◼进位计数制 ◼机器内数据及符号的表示方法 ◼微型计算机的数据类型 ◼数的运算方法

以武钢程潮铁矿西区开采为工程背景,采用现场钻孔监测与相似材料模型实验相结合的方法,对无底柱分段崩落法开采过程中顶板围岩的变形和崩落规律进行了系统研究.首先,结合矿体赋存条件、地层结构和开采进程,设计两个钻孔实时监测顶板围岩的崩落规律.其次,以模型相似理论为基础,确定了所要研究模型的剖面和几何尺寸,设计制作模型,采用百分表、压力传感器和近景摄影测量等手段监测模型的应力、应变和破坏特征,并对百分表数据、应力盒数据、围岩位移和围岩破坏裂纹进行系统分析.研究成果初步揭示了金属矿山无底柱分段崩落法开采过程中,顶板围岩崩落机理和地表沉陷的基本规律

2.1 微型机中的数制及其编码 2.1.1 数与数制 2.1.2 不同数制之间的转换 2.1.3 数制数据的编码及其运算 ➢ 1.原码; 2.反码; 3.补码; 4.十进制数的编码((非)压缩BCD码) 2.1.4 非数值数据的编码 2.2 布尔代数和常见逻辑电路 2.3 微型计算机的常用技术术语和技术 2.3.1 常用单位及术语; 2.3.2 常见技术

为进一步提高多关系朴素贝叶斯方法的分类准确率,分析了已有的剪枝方法,并扩展互信息标准到多关系情况下.基于元组号传播方法和面向元组的统计计数方法,给出了基于扩展互信息标准进行属性选择的方法和步骤,并建立了一种基于扩展互信息的多关系朴素贝叶斯分类器.标准数据集上的实验显示,基于扩展互信息标准进行属性选择,可以在不增加算法时间复杂度的前提下,找到与分类属性最相关的属性,并在仅有极少属性参与分类时,得到较高的分类准确率.Mutagenesis数据集上的实验则显示,这种属性选择可以使多关系问题退化为单关系问题,大大降低了分类代价

对一种水上仿生推进装置进行流体力学仿真,并根据处于多种工况下若干组仿真数据,对该推进装置的力学特性进行分析.着重研究并归纳在不同转速和出水高度条件下,推进装置的升力、推力和功率曲线的变化规律,总结有助于仿生推进装置设计与优化的结论.最后,借助叶轮机构试验系统进行相关试验,并用试验数据来印证分析结论的合理性.结果表明,随着转速的提高,推进装置所产生的升力和推力同时增加,机械总效率和推进效率增大,但托举效率减小;当推进装置的轴心距水面越高时,在一定范围内,其推进效率和托举效率越大.合理的结构设计能够大幅提升装置在各种工况下的推进效率和托举效率

汽车悬架中存在多种非线性因素,采用非线性模型的时域求解可获得更准确的平顺性分析结果.考虑到单一软件的局限性,本文采用协同仿真技术分析非线性车辆模型的平顺性.用机械系统软件ADAMS建立汽车多体模型,并用MATLAB/Si mulink的S函数建立路面模型、轮胎模型和驾驶员模型.以随机生成的路面不平度数据为输入,在Si mulink环境下建立协同仿真模型并完成车辆非线性模型的时域求解.给出了平顺性协同仿真算例,并根据响应量时间历程数据计算了簧载质量加权加速度均方根值和车轮动载均方根值.平顺性分析结果表明该协同仿真方法合理、可靠,满足非线性车辆模型的平顺性时域分析需要

分析了极图测量条件以及极图数据处理方法对所计算ODF质量的影响，对其原因做了讨论.结果表明，用1/4极图计算ODF存在着不合理之处，容易造成明显的误差，用测量全极图并做对称化处理的方法可显著地提高ODF的准确性，同时也可对不对称织构进行有效的定量分析

◼单片机系统的三总线的构造 ◼半导体存储器 ◼程序存储器和数据存储器的扩展方法 ◼E2PROM的使用 ◼程序存储器和数据存储器的同时扩展

根据轧制数量、测量数据质量和轧制力预报误差的影响,建立了轧制力自学习速度因子优化模型.在长期自学习的判定条件中综合考虑了规格分档的变化以及厚度、宽度的改变量,减少了换规格的次数.长期自学习系数计算时利用了从前一块钢数据中分离出的设备状态信息,从而改善了模型自学习的连续性.离线仿真分析结果表明,轧制力计算精度相对于自学习算法优化前有较大的提高

• Cortex-M3指令集简介 • 汇编语言基础 • 数据传输指令 • 数据处理指令 • 条件转移指令 • 一些有用的新指令 • 子过程 • 内积计算 • 卷积计算