概括了铁基非晶软磁合金和纳米晶合金的发展历史和现状,分别详述了高饱和磁化强度(Bs)铁基块体和薄带非晶以及纳米晶合金近年来的研究成果.主要内容包括:高饱和磁化强度块体铁基非晶软磁合金成分和性能,高饱和磁化强度铁基非晶薄带软磁合金的成分和性能,高饱和磁化强度铁基纳米晶合金的组织、结构和性能,各类元素对合金磁性能的影响.为进一步研究高饱和磁化强度的铁基软磁材料提供了有价值的参考

9.1 排序的基本概念 9.2 插入排序 9.3 选择排序 9.4 交换排序 9.5 归并排序 9.6 基数排序 9.7 性能比较

以电炉镍铁渣和普通高炉渣为主要原料，采用Petrurgic一步法制备了微晶玻璃，并结合力学性能测试，对样品进行了X射线衍射(XRD)、扫描电镜(SEM)等分析，讨论了电炉镍铁渣和普通高炉渣配比、Mg2+含量以及晶核剂TiO2对成品微观结构及性能的影响规律.结果表明：将熔渣冷却至900℃结晶和650℃退火，能够制备出性能优良的微晶玻璃.当Mg2+含量增加且析出晶体为单一辉石族矿物时，微晶玻璃具有较高的力学性能.电炉镍铁渣或Mg2+含量增加，会导致其辉石族矿物含量增加，当两种渣混合掺量达到90%(镍铁渣质量分数50%，高炉渣质量分数为40%)且外掺2% MgO时，所制备微晶玻璃结构致密，仅含有单一辉石族矿物，包括透辉石、普通辉石和斜顽辉石，从而具有最优的力学性能，其抗折强度达210 MPa，抗压强度达1162 MPa.电炉镍铁渣或者MgO含量进一步增加，会导致镁橄榄石析出，此时微晶玻璃的力学性能显著下降.TiO2含量的增加不改变微晶玻璃晶体种类，合适掺入TiO2(本实验为质量分数2%)能够增强透辉石含量，提升性能；但过量掺入会抑制晶体生长，导致其性能下降

§1.1 数据结构的概念 §1.2 数据结构的抽象形式 §1.3 作为ADT的C++类 §1.4 算法定义 §1.5 算法性能分析与度量

4-3-1 电导率(electrical conductivity)和电阻率 4-3-2 材料的结构与导电性 Structures and Conductivity 4-3-4 材料的超导电性(superconductivity) 4-3-5 材料的介电性(dielectric property)

一、晶体与非晶体 晶体——原子规则排列的集合体 二、固定的熔点 各向异性:不同方向的性能不同

在语音识别中,卷积神经网络(convolutional neural networks,CNNs)相比于目前广泛使用的深层神经网络(deep neural network,DNNs),能在保证性能的同时,大大压缩模型的尺寸.本文深入分析了卷积神经网络中卷积层和聚合层的不同结构对识别性能的影响情况,并与目前广泛使用的深层神经网络模型进行了对比.在标准语音识别库TIMIT以及大词表非特定人电话自然口语对话数据库上的实验结果证明,相比传统深层神经网络模型,卷积神经网络明显降低模型规模的同时,识别性能更好,且泛化能力更强

7.1 多处理机系统结构 7.2 多处理机的互连网络 7.3 多处理机的系统控制 7.4 并行处理语言及算法 7.5 多处理机的性能 7.6 多处理机的系统实例

福州大学：《混凝土结构设计原理》课程教学资源（教案讲义）第一章 绪论、第二章 钢筋混凝土材料的力学性能、第三章 按近似概率理论的极限状态设计法

第4章存贮体系 4.1存贮体系的形成与性能 4.2虚拟存贮 4.3高速缓冲Cache存贮器 4.4主存保护