本书共分为 20 章，内容涵盖了部署 Linux 系统，常用的 Linux 命令，与文件读写操作有关的技术，使用 Vim 编辑器编写和修改配置文件，用户身份与文件权限的设置，硬盘设备分区、格式化以及挂载等操作，部署 RAID 磁盘阵列和 LVM，firewalld 防火墙与 iptables 防火墙的区别和配置，使用 ssh 服务管理远程主机，使用 Apache 服务部署静态网站，使用 vsftpd 服务传输文件，使用 Samba或 NFS 实现文件共享，使用 BIND 提供域名解析服务，使用 DHCP 动态管理主机地址，使用 Postfix 与Dovecot 部署邮件系统，使用 Ansible 服务实现自动化运维，使用 iSCSI 服务部署网络存储，使用 MariaDB数据库管理系统，使用 PXE+Kickstart 无人值守安装服务，使用 LNMP 架构部署动态网站环境等

对水体中脂肪胺阳离子浮选捕收剂(癸烷基丙基醚胺、十二烷基丙基醚胺、十二胺和十八胺)的降解方法与效果进行了研究.生物降解性(BOD/CODCr比值)实验研究表明,这四种脂肪胺浮选捕收剂均难以生物降解.UV/H2O2/air氧化法是一种降解脂肪胺浮选捕收剂的有效方法,其降解率高、反应条件温和、操作简易,无二次污染.降解率大小顺序为:癸烷基丙基醚胺>十二胺>十二烷基丙基醚胺>十八胺,与COD去除率大小顺序一致.在pH为4.5、起始质量浓度为10 mg·L-1、1%的H2O2作为光催化剂、紫外光照15 min的条件下,癸烷基丙基醚胺的降解率为99.99%,COD去除率为78.06%.测定了十二烷基丙基醚胺和十八胺两种典型脂肪胺浮选捕收剂模拟废水降解前后的红外吸收谱图,初步探讨了UV/H2O2/air光化学氧化法处理脂肪胺浮选捕收剂模拟废水的降解机理

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

一、目的与任务 《环境监测》教学实习是环境监测教学的重要组成部分,是实现环境监测教学目标 的重要教学环节,它与环境监测的理论教学、境监测实验教学构成课程教学的有机整 体。 《环境监测》教学实习的主要教学目的是使学生掌握环境质量监测的基本原理、 基本方法和基本步骤。由于环境监测与评价的监测项目多,内容复杂、综合,需要长时 间连续操作,而且有一定的研究性,一般实验课无法安排,而这些内容又是农业资源与 环境专业培养目标所要求的,教学实习是一种较好的方式,通过教学实习,可以锻炼学 生环境质量监测技能,培养合作精神,提高课程兴趣,提高观察问题、分析问题和解决 问题的能力

无杆泵采油：用电缆或高压液体将地面能量传输到井下，带动井下机组工作把原油抽至地面。 第一节 电动潜油离心泵采油 电泵采油的主要特点： 1. 电泵举升方式的主要优点 ➢ 排量大； ➢ 操作简单，管理方便； ➢ 能较好地运用于斜井、水平井和海上采油； ➢ 在防蜡方面有一定的作用。 2. 电泵举升方式的主要缺点 ➢ 下入深度受到限制； ➢ 比较昂贵，初期投资高； ➢ 作业费用高和停产时间过长； ➢ 电机、电缆易出现故障； ➢ 日常维护要求高。 第二节 水力泵采油 第三节 螺杆泵采油 第四节 人工举升方式优选

设计喷枪置于铁水包后部(相对于扒渣嘴),在扒渣开始前,通过此喷枪向铁水内喷吹气体,气体上浮后排开一定面积渣层,使表面渣向扒渣嘴方向聚集,为下一步扒渣机的操作提供便利条件,从而减少扒渣次数,提高效率,降低铁损.使用1:3.5比例设计铁水包水模型,模拟不同工况下,气体排渣的效果.同时采用数值模拟的方法验证水模实验结果.实验表明喷枪浸入深度从200mm变到400mm,无渣比(无渣区域占总面积的百分比)从10%增加到30%;气体流量从4m3·h-1变到6m3·h-1,无渣比从30%增加到37%.说明浸入深度越大,吹气量越大,排渣的效果越好.数值模拟与水模型符合较好

