在资源勘查与开发领域，计算机技术的最早就是用于信息处理和预测评价的。经过多年的发展，这方面的技术类型繁多、内容十分丰富。这些技术可以大致归纳为：勘查与开发数据分析及资源统计预测技术、勘查与开发图件机助编制及多维图示技术、地质—成矿过程计算机模拟技术、资源预测与勘查评价的人工智能技术等几个方面

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

注意力缺陷多动障碍（ADHD）是儿童期最常见的精神疾病之一，在大多数情况下持续到成年期。近年来，基于功能磁共振数据的ADHD分类成为了研究热点。文献中已有的大多数分类算法均假设样本是均衡的，然而事实上，ADHD数据集通常是不平衡的。传统的学习算法会使得分类器倾向于多数类样本，从而导致性能下降。本文研究了基于不平衡神经影像数据的ADHD分类问题，即基于静息状态功能磁共振数据对ADHD进行分类。采用功能连接矩阵作为分类特征，提出了一种基于多目标支持向量机的ADHD数据分类方案。该方案将不均衡数据分类问题建模为具有三个目标的支持向量机模型，其中三个目标分别为最大化分类间隔、最小化正样本误差和最小化负样本误差，进而正负样本经验误差可以被分开处理。然后采用多目标优化的法向量边界交叉法对模型进行求解，并给出一组代表性的分类器供决策者进行选择。该方案在ADHD-200竞赛的五个数据集上进行测试评估，并与传统分类方法进行对比。实验结果表明本文提出的三个目标支持向量机分类方案比传统的分类方法效果好，可以有效的从算法层面解决数据不平衡问题。该方案不仅可用于辅助ADHD诊断，还可用于阿尔茨海默病和自闭症等疾病的辅助诊断

第一节 定量分析中的误差 第二节 分析结果的数据处理 第三节 定量分析数据的评价 第四节 有效数字及其运算规则 第五节 标准曲线绘制

应用分形几何理论确定了钢-铝固液相复合板钢板打毛表面、剪切撕裂表面的分形维数及其与复合板界面剪切强度之间的关系.当钢板打毛表面的分形维数为2.36时,剪切撕裂表面的最大分形维数为2.33,相应的最大界面剪切强度为65.3MPa.采用钢丝直径为1.4mm的钢丝轮进行打毛处理是最佳打毛方式

针对变形量达86%的锻造Ti-44Al-5V-1Cr-0.3Ni-0.1Hf-0.15Gd(原子分数,%)合金,对其进行热处理获得近层片组织,研究变形合金及其近层片组织的微观组织特征,并进行了室温、700℃和800℃拉伸实验.组织观察发现,近层片组织由层片团、分布于层片团界的β相以及弥散分布于基体的椭圆状Gd析出物组成.层片团的平均尺寸为40μm,层片组织、β相和Gd析出物的体积分数分别为93.73%、5.25%和1.02%.拉伸结果显示,室温下合金试样的平均抗拉强度为865MPa,平均延伸率可达4.17%,700℃时其平均抗拉强度和延伸率分别为643MPa和22%.Ti-44Al-5V-1Cr-0.3Ni-0.1Hf-0.15Gd合金不仅具有与高β相TiAl合金相当的塑性变形能力,且室温塑性也得到显著提高,这主要归因于β相体积分数的下降和Gd化合物对微观组织室温塑性的贡献

针对赤铁矿渣中存在杂质，影响其综合回收利用的问题，开展赤铁矿渣高温水热法脱杂，制备铁红的研究。研究了不同酸度、温度、时间和液固比条件，对铁红产品中铁、锌、硫含量以及锌、硫脱除率和铁溶出率的影响。实验结果表明：pH值为1，温度220 ℃，保温时间3 h，液固比6∶1，转速400 r·min?1条件下，铁红产品中铁质量分数由58.66%上升为66.83%；赤褐铁类矿物含铁由占总铁质量分数94.05%，上升为97.79%；硫质量分数由2.96%下降至0.82%；锌质量分数由1.03%下降至0.18%。经X射线衍射检测，与赤铁矿渣相比，铁红产品中氧化铁信号峰值提高，杂峰减少。通过扫描电镜/能量散射X射线分析，铁红产品表面附着的硫酸盐等杂质经高温水热法处理后明显减少；实验前后，赤铁矿渣与铁红产品颗粒形貌与大小没有发生变化。实验处理后的铁红产品经检测，满足国家标准氧化铁红含铁量C级，水溶物和水溶性氯化物及硫酸盐含量III型，筛余物2型，105 ℃挥发物V2型，来源a型标准

运算电路 两个基本放大电路 加减运算 微分与积分运算 对数和指数运算 乘法器 有源滤波器 有源滤波器的分类 有源滤波器电路的分析 用集成运放构成的其他信号处理电路 精密整流电路 电流源电路 仪表放大器

除界面以外,一个程序一般分为三部分:输入 、处理和输出。VB的输入输出有着十分丰富的 内容和形式,它提供了多种手段,并可通过各 种控件实现输入输出操作。本章主要介绍数据 的输出、输入、消息函数等

12.1数据仓库的基本概念 12.2数据仓库的基本特点 12.3数据仓库的基本体系结构 12.4数据仓库的数据库模式 12.5数据仓库的前端工具 12.5.1联机分析处理 12.5.2数据挖掘