§4.1 预测分析概述 ◼ §4.1.1 预测分析的基本原理 ◼ §4.1.2 预测分析的方法 ◼ §4.1.3 预测分析的一般程序 §4.2 销售量预测分析 §4.3 成本预测分析（略） §4.4 资金需求量预测分析（略）

§3.1 本量利分析的基本假设 §3.2 本量利分析 3.2.1 本量利分析中的基本概念 3.2.2 保本点分析 3.2.3 实现目标利润分析 3.2.4 敏感性分析 §3.2 本量利分析的拓展

高质量睡眠与儿童的身体发育、认知功能、学习和注意力密切相关，由于儿童睡眠障碍的早期症状不明显，需要进行长期监测，因此急需找到一种适用于儿童睡眠监测，且能够提前预防和诊断此类疾病的方法。多导睡眠图(Polysomnography，PSG)是临床指南推荐的睡眠障碍基本检测方法，通过观察PSG各睡眠期间的变化和规律，对睡眠质量评估和睡眠障碍识别具有基础作用。本文对儿童睡眠分期进行了研究，利用多导睡眠图记录的单通道脑电信号，在Alexnet的基础上，用一维卷积代替二维卷积，提出一种1D-CNN结构，由5个卷积层、3个池化层和3个全连接层组成，并在1D-CNN中添加了批量归一化层（Batch normalization layer），保持卷积核的大小保持不变。针对数据集少的情况，采用了重叠的方法对数据集进行了扩充。实验结果表明，该模型儿童睡眠分期的准确率为84.3%。通过北京市儿童医院的PSG数据获得的归一化混淆矩阵，可以看出，Wake、N2、N3和REM期睡眠的分类性能很好。对于N1期睡眠，存在将N1期睡眠被误分类为Wake、N2和REM期睡眠的情况，因此以后的工作应重点提升N1期睡眠的准确性。总体而言，对于基于带有睡眠阶段标记的单通道EEG的自动睡眠分期，本文提出的1D-CNN模型可以实现针对于儿童的自动睡眠分期。在未来的工作中，仍需要研究开发更适合于儿童的睡眠分期策略，在更大数据量的基础上进行实验

3.3重力坝抗滑稳定分析 3.3.1重力坝抗滑稳定分析概述 3.3.2坝基破坏机理 3.3.3沿坝基面抗滑稳定分析 3.3.4深层抗滑稳定分析 3.3.5岸坡坝段抗滑稳定分析 3.3.6提高坝体抗滑稳定的工程措施 3.3.7稳定分析设计理论的历史沿革 3.3.8坝基抗滑稳定分析的发展 3.3.9现行规范中有关坝基抗滑稳定的有关规定与讨论

§1 生物群落的分类 中国的植物群落分类 法瑞学派的群落分类 美国的群落分类 群落的数量分类 参考文献 思考题 §2 生物群落的排序 群落排序的概念 间接梯度分析 直接梯度分析

基于烧结矿的非均性, 发现了矿相结构的三种分布模式, 并对矿相结构的形成机理进行了阐述.首先, 基于烧结矿的手标本鉴定特征把某钢厂烧结矿划分成了三类.其次, 对矿相结构的鉴定发现, 第1类、第2类、第3类这三类烧结矿的矿相结构在空间上依次具有\均一状、同心环状、互嵌状\三种分布模式.均一状分布的矿相结构形成于温度较高、还原性较强和混料均匀的稳定条件之中, 主要为交织熔蚀-熔蚀结构, 具有良好的冶金性能; 同心环状分布的矿相结构从外部带到内部带依次为交织熔蚀结构、熔蚀结构和赤铁矿粒状结构, 多以独立单元的形式出现, 其所在区域工艺条件的恶化并不会对烧结矿总体的结构和冶金性能造成太大影响; 交织熔蚀结构、赤铁矿粒状结构和铁酸钙聚集区交叉形成的互嵌状矿相结构, 多形成于温度较低、气流不稳定和混料不均匀的条件之中, 易成片出现而导致烧结矿结构和冶金性能的恶化.最后, 冶金性能分析显示, 第1、2类烧结矿各项冶金性能指标良好, 具有互嵌状分布模式的第3类烧结矿由于矿相结构的不均匀, 冶金性能相对较差.结果表明, 这种基于矿相结构分布模式的研究方式, 有利于对矿相结构形成机理的阐述, 更助于对烧结原料、烧结气氛等工艺条件的调控, 对烧结矿冶金性能的改善具有一定理论价值

5.1 分组交换技术与分组交换网 5.2 分组交换的基本原理 5.3 分组交换协议——X.25协议 5.4 分组交换机 5.5 分组交换

随机过程的分类 一、按照概率分布特性分类 二、具有特殊的概率分布 三、按照记忆特性分类 四、按照统计平稳特性分类 五、按照功率谱密度分类 六、按照遍历特性分类

色谱法早在1903年由俄国植物学家茨维 特(Tsweett)分离植物色素时采用。后来不仅 用于分离有色物质,还用于分离无色物质,并出现了种类繁多的各种色谱法。许多气体、液 体和固体样品都能找到合适的色谱法进行分离和分析。目前色谱法已广泛应用于许多领域, 成为十分重要的分离分析手段

一、名词解释(每5分,共20分 机器字长中文平台多媒体技术面向对象技术 二、答题(每题8分,共24分) 1计算机软件及其分类 2信息系统的一般开发过程 3 TERNET国际互联网的主要功能 三、程序设计(16分) 在一个进行成绩统计的程序中,要用到三个数据库,分别为 STUD DBF(学生库)CASS.DB(班级库)和STATDBF(统计分类库)这三个数据库的结构如下