3 3ds max发展概况及硬件要求 1996年, Autodeskd公司在3 Studio 的基础上设计,是目前应用最为广泛的三 维设计软件之一。 如果主要用于建筑效果图制作,则 Pentium3的CPU、128M的内存、17英寸 显示器、1G的硬盘自由交换空间就可以

5.1 认识显卡 5.1.1 显卡的工作原理 5.1.2 显卡的硬件结构 5.2 显卡的选购 5.2.1 显卡的选购原则 5.2.2 选购注意事项 5.3 显示器基础知识 5.3.1 显示器的分类 5.3.2 CRT显示器的技术参数 5.3.3 LCD显示器的工作原理和技术参数 • 5.4 显示器的选购 5.4.1 LCD与CRT的对比 5.4.2 传统CRT显示器的选购 5.4.3 LCD显示器的选购

本章是初学C语言者的一大难点,属较高要求,适合于编写系统 软件的要。读者应在掌握了讣算杋的几种基本数值编码的基础上 开始本章的学习。通过本章的学习我们将近一步体会到C语言既 具有髙级语言的特点,又具有低级语言的功能,它能直接对计算杋 的硬件进行操作,因而它具有广泛的用途和很强的生命力

300MW火力发电机组采用的DCS，是由彼此 独立的工作站点（现场控制单元、操作员接口站、 工程师工作站等）和数据通讯网络组成的。其控 制功能是在组成系统的硬件基础上，由软件予以 实现的。 因此，分散控制系统的功能和实现这些功能 的软件，也分散在各个工作站点上，分散在各工 作站点上的软件由通讯软件彼此相连，组成完整 的控制软件系统

 3.1 并行机的一些基本性能指标  3.2 加速比性能定律  3.2.1 Amdahl定律  3.2.2 Gustafson定律  3.2.3 Sun和Ni定律  3.3 可扩放性评测标准  3.3.1 并行计算的可扩放性  3.3.2 等效率度量标准  3.3.3 等速度度量标准  3.3.4 平均延迟度量标准

300MW火力发电机组采用的DCS,是由彼此 独立的工作站点(现场控制单元、操作员接口站、 工程师工作站等)和数据通讯网络组成的。其控 制功能是在组成系统的硬件基础上,由软件予以 实现的。 因此,分散控制系统的功能和实现这些功能 的软件,也分散在各个工作站点上,分散在各工 作站点上的软件由通讯软件彼此相连,组成完整 的控制软件系统

1.1 计算机概述 1.1.1 计算机的概念 1.1.2 计算机的发展 1.1.3 计算机的分类 1.1.4 计算机的应用 1.1.5 微型计算机 1.2 计算机中的数据 1.2.1 数制与进位计数制 1.2.2 二进制数的运算 1.2.3 数制转换 1.2.4 数据在计算机中的表示 1.3 信息编码技术 1.3.1 信息与数据 ＊1.3.2 数值数据编码 1.3.3 西文字符编码 1.3.4 中文及图形信息编码 1.4 微机系统的组成及工作原理 1.4.1 微机系统的基本组成 1.4.2 硬件系统的组成 1.4.3 软件系统的组成 1.4.4 微机的总线结构与总线接口 1.4.5 微型计算机的指令系统 1.4.6 微机的主要性能指标 1.5 计算机安全与病毒 1.5.1 计算机安全操作 1.5.2 计算机病毒 1.5.3 常用防病毒软件 1.6 多媒体计算机 1.6.1 媒体与多媒体 1.6.2 多媒体计算机系统 1.6.3 多媒体关键技术 1.6.4 多媒体技术的发展及应用

按照穆尔定律,芯片制造商大约每18个月就会 把挤在指甲壳那么大的硅片里的晶体管数量增 加一倍。但是物理学定律认为,这种成倍增长 的速度不会永远持续下去。最终,晶体管会变 得非常小,小到晶体管的组件将只有几个分子 那么大。在这样小的距离里,起作用的将是古 怪的量子定律,电子会从一个地方跳到另外一 个地方而不穿过这两个地方之间的空间。就像 破漏的消防水管中的水,这时电子会越过原子 粗细的导线和绝缘层,从而产生致命的短路

在计算机图形学中,交互技术与用户接口 是必不可少的部分。图形与交互式技术的 完美结合,可以为用户提供简单、方便、 美观的操作界面,即用户接口。由于交互 技术在计算机图形学中的普遍使用和重要 性,人们通常也将计算机图形学称为交互 式计算机图形学。随着计算机软、硬件技 术的发展,交互技术和用户接口技术已从 应用程序中独立出来,提出了用户接口管 理系统(uIm: User Interface Management System)的新概念,并逐渐形成形影的学科。 目前,许多面向对象的程序语言都提供了 对交互式技术的支持

 大数据处理的基本流程  大数据处理模型  大数据关键技术  大数据处理工具  大数据时代面临的新挑战 WordCount 关联规则基本模型 聚类 本章内容首先介绍了大数据处理的基本流程和大数据处理模型，接着介绍了大数据的关键技术，其中，云计算是大数据的基础平台和支撑技术，本章以Google 的相关技术为主线，详细介绍Google 以及其他众多学者和研究机构在大数据技术方面已有的一些工作，包括文件系统、数据库系统、索引和查询技术、数据分析技术等；接下来，介绍了大数据处理平台和工具，就目前技术发展现状而言，Hadoop 已经成为了大数据处理工具事实上的标准。最后，介绍大数据时代面临的新挑战，包括大数据集成、大数据分析、大数据隐私问题、大数据能耗问题、大数据处理与硬件的协同、大数据管理易用性问题以及性能测试基准。 大数据采集架构 预测模型