一、新鲜植物组织的类别及特点 根据含水量的高低，天然植物类食品可分为 两类： 1. 含水量低的种子类食品：水分含量一般为12%～15%。代谢强度很低，在采收后及贮藏过程中，组织结构和营养成分变化很小。 2. 含水量较高的果蔬类食品：水分含量一般为70%～90%，代谢活跃，在采收后及贮藏过程中，组织结构和营养成分变化较大

ios的派生类 istream提供了创建输入流以及从流中提取数据 的手段;ios的派生类 stream提供了创建输出流以及向流中 插入数据的手段;ios的派生类 iostream则同时提供了上述两 种手段。由于 iostream的主要作用是用来派生其它类的,在 格式化O中通常不涉及该类

粘类小麦雄性不育系是指具有粘果山羊草( de kitsch)、易变山羊草 (Awab)、偏凸山羊草(:eaa)和二角山羊草( bicornis)细胞质等不 育系的总称,其最突出的特点是:既易保持又易恢复,且恢复源广泛分布在普通小麦栽 培品种内,为小麦杂种优势利用提供了极方便条件,因而有着广阔的应用前景+11, 粘类小麦雄性不育系存在两种类型,即粘类1BLRS不育类型和非1BLRS不育类型

萜类和甾族化合物是广泛存在于植物、昆虫及微生 物等生物体中的一大类有机化合物。在生物体内有着重 要的生理作用。萜类和甾族化合物虽是两类不同的化合 物,但有着生源合成方面的密切关系,因而放在一起进 行讨论

8-3模m的剩余类环 8.3.1模m的剩余类环的定义 定义8.7设m设一个正整数,定义 /(m)={a+(m)a∈} 将模m的剩余类a+(m)记作a,现定义Z/m)中的加法和乘法如下: 此两种运算满足8.1.1中除第9)条以外的其余八条性质(其中0称为Z/(m)的零元素,1 称为Z/(m)的单位元素),于是Z/(m)构成一个代数系统,称为Z模理想(m)的剩余类环 或乙模理想(m)的商环

枝角类是指节肢动物门，甲壳纲，鳃足亚纲，双甲目，枝角亚目的动物。通称水蚤。俗称红虫或鱼虫。它与其它甲壳动物不同的特征是，躯体包被于两壳瓣中，体不分节（薄皮溞例外），头部具一个大复眼。第二触角强大为双肢型，后腹部结构、功能复杂，胸肢４－６对兼具滤食、呼吸功能。枝角类大多生活于淡水仅少数产于海洋。一般营浮游生活。是水体浮游动物的主要组分。枝角类个体不大（体长0.2－10mm。一般1－3mm）、运动速度缓慢。营养丰富是水产经济动物苗期的重要天然饵料

存储器概述 存储器—存放大量二进制数字的器件。 按材料分类 1、磁介质类软磁盘、硬盘、磁带 2、光介质类CD、DVD、MO 3、半导体介质类 FLASH ROM、 SDRAM、 EEPROM 按功能分类 主要分RAM和ROM两类,不过界限逐渐模糊 RAM: SDRAM,磁盘, ROM: CD, DVD, FLASH ROM. EEPROM 性能指标

传统的分类算法大多假设数据集是均衡的,追求整体的分类精度.而实际数据集经常是不均衡的,因此传统的分类算法在处理实际数据集时容易导致少数类样本有较高的分类错误率.现有针对不均衡数据集改进的分类方法主要有两类:一类是进行数据层面的改进,用过采样或欠采样的方法增加少数类数据或减少多数类数据;另一个是进行算法层面的改进.本文在原有的基于聚类的欠采样方法和集成学习方法的基础上,采用两种方法相结合的思想,对不均衡数据进行分类.即先在数据处理阶段采用基于聚类的欠采样方法形成均衡数据集,然后用AdaBoost集成算法对新的数据集进行分类训练,并在算法集成过程中引用权重来区分少数类数据和多数类数据对计算集成学习错误率的贡献,进而使算法更关注少数数据类,提高少数类数据的分类精度

目前国内此类教材基本是两种类型，一种是以《管理学》中的管理职能 建立理论框架，另一种是概论型的，即对各种生产经营职能进行讨论

1、统计假设测验的基本步骤 2、两尾测验与一尾测验 3、假设测验的两类错误