参考信息概论 参考信息查询获取 馆藏参考信息获取 参考信息数据库（数值、数据、事实） 其他渠道 搜索引擎 Google Google学术搜索

1 开设《工程认知实践》的目的 2 《工程认知实践》模块内容简介 3 《工程认知实践》课程查询方法 4 《工程认知实践》的注意事项

第一章 Visual Basic程序设计概述（1） 1.1 引例 1.2 VB主要功能和特点 1.3 VB集成开发环境 第二章 VB简单的程序设计（3） 2.1 程序设计方法的发展 2.2 VB中的有关概念 2.3 建立简单的应用程序 2.4 基本控件和属性 2.5 工程的管理及环境的设置 2.6 生成可执行文件和制作安装盘 2.7 程序调试 2.8 常见错误 第三章 VB语言基础（2） 3.1 编码规则 3.2 数据类型 3.3 变量与常量 3.4 运算符和表达式 3.5 常用函数 3.6 常见错误 第四章 基本的控制结构（6） 4.1 顺序结构 4.2 选择结构 4.3 循环结构 4.4 其他辅助控制语句 4.5 常用算法（一） 4.6 常见错误 （顺序、条件、循环） 第五章 数组（4） 5.1 数组的概念 5.2 静态数组及声明 5.3 动态数组及声明 5.4 数组的基本操作 5.5 控件数组 5.6 自定义数据类型 5.7 常用算法（二） 5.8 常见错误 第六章 过程（5） 6.1 函数过程的定义与调用 6.2 子过程的定义与调用 6.3 参数传递 6.4 变量、过程的作用域 6.5 递归 6.6 常用算法（三） 6.7 重点和难点 第七章 常用控件（4） 7.1 单选按钮和复选框 7.2 框架 7.3 列表框和组合框 7.4 滚动条和Slide控件 7.5 时钟 7.6 ProgressBar控件 7.7 UpDown控件 7.8 Animation控件 7.9 SSTab控件 7.10 鼠标器和键盘 第八章 界面设计（3） 8.1 通用对话框 8.2 菜单设计 8.3 多重窗体和多文档界面 8.4 工具栏和状态栏 8.5 RichTextBox控件 8.6 应用程序向导 第九章 文件（2） 9.1 文件系统控件 9.2 文件的读写 9.3 常用的文件操作语句和函数 第十章 图形操作（3） 10.1 图形操作基础 10.2 绘图属性 10.3 图形控件 10.4 图形方法 第十一章 数据库技术（1） 11.1 数据库概念 11.2 数据库管理器 11.3 数据控件 *11.4 ADO数据控件 *11.5 结构化查询语言(SQL) *11.6 报表制作 11.7 错误处理

提出建立计算机辅助优选科研项目申报决策系统.该系统根据申报项目所提供的信息,提出分析评价的6项指标,又将每一指标分成3个等级,确定指标权重值和等级标度值,通过计算机程序将指标转化成相应的等级分值,综合打分,并实现建库、优化决策、查询、删除、追加、打印等任务

针对力学试验室,开发了高质量的计算机网络金属拉伸试验管理系统.该系统包括业务管理、样品试验、查询统计和系统服务组成.系统选择SQL Server数据库技术.经过试运行,结果表明该系统是先进的,运行可靠

本文重点讨论在图形环境下如何直接对dBASEⅢ/Ⅳ数据库进行操作,并且在图形环境下实现部分dBASE数据库管理系统的功能,如追加记录、查询数据、图形与数据交互显示、读取数据以及写入数据等功能

提出一种矿山管理信息系统的通用报警方法.以此方法为基础设计了通用报警系统.该报警系统独立于应用系统,通过对报警信息表(由应用系统的报警事件自动产生)的轮流查询和在应用系统中显示报警提示的方法实现应用系统的报警功能,并能够对应用系统的报警信息统筹处理,避免报警冲突,以适应应用系统的变化

介绍了《冶金熔体热物理性质数据库》的功能、结构与特点。作为《智能化冶金动力学数据管理系统》的主体部分,《冶金熔体热物理性质数据库》采用WINDOWS为工作平台,FOXPRO为数据库语言,C语言编制协调器,该系统具有高查询速度,对用户友好的画形界面,能够预测某些冶金熔体的热物理性质。该系统将发展成一个综合性的冶金动力学数据库及应用系统

 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

课前思考： 1、绝大部分专业文献翻译是技术文献翻译，如医药、生物技术、信息技术等，如果不能门门精通，译者所能使用的工具是什么？ 2、在大型专业技术文献的翻译过程中，几位译者共同承担翻译任务，术语翻译如何保持统一性？ 3、普通的电子词典的有点和缺点是什么？ 4、在专业文献的翻译中，术语查询费时费力，如何使用电脑技术改进这一不足？