在本章中，将学习Java的基本数据类型和相关主题，如变量、常量、数据类型、操作符和控制结构，学习如何利用基本数据类型以及操作符来编写简单的Java程序。 1. 掌握Java语言的基本元素； 2. 理解Java程序的基本构成； 3.掌握结构化程序设计的三种基本流程

6.1 数字滤波器的基本概念 6.2 模拟滤波器的设计 6.3 用脉冲响应不变法设计IIR数字低通滤波器 6.4 用双线性变换法设计IIR数字低通滤波器 6.5 数字高通、带通和带阻滤波器的设计 6.6 IIR 数字滤波器的直接设计法

研究了超声波功率对加稀土高碳钢中夹杂物的作用.结果表明:超声处理可以明显弥散、细化和去除加稀土高碳钢中的夹杂物;随着超声波功率的增加,钢中总氧含量明显降低,夹杂物的平均直径明显减小,夹杂物得到一定程度的去除,但是夹杂物的当量个数明显增多.超声波功率100 W时,高碳钢中总氧的质量分数为59×10-6,钢中夹杂物的当量个数I为134 mm-2,平均直径d为2.91μm,小于2.31μm的夹杂物占夹杂物总量的43%以上

为了提高数据传送的速率，人们提出了直接存储器存取(DMA) 的数据传送控制方式，即在一定时间段内，由DMA控制器取代 CPU，获得总线控制权，来实现内存与外设或者内存的不同区域之 间大量数据的快速传送

1 等价语句(equivalence语句 ) 等价语句：使同一程序单元中的多个变量共用同一个 存储单元。 2 公用语句 (common语句) 公用语句：使不同程序单元的变量共用同一个存储单 元。 3 数据块子程序(自学) 数据块子程序：给公用区中的变量赋初值

轧制力模型是冷连轧过程控制系统的基本模型,影响其预报精度的主要因素是材料的变形抗力和摩擦因数.本文采用参数自适应方法来提高轧制力的预报精度.在对轧制力模型进行自适应过程中,将材料的变形抗力作为轧制过程模型的整体属性,各机架根据累计变形程度确定各自的变形抗力.在此基础上,将摩擦因数看成是各机架的单体属性,各机架取不同的模型参数.实践证明,这种综合考虑变形抗力和摩擦因数的参数自适应方法可以对二个参数同时进行修正,能有效提高轧制力模型的预报精度

一、微分方程的解析解方法 二、微分方程问题的数值解法 1 微分方程问题算法概述 2 四阶定步长 Runge-Kutta-算法及 MATLAB实现

一、数字图书馆的概念 二、数字图书馆的特征

基于炉渣离子-分子共存理论(IMCT)建立了CaO-SiO2-MgO-Al2O3炼铁渣系的硫化物容量预报模型,即IMCT-CS2-模型,比较了该渣系1773 K时实测的硫化物容量、IMCT-CS2-模型预报的硫化物容量及其他五种硫化物容量模型的计算结果.结果表明,由IMCT-CS2-模型预报的1773K时CaO-SiO2-MgO-Al2O3炼铁渣系的硫化物容量更精确.本文建立的IMCT-CS2-模型不仅可计算该渣系的总硫化物容量,而且可计算该渣系中自由CaO和MgO各自的硫化物容量.1 773 K时CaO-SiO2-MgO-Al2O3炼铁渣系中Al2O3质量分数由10%增加到17%,CaO质量分数由38%增加到44%,MgO质量分数由12%降低到4%可使自由CaO对该渣系的总硫化物容量贡献率由97%提高到99%,同时使自由MgO的贡献率由3%降低到1%

针对生产工况实测数据不能覆盖整个数据空间的现象,提出了一种基于统计空间映射的自学习模式识别方法.通过实测数据的仿真实验验证了该方法的有效性