第1章：计算机系统漫游 第2章：信息的表示和处理 第3章：程序的机器级表示 第4章：处理器体系结构 第5章：优化程序性能 第6章：存储器层次结构 第7章：链接 第8章：异常控制流 第9章：虚拟内存 第10章：系统级I/O 第11章：网络编程 第12章：并发编程

医学的概念：是处理人健康定义中人的生理处于良好状态相关问题的一种科学，以治疗预防疾病和提高人体健康为目的 。 医学研究的总体方向： 一. 正常状态下的人 二. 导致人异常的原因 三. 如何治疗、预防疾病

基本概念 染色体畸变指染色体的结构或数目发生了异常的变 化。染色体畸变可能是自发的,也可通过化学物质或 放射线处理而诱发; 染色体结构变异包括缺失、重复、倒位、易位四类。第一节 染色体结构变异 第三节 染色体数目的变异

第二章小结 2.1误差的基本概念:准确度(T、E、E2) 与精密度、误差与偏差、系统误差与随机 误差; x 2.3有限数据的计处理:、、R、 RR、d、Rd;、、、、CV; 异常值的检验(Q检验法); 2.4测定方法的选择和测定准确度的提高 2.5有效数字:定义、修约规则、运算规则 、报告结果

15.1类库结构和 System名空间 NET的类库提供了各种类、接口、委托、结构和枚举,这些 资源按照它们的经常的应用领域分布在不同的名空间中。 System. Object是一切类的根,所有类都继承于它。 System名空间除了包含系统预定义的类和基类,还包括常用 的值和引用数据类型、事件和事件处理程序、接口、属性和 异常处理,以及提供服务支持数据的各种其它类,例如类型 转换、方法参数操作、数学运算、远程和本地程序调用、应 用程序环境管理和对托管与非托管应用程序的监控。 除基础数据类型外, System名空间还包含近100个类,范围 从处理异常的类到处理核心运行库概念的类,如应用程序域 和垃圾回收器

在镍铬钼铜低合金高强度铸钢的生产中经常因出现异常断口而降低铸件的塑性和韧性。这种断口缺陷无法用热处理办法消除。作为一种冶金缺陷,探讨其产生的原因和消除办法是生产急待解决的问题。本文以扫描电镜为主要工具,对这种断口的性质、特征和产生的原因作了初步探讨。实验的结果认为:铬镍钼铜低合金高强度铸钢中的异常断口为贝壳状断口。它的宏断形貌是淡灰色无金属光泽的碎石状粗晶组织,微观形貌是大小不等的韧窝,属于韧性晶界断裂。产生贝壳状断口的原因是第二类硫化物和氮化钛的沿晶分布,它降低了晶间结合力并作为裂纹的核心,促使晶间断裂的产生和发展。加入稀土和硅钙可以控制硫化物形态和消除贝壳状断口

借助光学显微镜、电子背散射衍射和扫描电子显微镜等测试技术和手段,系统地研究热处理温度对TA2-Q235B爆炸复合板钢侧组织转变的影响,并分析了其形成机理.结果表明:在热处理过程中,钢侧界面组织发生脱碳,形成完全由铁素体组织组成的脱碳层,这些铁素体没有织构特征;当热处理温度在850℃及以下时,钢侧界面组织在靠近波头漩涡的地方发生异常长大,形成粗大的铁素体;当热处理温度在900℃及以上时,钢侧界面组织在钛钢复合界面上发生异常长大,产生柱状的铁素体组织.这些组织的形成受到碳元素的扩散和钢侧基体组织相变的共同作用.热处理过程中,界面产生的TiC在界面上分布不均,随温度升高,在界面局部富集,从而加速了碳元素向界面的扩散

成年人顶部的正常颅内压平均值约为3.62kPa,颅内压波动2.5kPa左右时,颅内压轻度异常;当波动值达到3.5kPa左右时,出现脑震荡的症状;当波动值达到5kPa或更高时,人头颈部达到危重度伤.本文在颅内压正常波动值范围内,通过有限元MSC-PATRAN/NASTRAN软件分析了颅骨三层复合结构以及颅骨与硬脑膜组成的四层复合结构的表面应力和应变;同时,随颅内压变化进行了猪颅骨片,以及模拟人体颅脑真实受力的人颅骨和猪颅骨球冠应变实验.分析结果表明:当颅内压轻度异常时颅骨外表面产生的应变约为1.5×10-6,脑部出现脑震荡的症状时颅骨外表面产生的应变约为2.5×10-6,头颈部达到危重度伤时颅骨外表面产生的应变约为4×10-6.因此,随颅内压的变化颅骨外表面的应变是可测的,且在仪器检测范围内;本文所提出的微创颅内压应变电测法是可行的,即在颅骨外表面粘贴应变片,随颅内压的变化测颅骨应变,通过计算机进行数据处理获得颅内压变化量的方法.与临床上测量颅内压时钻孔或穿刺等方法比较,应变电测颅内压法对患者造成的损伤很小,属于微创或无创范围,具有安全易操作、减少感染、对患者创伤小、可长期测量等特点

作为磨矿过程的主要生产质量指标, 磨矿粒度是实现磨矿过程闭环优化控制的关键.将磨矿粒度控制在一定范围内能够提高选别作业的精矿品位和有用矿物的回收率, 并减少有用矿物的金属流失.由于经济和技术上的限制, 磨矿粒度的实时测量难以实现.因此, 磨矿粒度的在线估计显得尤为重要.然而, 目前我国所处理的铁矿石大多数为性质不稳定的赤铁矿, 其矿浆颗粒存在磁团聚现象, 所采集的数据存在大量异常值, 使得利用数据建立的磨矿粒度模型存在较大误差.同时, 传统前馈神经网络在磨矿粒度数据建模过程中存在收敛速度慢、易于陷入局部最小值等缺点, 且单一模型泛化性能较差, 现有的集成学习在异常值干扰下性能严重下降.因此, 本文在改进的随机向量函数链接网络(random vector functional link networks, RVFLN)的基础上, 将Bagging算法与自适应加权数据融合技术相结合, 提出一种基于鲁棒随机向量函数链接网络的集成建模方法, 用于磨矿粒度集成建模.所提方法首先通过基准回归问题进行了实验研究, 然后采用磨矿工业实际数据进行验证, 表明其有效性

利用自行开发的连续变断面挤压新工艺设备,以工业纯铝为研究对象,进行了连续变断面挤压实验,研究了挤压制品的组织.结果表明:由于连续变断面挤压制品长度方向上各点的挤压比不同,各点的显微晶粒度也不同,晶粒随挤压比的增大而减小,在截面单一变化的试样中这种现象尤为明显;在同一截面上挤压制品的组织也不均匀,晶粒的尺寸由试样外层到中部逐渐变大,外层组织多为细小晶粒,中部组织多为粗大晶粒;由于热处理工艺的原因,部分组织还会发生二次再结晶,出现晶粒的异常长大现象.实验揭示了变断面挤压制品晶粒尺寸的变化规律