8088是具有40个引脚,双列直扦式封装的芯片,很 多引线为双重功能。当把8088CPU与存储器和外设构 成一个计算机系统时,根据所连的存储器和外设的规 模,8088可以有两种不同的组态(两种模式):

3-1 实验装置的简介 3-2 接口装置的检测 3-3 硬件设计安装及调试 3-4 硬件实验的注意事项 目录

以兰州钢厂薄板坯连铸机为原型,采用信噪比正交实验设计的方法,通过流场显示、波高测量及冲击力测量,研究了高拉速条件下,浸入式水口的出口角度、出口面积和插入深度对结晶器内流场变化的影响及变化规律.试验结果表明:出口面积比为1.3,出口角度向下倾斜5°,浸入深度为280mm,可以满足提高技速后生产的需要

第二章汇编语言与汇编程 2.1机器语言与汇编语言 一.机器语言—机器只能识别二进制编码机器指令一—机器能直接执行的一组二进制代码(命令)——该二进制代码称为机器码(Machine Code)

3.1 原理图设计工具 3.2 原理图元件、元件库及元件库的使用 3.3 实体放置与编辑 3.4 层次电路设计 3.5 一个完整的电路实例 3.6 报表 3.7 原理图输出

第3章雷达接收机 3.1雷达接收机的组成和主要质量指标 3.2接收机的噪声系数和灵敏度 3.3雷达接收机的高频部分 3.4本机振荡器和自动频率控制 3.5接收机的动态范围和增益控制 3.6滤波和接收机带宽

为解决RNN–T语音识别时预测错误率高、收敛速度慢的问题，本文提出了一种基于DL–T的声学建模方法。首先介绍了RNN–T声学模型；其次结合DenseNet与LSTM网络提出了一种新的声学建模方法— —DL–T，该方法可提取原始语音的高维信息从而加强特征信息重用、减轻梯度问题便于深层信息传递，使其兼具预测错误率低及收敛速度快的优点；然后，为进一步提高声学模型的准确率，提出了一种适合DL–T的迁移学习方法；最后为验证上述方法，采用DL–T声学模型，基于Aishell–1数据集开展了语音识别研究。研究结果表明：DL–T相较于RNN–T预测错误率相对降低了12.52%，模型最终错误率可达10.34%。因此，DL–T可显著改善RNN–T的预测错误率和收敛速度

3.1原理图设计工具 3.2原理图元件、元件库及元件库的使用 3.3实体放置与编辑 3.4层次电路设计 3.5一个完整的电路实例 3.6报表 3.7原理图输出

第4章雷达终端显示器和录取设备 4.1雷达终端显示器 4.2距离显示器 4.3平面位置显示器 4.4计算机图形显示 4.5雷达数据录取 4.6综合显示 4.7光栅扫描雷达显示

本文结合极点配置的基本设计思想,提出了一类具有输出跟踪的多变量自校正控制算法。该算法将工程应用中提出的要求与系统的性能指标联系起来,实现了闭环极点配置的广义最小方差控制,而性能指标中加权多项式矩阵R(z-1)的选取是根据使闭环系统输出对参考信号实现稳态无偏跟踪的原则进行的。进而运用Martingle收敛理论对算法进行了研究,导出了控制器的无偏收敛条件。数字仿真研究表明了该算法的可行性和有效性