点击切换搜索课件文库搜索结果(3665)
文档格式:DOC 文档大小:19KB 文档页数:1
萃取、冲洗和干燥:还没到结束不能算结束。藉由分液漏斗示 。 范液相-液相萃取并学习如何用”反应检查步骤”检查你的反应。这 是一个你不会想错失的一个纯化技巧! Extracting, Washing and Drying: It ain't over 'til it's over. Learn how to \work up\ your reaction using a separatory funnel to perform a liquid-liquid extraction. This is one purification technique you don't want to miss!
文档格式:DOC 文档大小:19KB 文档页数:1
将液体从固体中分开来的最简易方法是什么?过滤在此影片中 将学习如何有效的用重力过露及真空过滤来进行。 The easiest way to separate a liquid from a solid? Filtration! Learn how to effectively carry out gravity and vacuum filtrations in this video
文档格式:PPT 文档大小:11.51KB 文档页数:4
目标:选定任一你感兴趣的发酵产品,如 ,A, 抗生素,淀粉酶,确定该菌种的筛选模型、 采样方式,稀释倍数和方法,确定特定产 物微生物的筛选方案及影响因素
文档格式:PPT 文档大小:379KB 文档页数:52
1、目前新药淘汰的分类 2、疗效(10-20%) 3、毒性(30-40%) 4、代谢动力学(30-40%)?关心 5、商业因素(<10%) 6、其风险犹如过铁索桥,需要胆略、智慧和策略,随时有陲入急流的可能性
文档格式:PPT 文档大小:731KB 文档页数:35
《食用菌生产与加工》是生物技术及应 用专业的专业主干课之一,它通过理论讲 授和实验、实习完成教学内容。本课程从 食用菌的生物学特性、形态与分类、生理 生态、食用菌的消毒灭菌、菌种生产和栽 培以及加工等知识的基础上,重点讲授菌 种制作和选育的基本原理和方法以及商业 化的常规和新特品种的栽培、病虫害防治 、加工等技术
文档格式:PDF 文档大小:1.56MB 文档页数:10
针对如何识别无人机的问题,提出了一种基于卷积神经网络的声音识别无人机的方法。首先,对100 m范围内的无人机、鸟和人的声音进行采集、预处理和提取MFCC+GFCC特征值,将其特征参数作为卷积神经网络学习和识别的数据集;然后分别设计了支持向量机和卷积神经网络两种模型对无人机等声音进行识别实验。实验结果表明,运用支持向量机识别无人机的准确率为91.9%,卷积神经网络识别无人机的准确率为96.5%。为了进一步验证设计的卷积神经网络的识别能力,在部分UrbanSound8K数据集上进行测试,准确率达到90%。实验结果表明运用卷积神经网络识别无人机具有可行性,且识别性能优于支持向量机
文档格式:PDF 文档大小:353.42KB 文档页数:32
前面各章我们分别讨论了静电场 静磁场 稳恒电流 电磁感应以及似稳的交变电流的实验规律 因 为它们都是大量的实验事实的总结 从而具有可靠性 但它们又只是在一定的条件下成立 所以具有局限 性 它们不是电磁现象的普遍规律 英国伟大的科学家麦克斯韦在总结了前人得到的实验规律的基础上 以他非凡的智慧 大胆地提出了 变化的磁场产生电场 和 位移电流 的假设 把静电场 静磁场和电 磁感应规律中的核心部分推广到由随时间变化的电荷 电流所产生的迅变电磁场 高度概括为具有优美数 学形式的 4 个方程 称为麦克斯韦方程组 麦克斯韦方程组是电磁场的普遍规律 它不仅可以解释当时已 知的一切电磁现象
文档格式:PPT 文档大小:1.73MB 文档页数:42
为了发现和搜索作为诊断根据的症状、资料,需用各种特定的 方法,去对病畜进行客观的观察与检查。为诊断的目的,应用于临 床实际的各种检查方法,称为临床检查法。 随同近代科学的进展,应用于临床实际的各种检查方法十分复 杂而繁多,特别是实验室的检查方法
文档格式:PDF 文档大小:8.93MB 文档页数:142
天目山林下草本植物受光条件和生长情况调查 天目山部分藤本植物韧性初探 天目山野生大豆分布调查 天目山植物叶子质地与其排水能力的关系 天目山不同植物比叶重沿海拔梯度的变化初探 浙江西天目山地形对毛竹高度的影响初探 天目山区夏季鸟类群落结构变化初探 人类活动对天目山地区燕子分布的影响 天目山蝙蝠洞蝙蝠初步研究报告 水黾的形态、习性及其相关物理学研究 浙江天目山菜粉蝶色选择能力的实验研究 天目山天蛾种群多样性的测定
文档格式:PDF 文档大小:1.28MB 文档页数:11
针对提高Wi-Fi指纹室内定位技术性能,提出了一种基于卷积神经网络(Convolutional neural networks,CNN)的信道状态信息(Channel state information,CSI)指纹室内定位方法。在离线阶段联合定位环境参考点的幅度差和相位差信息,利用CNN进行训练,保存训练后的CNN网络模型作为指纹;在线阶段,针对不同实验场景,对测试数据的幅度差信息和相位差信息进行加权处理,引入改进的基于概率的指纹匹配算法,利用待定位点的CSI信息并通过CNN网络模型预测待定位点的坐标。此外,为增强算法普适性,针对复杂室内场景,提出了双节点定位方案来提高定位精度。在廊厅和实验室室内两种不同定位场景进行了实验,信息联合定位算法分别获得了24.7 cm和48.1 cm的平均定位误差,验证了基于CNN的CSI幅度差和相位差联合定位算法的有效性
首页上页328329330331332333334335下页末页
热门关键字
搜索一下,找到相关课件或文库资源 3665 个  
©2008-现在 cucdc.com 高等教育资讯网 版权所有