是什么成为了中国惠普新进员工的必修科目? 是什么辅助深圳百丽集团年度利润增长近1倍?? 是什么被美国强生公司评价为价值600万的一堂课??2 是什么帮助苏州三星白色家电事业部2年增长10倍业绩? 内地培训界第一名师易发久先生金牌课程 成功的企业,B6%是因为同样的原因而成功; 失败的企业,92%是因为同样的原因而失败 成败的“共性”远远大于“个性 《领袖的风采》集无数的实践精髓: 影响力训练九年来为近2000家知名企业(其中世界500强在华企业100余家)提供过专业训练 本课程受众学员高达数万人,其中2004年逾万名学员训后满意率创下了9941%的训练界奇迹

采用同时平衡和质量守恒原理对全液相常温常压法制备CuInSe2(CIS)粉体过程中Cu+-In3+-Se2--NH3-L2--Cl--H2O体系的热力学平衡进行分析,并绘制一系列的浓度对数lgc-pH值曲线.依据平衡图,发现溶液中[NH3]T的变化主要影响溶液中[Cu+]T在体系中的浓度变化,[L2-]T的变化主要影响的是体系中[In3+]T的浓度变化,而[Cl-]T的变化对[Cu+]T和[In3+]T的浓度变化均有影响,并可发现在pH7.0~8.5时沉淀率最高.依据Cu+-In3+-Se2--NH3-L2--Cl--H2O体系的同时平衡和质量守恒原理,采用全液相常温常压法,在pH7.0~8.5条件下制备出粒径在20~50nm且基本符合标准化学计量比的CIS纳米粉体

本书面向地理问题，基于Excel软件，讲述了大量数学方法的应用思路和过程。教学内容涉及回归分析、主成分分析、聚类分析、判别分析、时（空）间序列分析、Markov链、R/S分析、线性规划、层次分析法、灰色系统GM(1,N)建模和预测方法，如此等等。通过模仿本书讲授的计算过程，读者可以加深对有关数学方法的认识和理解，并且掌握很多Excel的应用技巧。本书最初以北京大学研究生地理数学方法的辅助教材身份出现，但实际上是作者对Excel计算功能深度开发的一系列试验成果的集合。书中绝大多数计算过程设计为作者首创，在国内外其他教科书中不能见到。这本书的初稿和修改稿先后在北京大学城市与环境专业研究生中试用七年，获得学生的广泛好评。书中内容曾经被其他高校和研究所的学生多次拷贝

基本原则之一：面积和速度的平衡与互换； 基本原则之二：硬件原则； 基本原则之三：系统原则； 基本原则之四：同步设计原则； 基本设计思想与技巧之一：乒乓操作； 基本设计思想与技巧之二：串并转换； 基本设计思想与技巧之三：流水线操作； 基本设计思想与技巧之四：数据接口的同步方法； 常用模块之一：RAM; 常用模块之二：全局时钟资源与时钟锁相环； 常用模块之三：全局复位/置位信号； 常用模块之四：高速串行收发器。 HDL语言的层次含义； ·Coding Style的含义； ·结构层次化编码； ·模块的划分的技巧； 比较判断语句case和if...else的优先级； 慎用锁存器(Latch); ·使用Pipelining方法优化时序； 模块复用与Resource Sharing; 逻辑复制； 香农扩展； 信号敏感表； 复位逻辑； FSM设计的一般型原则； 用Verilog语言设计FSM的技巧； ·CPLD原理与设计方法

