直接法:经过有限次运算后可求得方程组精确解的方 法(不计舍入误差!) 迭代法:从解的某个近似值出发,通过构造一个无穷序 列去逼近精确解的方法。(一般有限步内得不到精确解) 直接法比较适用于中小型方程组。对高阶方程组, 既使系数矩阵是稀疏的,但在运算中很难保持稀疏性, 因而有存储量大,程序复杂等不足

宫颈癌是严重危害妇女健康的恶性肿瘤，威胁着女性的生命，而通过基于图像处理的细胞学筛查是癌前筛查的最为广泛的检测方法。近年来，随着以深度学习为代表的机器学习理论的发展，卷积神经网络以其强有效的特征提取能力取得了图像识别领域的革命性突破，被广泛应用于宫颈异常细胞检测等医疗影像分析领域。但由于病理细胞图像具有分辨率高和尺寸大的特点，且其大多数局部区域内都不含有细胞簇，深度学习模型采用穷举候选框的方法进行异常细胞的定位和识别时，经过穷举候选框获得的子图大部分都不含有细胞簇。当子图数量逐渐增加时，大量不含细胞簇的图像作为目标检测网络输入会使图像分析过程存在冗余时长，严重减缓了超大尺寸病理图像分析时的检测速度。本文提出一种新的宫颈癌异常细胞检测策略，针对使用膜式法获得的病理细胞图像，通过基于深度学习的图像分类网络首先判断局部区域是否出现异常细胞，若出现则进一步使用单阶段的目标检测方法进行分析，从而快速对异常细胞进行精确定位和识别。实验表明，本文提出的方法可提高一倍的宫颈癌异常细胞检测速度

精度检测技术 一、测量器具的选择 1、测量器具选择时应考虑的因素 普通测量器测量器具的选择应综合考虑以下几方面的因素: (1)测量精度:所选的测量器具的精度指标必须满足被测对象的精度要求才能保证测量的准确度。被测对象的精度要求主要由其公差的大小来体现。公差值越大,对测量的精度要求就越低;公差越小,对测量的精度要求就越高。一般情况下,所选测量器具的测量不确定度只能占被测零件尺寸公差 的1/10~1/3,精度低时取1/10,精度高时取1/3 (2)测量成本:在保证测量准确度的前提下,应考虑测量器具的价格、 使用寿命、检定修理时间、对操作人员技术熟练程度的要求等,选用价格较低、操作方便、维护保养容易、操作培训费用少的测量器具,尽量降低测量成本 (3)被测件的结构特点及检测数量:所选测量器具的测量范围必须大于被测尺寸。对硬度低、材质软、刚性差的零件,一般选取用非接触测量,如用光学投影放大、气动、光电等原理的测量器具进行测量。当测量件数较多(大批量)时,应选用专用测量器具或自动检验装置;对于单件或少量的测量,可选用万能测量器具

本教材第2版为普通高等教育“十五”国家级规划教材，在国内同类教材中有着非常广泛和积极的影响。本版是在第2版的基础上经过较大的修改编写而成的，内容得到了必要而合理的调整，逻辑结构更加清晰明了本教材分上、下两册。本书为上册，内容包括实数和数列极限，函数的连续性，函数的导数。Taylor定理，求导的逆运算。函数的积分。积分学的应用，多变量函数的连续性，多变量函数的微分学，以及多项式的插值与逼近初步（附录）。书中配有丰富的练习题，可供学生巩固基础知识；同时也有适量的问题，可供学有余力的学生练习，并且书后附有问题的解答或提示，以供参考

实验一 显微镜的构造和使用 实验二 细菌的简单染色和革兰氏染色 实验三 霉菌的制片与观察 实验四 放线菌和酵母菌形态观察 实验五 微生物的显微直接计数法 实验六 微生物细胞大小测定 实验七 培养基的制备 实验八 微生物的分离、纯化和接种 实验九 细菌的培养特性观察及显微镜检查 实验十 稀释平板测数法 实验十一 物理因素对微生物的影响 实验十二 药敏试验 实验十三 细菌的生化试验 实验十四 酸乳的制作 实验十五 水中细菌总数和大肠菌群的检测 实验十六 病毒的鸡胚培养 实验十七 病毒的血凝试验