针对单核学习支持向量机无法兼顾学习能力与泛化能力以及多核函数参数寻优问题，提出了一种基于群体智能优化的多核学习支持向量机算法。首先，研究了五种单核函数对支持向量机分类性能的影响，进一步提出具有全局性质的多项式核和局部性质的拉普拉斯核凸组合形式的多核学习支持向量机算法；其次，为增加粒子多样性及快速寻优，将粒子群优化算法引入了遗传算法中的杂交操作，并用此改进的群体智能优化算法对多核学习支持向量机进行参数寻优。最后，分别采用深度特征与手工特征作为识别算法的输入，研究表明采用深度特征优于手工特征。故本文采用深度特征作为多核学习支持向量机的输入，以交叉遗传与粒子群混合智能优化算法作为其寻优方式。实验选取合作医院数据集对所提算法进行训练并初步测试，进一步为了验证所提算法的泛化能力，选取公开数据集LUNA16进行测试。实验结果表明，本文算法易于跳出局部最优解，提升了算法的学习能力与泛化能力，具有较优的分类性能

总结讨论了熔锍及熔融金属中元素选择性氧化的行为,举出镍锍中Ni与S,铁液中Cr、V、Nb、Mn或P与C作为应用的实例。利用热力学分析提出氧化的转化温度的概念,并指出二步及一步计算该温度的方法。在排除新相生成的晶核能的条件下,氧化的转化温度与氧的存在形式(无论是气态O2,熔于金属液中的[O]或炉渣中的FeO)以及氧的压力或活度无关,而只决定于参加反应的物质及产物的本质及活度(压力)。同时,转化温度不是一成不变的温度,而是随着熔池组成的改变而不断地变化。降低气体氧化产物的分压将有助于降低氧化的转化温度。理论计算的转化温度可提供使熔池中一个元素的优先氧化而使另一元素保留不变的最佳条件。小型试验和工业上实践证明,转化温度的概念可以成功地控制吹炼操作,作到按意图进行选择性氧化。影响熔池内元素氧化顺序的动力学因素也作了简略的分析。对镍锍脘S,不锈钢脱C以及高碳锰铁降C的吹炼,熔池温度永选要高于相应熔池组成的转化温度。而对铁水脱Cr和铁水提V或Nb,熔池温度则应保持低于相应熔池组成的转化温度。P、C在铁水中的氧化顺序,除与转化温度有关外,还取决于熔渣组成以及CO承担的压力

随着无人工厂、智能安监等技术在制造业领域的深入应用，以视觉识别预警系统为代表的复杂环境下动态识别技术成为智能工业领域的重要研究内容之一。在本文所述的工业级视觉识别预警系统中，操作人员头发区域由于其具有移动形态非规则性、运动无规律性的特点，在动态图像中的实时分割较为困难。针对此问题，提出一种基于SiamMask模型的时空预测移动目标跟踪算法。该算法将基于PyTorch深度学习框架的SiamMask单目标跟踪算法与ROI检测及STC时空上下文预测算法相融合，根据目标时空关系的在线学习，预测新的目标位置并对SiamMask模型进行算法校正，实现视频序列中的目标快速识别。实验结果表明，所提出的算法能够克服环境干扰、目标遮挡对跟踪效果的影响，将目标跟踪误识别率降低至0.156%。该算法计算时间成本为每秒30帧，比改进前的SiamMask模型帧率每秒提高3.2帧，算法效率提高11.94%。该算法达到视觉识别预警系统准确性、实时性的要求，对移动目标识别算法模型的复杂环境应用具有借鉴意义

针对间断连接无线网络中节点负载不均衡和能量资源受限的问题,提出了一种能量有效的数据转发策略.该策略根据网络运行的历史相遇信息,充分考虑网络特性,以分布式方式估计节点的活跃度、剩余能量和数据转发率,准确地估计节点效用值,感知网络节点的服务能力,以帕累托最优作为自适应选择最佳下一跳中继节点的理论依据,执行数据转发操作,有效地解决了由于节点自私性所导致的网络性能下降.数值结果表明,与其他能量管理机制相比,所提出的机制能够均衡网络节点负载,有效解决网络\热点\问题,延长网络生存时间,使投递率、时延等系统性能都得到大幅度提升