实验一 节肢动物与昆虫外形及头部 实验二 昆虫口器 实验三 昆虫胸部的基本构造及胸足和翅 实验四 昆虫腹部基本构造 实验五 昆虫生物学 实验六 六足总纲及昆虫纲的分类鉴定 实验七 直翅目昆虫分类 实验八 半翅目昆虫分类 实验九 同翅目昆虫分类 实验十 鞘翅目成虫分类 实验十一 鞘翅目幼虫分类 实验十二 鳞翅目成虫分类 实验十三 鳞翅目幼虫分类 实验十四 膜翅目成虫分类 实验十五 双翅目成虫分类 实验十六 昆虫内部器官的位置及消化和排泄器官 实验十七 昆虫的循环系统和血细胞、呼吸系统、生殖系统 实验十八 昆虫的神经系统 实验十九 昆虫种群的空间格局 实验二十 昆虫种群生命表的组建和应用 实验二十一 群落组成及优势种群数量调查

针对目前视网膜血管分割中存在的细小血管提取不完整、分割不准确的问题，从血管形状拓扑关系利用的角度出发，探索多任务卷积神经网络设计，提出骨架图引导的级联视网膜血管分割网络框架。该框架包含血管骨架图提取网络模块、血管分割网络模块和若干自适应特征融合结构体。骨架提取辅助任务用于提取血管中心线，能够最大限度地保留血管拓扑结构特征；自适应特征融合结构体嵌入在两个模块的特征层间。该结构体通过学习像素级的融合权重，有效地将血管拓扑结构特征与血管局部特征相融合，加强血管特征的结构信息响应。为了获得更完整的骨架图，骨架图提取网络还引入了基于图的正则化损失函数用于训练。与最新的血管分割方法相比，该方法在3个公共视网膜图像数据集上均获得第一名，在DRIVE，STARE和CHASEDB1中其F1值分别为83.1%，85.8%和82.0%。消融实验表明骨架图引导的视网膜血管分割效果更好，并且，基于图的正则化损失也能进一步提高血管分割准确性。通过将骨架提取模块和血管分割模块替换成不同的卷积网络验证了框架的普适性

低温球磨分散结合真空热压烧结工艺制备了石墨烯增强的Al-15Si-4Cu-Mg基复合材料.采用扫描电镜、X射线衍射、能谱分析和透射电镜表征了复合材料微观结构，通过抗拉强度和硬度测试，研究了石墨烯添加量对石墨烯/Al-15Si-4Cu-Mg复合材料微观组织和力学性能的影响.结果表明：当石墨烯质量分数分别为0.4%和0.8%，石墨烯沿基体晶界均匀分布，钉扎晶界，石墨烯与Al-15Si-4Cu-Mg基体界面结合良好，初晶β-Si、Mg2Si和Al2Cu相弥散分布于基体中.当石墨烯质量分数上升至1%，石墨烯分散困难，过量石墨烯富集于晶粒边界处，诱发脆性鱼骨状Al4Cu2Mg8Si7相沿晶界析出.当石墨烯质量分数为0.8%时，石墨烯/Al-15Si-4Cu-Mg复合材料的拉伸强度和硬度分别达到321 MPa和HV 98，相比纯Al-15Si-4Cu-Mg复合材料分别提高了19.3%和46.2%；当石墨烯质量分数为0.4%时，复合材料的屈服强度高达221 MPa，硬度和塑性亦获得明显改善

鉴别分析是一种进行统计鉴别和分组的技术手段。它可以就一定数量案例的一个分组变量和相应的其他多元变量的已知信息,确定分组与其他多元变量之间 的数量关系,建立鉴别函数(discriminant function)然后便可以利用这一数量 关系对其他已知多元变量信息、但未知分组类型所属的案例进行鉴别分组。沿用 多元回归模型的称谓,在鉴别分析中称分组变量(grouping variable)为因变量, 而用以分组的其他特征变量称为鉴别变量( disciminant variable)或自变量。其 实,这里的自变量并不一定是真正的“原因变量,有时可能倒是真正的“结 果”或“反应”变量

人教版六年级数学上册同步练习及测试卷_第3单元：分数除法_同步练习_练习2

人教版六年级数学上册同步练习及测试卷_第3单元：分数除法_第三单元测试3

人教版初中化学九年级下册第九单元 溶液实验活动5 一定溶质质量分数的氯化钠溶液的配制课件(2)

新人教版六年级数学上册数学知识点分类汇总

湘潭大学：《数值分析》课程教学资源（PPT课件讲稿）第八章 常微分方程数值解

人教版六年级数学上册同步练习及测试卷_第3单元：分数除法_第三单元测试2