光光度法测定 7.3、食品中铅、镉、铬的测定——石墨炉原子化法 7.4、食品中锡的测定方法——苯芴酮比色法 7.5、食品中汞含量的测定——双硫腙分光光度法、冷原子吸收光谱法 7.6、食品中砷含量的测定——银盐法测定

含氟矿石中生物浸出技术推广应用存在瓶颈,究其原因在于伴随含氟脉石矿物溶解,氟对浸矿微生物有较强的抑制作用.本研究利用氟的水化学特性,通过添加可形成稳定络合物的物质来转换F离子存在形态,进而使浸矿微生物可以耐受高氟环境.本文系统研究了氟对细菌的抑制机理,明确了氟的真实毒性形态HF,发现了氟对细菌存在跨膜抑制作用,氟胁迫条件下,干细胞内氟离子质量分数明显高于无氟对照组达到18%以上.选择在生物冶金体系中常见Fe3+做为研究对象,研究了Fe3+对F-的络合解毒作用,热力学分析结果可知,Fe3+可以与HF发生一级竞争络合反应,破坏HF络合结构.在铁离子存在条件下,细菌最高可以耐受F-质量浓度1.0 g·L-1的环境下生长.铁氟络合形态分析可知,只有当培养基中Fe3+质量浓度5倍过量于F-质量浓度,细菌才能正常生长,对应的FeF2+在氟化物中质量分数达45%时,而游离氟离子浓度为2.87×10-5 mol·L-1.络合机理实验结果表明,根据配位化学原理,随着F-/Fe3+浓度比的减小,配体浓度相对较低,氟与铁的络合物向低配位方向移动,可以通过调整培养基中的氟铁浓度比来调整氟铁络合产物,使细菌在高氟环境中生长成为可能

人教版高中历史必修3第七单元 现代中国的科技、教育与文学艺术第21课 现代中国教育的发展导学案