将0. 46%含碳量(质量分数) 的石墨化碳素钢在万能材料试验机上进行室温压缩变形, 试验钢表现出良好的压缩变形性能.根据载荷-位移曲线的变化特点, 试验钢的压缩变形过程以位移7. 0 mm (对应相对压下量为58. 3%) 为节点分为两个阶段: 在位移≤7. 0 mm的压缩阶段, 载荷呈线性增加, 压缩试样的鼓度值逐渐增加而达到一个极大值(14. 6%), 压缩试样中心位置的维氏硬度增幅最大, 为38. 1 HV, 至位移7. 0 mm时试样端面径向伸长率的增幅为34%;而在位移 > 7. 0 mm的压缩阶段, 载荷呈指数增加, 压缩试样的鼓度值从极大值开始逐渐减小, 至位移为10. 72 mm时(相对压下量为89. 3%), 试样端面的径向伸长率相比于位移7. 0 mm时增加了83. 1%, 压缩试样的中心位置的维氏硬度增幅最小, 为32. 7 HV.上述试验数据表明, 在位移≤7. 0 mm的压缩过程中, 压缩试样内的三个不均匀变形区的位置与传统压缩模型一致, 但是当压缩变形进入位移 > 7. 0 mm的压缩过程中, 试样中心位置已不再是传统压缩模中变形程度最大的变形区了, 即在这个阶段试样中的3个不均匀变形区的变形程度发生了改变.正因这种不均匀变形区变形程度的改变导致了变形过程中载荷的急剧增加和鼓度值的减低.另外, 在压缩变形过程中, 三个不均匀变形区中石墨粒子的微观变形量总是高于铁素体基体, 其原因之一可以归结为石墨粒子中层与层之间容易于滑动的结果

长期以来,各种传统的特殊染色技术、免疫组 织化学、原位杂交等研究方法均建立在常规病理组 织切片基础上,一张玻片上只能载有限的组织做 种测试,仅用于日常临床病理诊断尚可胜任,但要 从事大规模、多样本的科研则费时、费力。自1998 年由 Kononen等叫构建了第一个组织微阵列后,组 织芯片技术得到极大发展,其无疑给病理学研究开 辟了新天地。目前已有大量应用这一技术进行肿瘤 病理学研究的报道,短短数年国内关于运用组 图1b单个组织芯(乳腺浸润性导管癌)HE染色。 织芯片的文章已达126篇之多(截止2004年12 月)9其主要集中于免疫组织化学和原位杂交技 术在组织芯片上对各种不同肿瘤的研究,并充分体 现了该技术高通量( high-throughput)、快速、省时 用途广等优点,同时运用该技术也发现了一些肿瘤 特异性基因产物和与肿瘤生物学行为有关的免疫 标志物。当然在运用该技术时也发现了一些问题

⚫ 防火墙构成了每个方向传输数据所必须经过的关卡。防火墙的安全策略规定了在每个数据传输方向上的授权。 ⚫ 防火墙可以被设计成IP级的包过滤器，也可以被应用在更高级别的协议层。 ⚫ 一个可信系统是在给定的安全策略下，其运行可以被验证的计算机和操作系统。通常，可信系统的焦点是访问控制，而其采用的策略规定了主体对客体的访问权限。 ⚫ 消息技术安全通用标准是一个国际化的标准。它定义了一套安全需求和测评，并以此需求为根据的产品的系统化方法

针对机器或设备的剩余寿命（Remaining useful life, RUL）预测精度低的问题，提出基于一维卷积神经网络（Convolutional neural network, CNN）和双向长短期记忆（Bidirectional long short-term memory, BD-LSTM）的集成神经网络模型。为了更好地抽取时间序列上的特征，以及产生更多的训练样本，采用滑动窗口对数据进行处理，同时采用卡尔曼滤波对数据进行降噪处理，将数据标准化以及设置RUL标签。与人工提取特征不同，利用一维CNN对数据进行特征提取，并舍弃了CNN中的池化层。然后将提取到的高维特征输入到BD-LSTM进行回归预测，并采用Bagging的方式对此神经网络进行集成来预测RUL。最后通过在NASA的数据集上验证该模型的有效性，以及相比于其他机器学习或者深度学习模型的优越性，实验表明所提模型在RUL预测方面更加准确

建立了折流式移动流化床内粉铁矿预还原的二维气固反应流CFD模型.模型的数值求解采用PHOENICS和FLUENT的联合求解.与之前的实验结果相比,在冷态条件下单床层平均压降和气固相流动行为的数值模拟结果与其基本一致,得出所提出的数学模型是可靠的.在此模型基础上,对采用COREX输出煤气对铁矿粉预还原的工艺过程进行热态模拟.在模拟的工况条件下,还原气温度的整体降幅700 K,气相CO和H_2还原势的利用率分别达到38%和26%,矿粉的还原分数达到75%,即反应器内有良好的气固换热而且对COREX煤气还原势的利用率较高,实现了对还原气热能和还原势的梯度利用

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