选自《中学教学实用全书物理卷》 如果两种色光(可以是单色光,也可以是复色光)以适当比例相加,能使人得到白色感觉,这两种色光就称为补色,或互补色例如波长为6563A的红光与波长为4921 的靛光就是补色.三原色中的任一种光,与其余两种光的混合色光互为补色,如红光与 +蓝互为补色,而绿+蓝即为靛色.又如蓝光与红+绿,即蓝光与黄光互为补色等.从图 可以看出,黄、靛、紫色按“加色法”来分析分别是红+绿,绿+蓝,蓝+红的混合 色,我们也可以用“减色”法来分析,认为它们分别是从白光中减去蓝光,或红光,或绿 光后得到的颜色

第一节 干扰素基因及其编码的蛋白质 第二节 干扰素的诱导合成 第三节 干扰素受体及信号传递途径 第四节 干扰素诱导的抗病毒作用 第五节 病毒抗干扰素作用的对策 第一节 噬菌体的结构组成 第二节 噬菌体基因组的结构 第三节 噬菌体基因组的复制 第四节 噬菌体基因组转录与翻译的调控 第五节 噬菌体溶原性感染 第六节 基因克隆的噬菌体载体 第一节 动物dsDNA病毒 第二节 动物ssDNA病毒 第三节 动物dsRNA病毒 第四节 动物-ssRNA病毒 第五节 动物+ssRNA病毒 第一节 DNA肿瘤病毒 第二节 RNA肿瘤病毒——逆转录病毒 第三节 人类免疫缺陷病毒的分子生物学 第一节 类病毒 第二节 卫星RNA和卫星病毒 第四节 丁型肝炎病毒

输入轴是汽车变速器中重要零件,针对其特殊结构提出一火加热和轧锻结合的塑性复合加工工艺,即采用圆柱坯料只进行一次加热,依次采用楔横轧和锻造工艺加工塑性成形输入轴.本文分别设计楔横轧和锻造模具,并进行相关实验.在锻造工艺中轴部圆角采用挤压方案成形,避免其出现折叠缺陷.阶梯轴作为两步工艺的中间产品,其在复合工艺过程中起到承上启下的作用,分别对阶梯轴锥角和轴长进行实验与分析,确定参数的最佳选取范围,并最终通过复合工艺加工成形输入轴.输入轴齿形填充饱满,各部分无缺陷

一、基本思想 阈值分割法由于没有或很少考虑空间关系,使多阈值选择受到限制 于区域的分割方法可以弥补这点不足它利用的是图像的空间性质,该方 法认为分割出来的属于同一区域的像素应具有相似的性质,其概念是相当 直观的

在陡脉冲发生器电路中,杂散参数不仅影响输出波形,还影响着系统的稳定和电路元器件的安全.为了提高输出波形的质量,抑制输出脉冲的振荡,保证元器件长期可靠的运行,需要对电路中杂散参数进行有效的分析和补偿.本文通过对脉冲的实际输出波形进行分析,建立了陡脉冲发生器电路的杂散参数模型,总结出一种分析和补偿陡脉冲发生器电路中杂散参数的方法.模型的仿真结果精确地反映了实际波形,加入补偿环节后的电路实现了输出波形的无过冲

模拟废弃电路板破碎、分选后得到的多金属富集粉末，通过单因素实验和正交试验，采用低温碱性熔炼研究熔炼温度、熔炼时间和盐料质量比对其中有价金属分离提取率的影响.结果表明，最佳条件为熔炼温度400℃，熔炼时间1.5h，盐料质量比3.5，其中盐料质量比对两性金属提取率影响最显著.在最佳条件下，两性金属提取率为Sn 83.6%、Al 92.7%、Zn 80.9%及Sb 34.5%，以可溶盐形式富集在浸出液中，铜等其他成分则于渣中富集，有效实现了两性金属与其他金属的分离

本文在考察影响冷轧辊破损的力学因素中选用了缺口和裂纹两种试样进行断裂韧性测试。结果发现对于冷轧辊材料(高硬度,εF≈0)其K1C ≤ 2/3 Kρc(ρ=0.06毫米),即K1C和Kρc值差别较大。故本文认为有的文献提出对于低韧性材料(εF≈0)可用细切口试样代替裂纹态试样测定K1C值不是普遍可行的。这一事实在工程实际中是重要的。在实验分析中,本文主要参考了Tetel man.A.S和Yokobori.T的分析工作,采用了弹塑性宏观力学的方法,近似分析缺口试样弹塑性应力场,建立有关断裂判据,所得结果较好解释实验现象,并可作为Kρc计算的估值公式,亦可供分析缺口断裂问题参考

《概率论》课程教学资源（教案讲义）第二章 随机变量及其概率分布 2.6 关于分布函数 第三章 随机向量及其概率分布 3.1 连续型随机向量及其概率密度函数 3.2 离散型随机向量及边缘分布函数

What?一定义和结果 1、什么是热分析动力学(KCE)?用热分析技术研究某种物理变化或化学反应(以下统称反应)的动力学 2、热分析动力学获得的信息是什么?判断反应遵循的机理、得到反应的动力学速率参数(活化能E和指前因子A等)。即动力学“三联体”(kinetic triplet)

针对一类具有空间不均匀性的辨识和回归问题，提出了基于小波分析的极限学习机方法.从多分辨率分析的思想出发，构造一簇紧支撑正交小波作为隐层激活函数，并利用改进的误差最小化极限学习机训练输出层权重，避免了新加入高分辨率子网络后的重新训练.同时，由一维多分辨分析的张量积构造了二维多分辨小波极限学习机.进而通过脊波变换将小波学习机扩展到高维空间，对脊波函数的伸缩、方向和位置参数进行优化计算.对具有奇异性的函数仿真结果证明，与标准极限学习机相比，小波极限学习机由于其聚微性能在极短的训练时间内更好地逼近目标.一些实际基准回归问题上的测试验证了脊波极限学习机在其中大部分问题上达到更高的训练和泛化精度