1.1 微型计算机概述 1.1.1微型计算机系统的三个层次 1.1.2 微型计算机的常用术语 1.1.3 微型计算机的发展 1.2 微型计算机的组成和结构 1.2.1微型计算机的组成 1.2.2 微型计算机的硬件系统结构 1.3 微型计算机的工作原理 1.3.1 冯诺依曼存储程序工作原理 1.3.2 微型计算机的工作过程 1.4 微型计算机的内信息的表示 1.4.1 进位计数制及其相互转换 1.4.2 数值数据的表示 1.4.3 非数值数据的表示

第一节 脂类 脂类包括的范围很广，是生物体内一大类重要的有机化合物，脂类是脂肪和类脂及其它们的衍生物的总称。 脂肪：（甘油三酯或三酯酰甘油）分布于皮下结缔组织、大网、肠系膜、肾内脏周围——脂库，含量随营养状态变动，称可变脂。 脂类 类脂：磷脂、糖脂、固醇类，分布在生物膜和神经组织中——组织脂，含量稳定，称为固定脂。 第二节 生物膜 生物膜是构成细胞所有膜的总称。包括围在细胞质外的质膜（plasmalemma）和细胞器的内膜系统（cytomembrane）。在一些真核细胞中，膜含量可占整个细胞干重的80%左右。它不仅是生物体的重要的组成部分，而且在物质运输、能量转换、信息传递中也有重要作用

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

1. 简介 2. IEEE 算法 3. 数学库 4. 异常和异常处理 A. 示例 IEEE 算法 数学库 随机数生成器 IEEE 建议的函数 IEEE 特殊值 ieee_flags －舍入方向 C99 浮点环境函数 异常和异常处理 ieee_flags － 产生的异常 ieee_handler －捕获异常 ieee_handler －出现异常时终止 libm 异常处理功能 在 Fortran 程序中使用 libm 异常处理 杂项 sigfpe －捕获整数异常 从 C 中调用 Fortran 有用的调试命令 B. SPARC 行为和实现 浮点硬件 浮点状态寄存器和队列 需要软件支持的特殊类 fpversion(1) 函数 － 查找有关 FPU 的信息 C. x86 行为和实现 D. What Every Computer Scientist Should Know About Floating-Point Arithmetic 摘要 简介 舍入误差 浮点格式 相对误差和 Ulp 保护数位 抵消 精确舍入的运算 IEEE 标准 格式与运算 特殊数量 NaN 异常、标志和陷阱处理程序 系统方面 指令集 语言和编译器 异常处理 详细资料 二进制到十进制的转换 求和中的误差 参考书目 定理 14 和定理 8 定理 14 证明 各种 IEEE 754 实现的差别 当前的 IEEE 754 实现 在基于扩展的系统上计算的缺陷 扩展精度的程序设计语言支持

针对复杂采空区激光探测中存在探测“盲区”和点云数据分布不均的问题，研究激光多点扫描和点云数据拼接与精简方法.通过多点探测避免了单次探测“盲区”，加密了数据稀疏区.提出了基于公共坐标和最小二乘法的靶标矩阵转换方法，实现了多点探测点云的拼接.统计了点云密集区的分布规律；对密集散乱点云，提出了沿y轴方向分层剖分，层内数据以x和z坐标极值分区，区内每点以x值排序后依步长筛选的精简算法.大型贯通采空区验证表明：基于最小二乘法的拼接算法最优，误差范围在0.1 mm左右；数据精简率为15%-25%，确保了边界三维信息的完整性

针对某热轧带钢生产线时常会出现头部拉窄现象,本文从实际生产数据出发,首先采用动态弯曲时间算法将长度不同的各变量转换为相同长度,然后采用信息熵特征选择算法分析各生产过程变量对产品质量的影响程度,找出对头部拉窄影响最大的前若干个过程变量,初步定位热轧带钢头部拉窄原因.结果表明:信息熵特征选择方法可以有效初选热轧带钢头部拉窄原因,为生产调整提供方法支撑,将来还可推广到其他质量异常定位,甚至其他工序或者其他应用领域

为了解决社交网络中用户申请加入群组的合适性判断问题，将安全多方计算技术中的求和协议与秘密比较协议相结合提出了保护私有信息的合群判定协议.其中基础协议解决一维线性模型下问题的安全求解，扩展协议对基于圆边界的多维模型情况进行判定.针对单一申请者与网络群组多用户的特点，将问题转换为两方计算模型可实现的形式，在证明了协议正确性的基础上分析协议的复杂度，并且利用安全视图的方法逐步验证了在协议执行过程中不会泄露任何个人的隐私数据.实际使用中协议能够有效地回避盲目的系统推荐和管理员离线所产生的判定时延，同时保护申请者和群组成员的隐私数据

本书对数据库的讨论及前几章中提供的信息都说明,当前各种公共数据库中的序列信息的数 量正急剧增加。与我们已知的核酸序列一样,所有蛋白质序列,无论是直接测得还是由核酸 序列中的开放阅读框转换而来,都包含有决定其结构功能的内在信息。可惜用实验方法获取 这些信息的速度远远赶不上单纯序列数据产生的速度。象圆二色谱、旋光色散、X光晶体衍射 和核磁共振都是确定结构特征的强有力技术,但它们的实现需要大量时间,并对技术和技巧 都有很高要求