在现代计算机的应用领域中,数据处理是一个重要方面 。数据处理是对各种类型的大批量的数据进行收集、 存储、排序、检索、计算、修改、输出等分析和加工 处理的过程。例如,用计算机进行企业管理、财务工 资管理、仓库物资管理、情报检索、统计报表等都涉 及到数据存放到外存储器上。有时,为了长期保存原 始数据和加工处理过的数据,也需要将这些数据以文 件的形式存放在外存上。学完本章读者应能掌握文件 的概念、逻辑特性、物理结构和基本操作

针对环境中的低频振动能量,建立了一种双端固支梁振动式驻极体静电俘能器理论模型.利用Matlab/Simulink数值仿真对静电俘能器的各项关键参数进行了优化.分别研究了静电俘能器的输出功率、谐振频率、半功率带宽与驻极体表面电位、空气间隙以及负载电阻的关系.在研究中,外部激励加速度幅值及驻极体尺寸保持恒定.数值分析结果如下:(1)存在一个最佳表面电位使得静电俘能器的输出功率达到最大值,随着表面电位的增加,软弹簧效应逐渐增强使得俘能器谐振频率发生偏移,半功率带宽逐渐增大.(2)当表面电位一定时,存在一个最佳初始空气间隙使得功率达到最大,随着间隙的增大,半功率带宽随之减小.(3)当表面电位和空气间隙保持一定时,存在一个最佳负载使得功率达到最大,随着负载的减小,谐振频率发生偏移.(4)当空气间隙一定时,存在一个最佳负载使得带宽达到最大,且表面电位越大,相同负载下的带宽越大.实验测试了不同负载电阻下俘能器的输出特性:输出功率及半功率带宽都随着负载电阻的增大,先增大而后减小.当负载电阻为90MΩ时,对应的最大输出功率为0.188 mW;当负载电阻为330 MΩ时,对应的半功率带宽达到最大值为4.7 Hz

采用化学分析、X射线衍射（XRD）、光学显微镜、扫描电子显微镜（SEM）和能谱（EDS）等方法，研究了金川镍沉降渣的矿物组成、结构、嵌布特征、主要有价成分Fe、Ni、Cu、Co的分布等工艺矿物学性质.结果表明，金川镍沉降渣主要由铁镁橄榄石和玻璃质组成，并含少量的铜镍铁硫化物、辉铜矿、磁铁矿等；沉降渣的结构单一，微细粒的铜镍铁硫化物呈星散状无规律分散在硅酸盐基质中；铁主要存在于铁镁橄榄石内，镍和铜主要赋存在铜镍铁硫化物中，钴没有独立矿物存在，主要以类质同象形式赋存在其他矿物中.镍渣中有价成分的回收可考虑用深度还原法或湿法冶金工艺

作为磨矿过程的主要生产质量指标, 磨矿粒度是实现磨矿过程闭环优化控制的关键.将磨矿粒度控制在一定范围内能够提高选别作业的精矿品位和有用矿物的回收率, 并减少有用矿物的金属流失.由于经济和技术上的限制, 磨矿粒度的实时测量难以实现.因此, 磨矿粒度的在线估计显得尤为重要.然而, 目前我国所处理的铁矿石大多数为性质不稳定的赤铁矿, 其矿浆颗粒存在磁团聚现象, 所采集的数据存在大量异常值, 使得利用数据建立的磨矿粒度模型存在较大误差.同时, 传统前馈神经网络在磨矿粒度数据建模过程中存在收敛速度慢、易于陷入局部最小值等缺点, 且单一模型泛化性能较差, 现有的集成学习在异常值干扰下性能严重下降.因此, 本文在改进的随机向量函数链接网络(random vector functional link networks, RVFLN)的基础上, 将Bagging算法与自适应加权数据融合技术相结合, 提出一种基于鲁棒随机向量函数链接网络的集成建模方法, 用于磨矿粒度集成建模.所提方法首先通过基准回归问题进行了实验研究, 然后采用磨矿工业实际数据进行验证, 表明其有效性

含氟矿石中生物浸出技术推广应用存在瓶颈,究其原因在于伴随含氟脉石矿物溶解,氟对浸矿微生物有较强的抑制作用.本研究利用氟的水化学特性,通过添加可形成稳定络合物的物质来转换F离子存在形态,进而使浸矿微生物可以耐受高氟环境.本文系统研究了氟对细菌的抑制机理,明确了氟的真实毒性形态HF,发现了氟对细菌存在跨膜抑制作用,氟胁迫条件下,干细胞内氟离子质量分数明显高于无氟对照组达到18%以上.选择在生物冶金体系中常见Fe3+做为研究对象,研究了Fe3+对F-的络合解毒作用,热力学分析结果可知,Fe3+可以与HF发生一级竞争络合反应,破坏HF络合结构.在铁离子存在条件下,细菌最高可以耐受F-质量浓度1.0 g·L-1的环境下生长.铁氟络合形态分析可知,只有当培养基中Fe3+质量浓度5倍过量于F-质量浓度,细菌才能正常生长,对应的FeF2+在氟化物中质量分数达45%时,而游离氟离子浓度为2.87×10-5 mol·L-1.络合机理实验结果表明,根据配位化学原理,随着F-/Fe3+浓度比的减小,配体浓度相对较低,氟与铁的络合物向低配位方向移动,可以通过调整培养基中的氟铁浓度比来调整氟铁络合产物,使细菌在高氟环境中生长成为可能

本文首先提出了一个结构简单且易于维护的索引–存根表结构，并基于该结构提出了一个具有隐私保护属性的云存储第三方审计方案，该方案能够有效地支持对外包数据进行各种数据块级的远程动态操作.然后，在随机预言机模型下，对方案提供的数据完整性保证给出了形式化的安全证明，对方案中审计协议的隐私保护属性也给出了形式化的安全分析.最后，针对方案的性能进行了理论分析和相关的实验比较，结果表明该方案是高效的

深度神经网络近年在计算机视觉以及自然语言处理等任务上不断刷新已有最好性能，已经成为最受关注的研究方向.深度网络模型虽然性能显著，但由于参数量巨大、存储成本与计算成本过高，仍然难以部署到硬件受限的嵌入式或移动设备上.相关研究发现，基于卷积神经网络的深度模型本身存在参数冗余，模型中存在对最终结果无用的参数，这为深度网络模型压缩提供了理论支持.因此，如何在保证模型精度条件下降低模型大小已经成为热点问题.本文对国内外学者近几年在模型压缩方面所取得的成果与进展进行了分类归纳并对其优缺点进行评价，并探讨了模型压缩目前存在的问题以及未来的发展方向

内容提要： 存储系统的分级结构与主存储器的技术指标； 存储元的存储机理和存储器芯片的结构、工作原理； 主存的组成原理及并行存储器的工作原理； 高速缓冲存储器(Cache)的基本原理； 虚拟存储器的基本概念和虚存、实存地址的变换等

§1 存贮模型中的基本概念 §2 无约束的确定型存贮模型 §3 有约束的确定型存贮模型 §4 单周期随机库存模型

5.1 数组 5.1.1 数组的基本概念 5.1.2 数组的存储结构 5.1.3 特殊矩阵的压缩存储 5.2 稀疏矩阵 5.2.1 稀疏矩阵的三元组表示 5.2.2 稀疏矩阵的十字链表表示 5.3 递归 5.3.1 递归的定义 5.3.2 何时使用递归 5.3.3 递归算法的设计 5.4 广义表 5.4.1 广义表的定义 5.4.2 广义表的存储结构 5.4.2 广义表的存储结构