提出了一种面向网络长文本的话题检测方法.针对文本表示的高维稀疏性和忽略潜在语义的问题，提出了Word2vec&LDA（latent dirichlet allocation）的文本表示方法.将LDA提取的文本特征词隐含主题和Word2vec映射的特征词向量进行加权融合既能够进行降维的作用又可以较为完整的表示出文本信息.针对传统话题发现方法对长文本输入顺序敏感问题，提出了基于文本聚类的Single-Pass&HAC（hierarchical agglomerative clustering）的话题发现方法，在引入时间窗口和凝聚式层次聚类的基础上对于文本的输入顺序具有了更强的鲁棒性，同时提高了聚类的精度和效率.为了评估所提出方法的有效性，本文从某大学社交平台收集了来自真实世界的多源数据集，并基于此进行了大量的实验.实验结果证明，本文提出的方法相对于现有的方法，如VSM（state vector space model）、Single-Pass等拥有更好的效果，话题检测的精度提高了10%~20%

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

用分截面组合测力辊测量了无润滑、无张力条件下冷轧合金铝带的法向应力p与切向应力τ。试验结果表明按比值τ/p定义的\摩擦系数\f的值与分布形态不仅取决于轧辊轧件的接触表面条件,还与塑性变形的条件(如l/$\\bar h$、ε等)有关。在其他条件不变时,f、fmax、f值随l/$\\bar h$增加而增大。为了深入认识影响f变化的原因,引入了界面摩擦水平f*。f与f*之差反映了变形几何条件等因素的影响。沿接触弧上f的分布具有由入、出口的较高值下降到中性点为零的总趋势,而且下降的速率是变化的。一般具有\快速下降——平缓变化——快速下降\的形式,其中平缓变化段随l/$\\bar h$增加而增大。在统计分析试验结果的基础上给出了接触弧上f分布的模型,将它用于压力分布与轧制力的计算,可以提高计算精度,使理论更加严密。轧件与轧辊接触界面上的正应力p、切向摩擦力τ以及摩擦系数f(由f=τ/p所定义)的分布规律是重要的边界条件。在冷轧薄板的条件下,由于变形一般比较均匀,数学力学的初等解析解的假设条件与实际情况比较接近,这时所取用的边界条件对轧制压力P、应力状态系数n;以及前滑Sh等项理论解的精度有很大的影响。尽管已经进行了很多关于边界条件的研究工作,但关于界面上摩擦规律的认识还不很清楚。因此迄今为止的理沦计算仍基于一些简化的边界条件假设上,使计算的结果与实际的偏离较大。本工作的重点是对冷带轧制接触界面上的摩擦规律作一些探讨

近年来，无人机入侵的事件经常发生，无人机跌落碰撞的事件也屡见不鲜，在人群密集的地方容易引发安全事故，所以无人机监测是目前安防领域的研究热点。虽然目前有很多种无人机监测方案，但大多成本高昂，实施困难。在5G背景下，针对此问题提出了一种利用城市已有的监控网络去获取数据的方法，基于深度学习的算法进行无人机目标检测，进而识别无人机，并追踪定位无人机。该方法采用改进的YOLOv3模型检测视频帧中是否存在无人机，YOLOv3算法是YOLO（You only look once，一次到位）系列的第三代版本，属于one-stage目标检测算法这一类，在速度上相对于two-stage类型的算法有着明显的优势。YOLOv3输出视频帧中存在的无人机的位置信息。根据位置信息用PID（Proportion integration differentiation，比例积分微分）算法调节摄像头的中心朝向追踪无人机，再由多个摄像头的参数解算出无人机的实际坐标，从而实现定位。本文通过拍摄无人机飞行的照片、从互联网上搜索下载等方式构建了数据集，并且使用labelImg工具对图片中的无人机进行了标注，数据集按照无人机的旋翼数量进行了分类。实验中采用按旋翼数量分类后的数据集对检测模型进行训练，训练后的模型在测试集上能达到83.24%的准确率和88.15%的召回率，在配备NVIDIA GTX 1060的计算机上能达到每秒20帧的速度，可实现实时追踪

采用FLAC3D程序和离散裂隙网络技术构建的遍布节理岩体模型能同时考虑节理岩体中节理和岩体的作用,具有概念清晰、建模快捷、计算效率高等特点.首先对现场结构面测绘数据进行统计分析,获得其概率分布特征参数,在此基础上分两尺度考虑节理并确定其离散裂隙网络模型;其次基于离散裂隙网络模型构建相应的节理岩体模型,研究其强度特征并获取工程岩体单轴抗压强度;结合Hoek-Brown、Mohr-Coulomb准则及最大围压拟合综合确定节理岩体力学参数;最后将拟合所得参数用于边坡稳定性分析,分别运用强度折减法和极限平衡法计算两种模型的安全系数,对比发现计算结果基本一致,表明所提出的研究思路用于确定节理岩体参数是可行的