为了解决AS/RS系统规划不科学、不合理的问题,首先采用集合论来描述AS/RS系统,将AS/RS系统的指标量化并指出AS/RS规划目标的变化规律;然后将AS/RS的规划过程划分为初步设计、详细设计和运行三个阶段,针对各个阶段的特点提出适合各自的仿真方法,从而满足不同阶段的规划要求;在此基础上进一步建立了三阶段集成仿真平台,将三个阶段的规划数据和仿真数据有效集成起来,减少了数据冗余并提高工作效率,针对不同的要求选用了适合集成仿真平台的仿真软件.通过一个AS/RS规划实例证明了本方法的有效性

利用野外观察及实验数据资料,对盐津-珙县地区五峰组-龙马溪组页岩气形成条件进行分析,并探讨其富集成藏的主控因素.研究结果表明盐津-珙县地区五峰组-龙马溪组下部黑色页岩是深水陆棚沉积产物,该区页岩气‘甜点段’五峰组—段—四段和龙马溪组一段—五段发育完整,有机碳质量分数在2.7%~6.0%之间,主要为中高-高有机碳含量,富有机质黑色页岩厚度分布在30~50 m.在高含气层位,纳米级有机质孔和黄铁矿晶间孔大量发育,平均孔隙度为2.28%~3.48%,为吸附气和游离气提供良好的储集空间.研究区内构造强度较弱,通天断层少,具有良好的顶底板条件,压力系数平均大于1.0,因而保存条件良好.分析表明,高有机碳含量、纳米级孔隙发育、高脆性矿物含量、高压力系数是盐津-珙县地区页岩气富集成藏的主控因素

7.5集成锁相环介绍(续) 7.5.1集成锁相环分类

一、理想运算放大器的特点 二、负反馈是集成运放线性应用的必要条件 三、运算放大器的基本电路 四、集成运放的线性应用

融合手工特征和深度特征，提出了一种集成超限学习机心跳分类方法。手工提取的特征明确地表征了心电信号的特定特性，如相邻心跳时间间隔反映了心跳信号的时域特性，小波系数反映了心跳信号的时频特性。同时设计了一维卷积神经网络对心跳信号特征进行自动提取。基于超限学习机（Extreme leaning machine，ELM），将上述特征融合进行心跳分类。由于ELM初始参数的随机给定可能导致其性能不稳定，进一步提出了一种基于袋装（Bagging）策略的多个ELM集成方法，使分类结果更加稳定且模型泛化能力更强。利用麻省理工心律失常公开数据集对所提方法进行了验证，分类准确率达到了99.02%，实验结果也表明基于融合特征的分类准确率高于基于单独特征的分类准确率

1．集成电路和集成电路的分类、特点 2．运算放大器的组成与符号

一、D2006集成功率放大器简介 二、D2006集成功放的典型应用

7.1集成计数器 7.2集成寄存器和移位寄存器 7.3序列信号发生器 7.4以MSI为核心的同步时序电路的分析与设计

11.1数制与编码 11.2基本逻辑门电路 11.3基本逻辑及应用 11.4集成逻辑门电路 11.5集成触发器 11.6计数器

9.1软件开发工具 9.2集成化CASE环境 9.3软件开发工具 Rational Rose