本次课主要内容: 1.IP数据报的格式及主要字段的功能 2.IP数据报的分片与重组 本次课重点: 1.IP数据报的格式及主要字段的功能 2.IP数据报的分片与重组 本次课难点: 1.IP数据报的分片与重组

调查所得的原始资料经过审核整理与汇 总后还需要进行系统的统计分析才能解释除 掉查资料所包含的众多信息,才能得出调查的 结论因而统计分析是现代社会调查方法中十 分重要的一部分. 统计分析方法的内容可以根据变量的多 少划分为单变量分析双变量分析和多变量分 析前两者可称为初等统计后者可称为高等统 计我们只对初等统计进行简单的介绍

分析了三相-单相矩阵变换器(3-1MC)输入侧低次谐波的产生原因,推导了功率补偿拓扑结构下的输出侧与补偿侧调制函数约束关系式.研究输入电压不平衡下,含电容补偿单元的3-1MC单网侧电流反馈控制策略无法对输入两相旋转坐标轴(dq轴)下的直轴与交轴电流分量实现无静差控制,提出了在功率补偿下对输入三相电流作正序、负序dq轴分解,分别独立对输入双dq轴下正序、负序电流作解耦内环,输出侧与补偿侧电压加权合成为外环的双闭环控制.实验与仿真结果均表明该策略不仅使3-1MC具有功率补偿功能,而且有效抑制了电压不平衡引起的输入电流与输出电压所含低次谐波,提高了3-1MC在单相用电场合的实用性

第4章存储体系 一、主要内容包括: 二、几种常用的内存管理方法(分区、分页、分段) 三、内存的分配和释放算法(最先适应、最佳适应、最坏适应、临近适应) 四、虚拟存储器的概念(部分装入) 五、控制主存和外存之间的数据流动方法 六、地址变换技术和内存数据保护与共享技术等 七、Windows22000/xp内存管理

考虑了块煤在熔融气化炉上部挥发分的析出和采用部分氧气燃烧析出挥发分中的焦油和碳氢化合物这一特点,利用改进的Rist操作线原理,建立了熔融气化炉操作线图,直观地体现了不同因素对炼铁过程能耗的影响.讨论了COREX熔融气化炉内上部吹氧燃烧焦油和碳氢化合物后操作线的变化,对比了加入不同块煤和半焦对上部吹氧量、能耗的影响,分析了将块煤中挥发分脱除后以半焦的形式加入炉内,熔融气化炉上部煤气氧化度、温度和煤气量的变化,以及对能耗的影响

1、醋酸菌分离培养基:1%酵母膏,1%葡萄糖,pH4.5,琼脂2%,0.1MPa灭菌20分 钟。干热灭菌CaCO3。6个250ml三角瓶,各装10ml培养基。使用前分别加入3%无水乙 醇和2%CaCO3

基于对石灰石分解机理的分析,研究了炼钢过程中利用石灰石代替石灰进行造渣时炉内富余热量的变化,发现当采用全部石灰进行冶炼时,铁水加入比(质量分数)可达到86.1%左右,随着石灰石加入量的增加,废钢比降低,吨钢富余热量减少,石灰加入量降低.若全部采用石灰石进行造渣,铁水比最高可达到97.0%.在此基础上,利用60 t转炉研究了炼钢过程采用石灰石完全代替石灰进行造渣炼钢的冶金效果.实验发现:与采用石灰造渣炼钢相比,当采用石灰石进行造渣炼钢时,吹炼至4 min时的炉渣TFe质量分数为21.87%,碱度为1.22;随着吹炼时间增加,炉渣TFe含量降低,碱度上升至3.0以上.炼钢过程脱磷更加稳定且脱磷率提高了2.6%;平均终渣碱度为3.52,能满足冶炼的脱磷要求;渣量大幅度降低,从而降低了钢铁料消耗;吹炼时间略有延长,终点熔池温度基本保持不变.研究结果为调整炉料结构、降低生产成本提供了新的方法和思路

结合冶金热力学和凝固偏析模型分析了Ti-IF钢凝固过程中TiN的析出特点.Ti-IF钢凝固前期钢液中TiN夹杂无法生成，固相中TiN源自低温固相析出；凝固固相分数达到0.64时，Ti、N组元在凝固前沿富集程度增加，凝固前沿固相中开始有TiN析出；凝固末期，Ti和N的富集程度进一步增大，固液相中均能有TiN析出.采用扫描电镜分析了TiN在铸坯中的分布，从铸坯表层到中心TiN数量和尺寸存在显著变化：从铸坯表层向中心方向TiN尺寸不断增大，平均尺寸从1-2μm增大到5μm，在距离表层70-80 mm处尺寸达到最大；在铸坯厚度中间位置，TiN尺寸较大，平均尺寸为5μm左右；在铸坯中心TiN尺寸又有所变小，平均尺寸为3μm左右；在铸坯表层TiN密集程度较高，在铸坯中间和中心TiN数量密集程度显著降低.IF钢铸坯中TiN析出时机及其尺寸和数量与Ti、N组元偏析和凝固冷却速度关系密切

基于logistic映射和时空混沌系统,设计了一个密钥长度为256bit的图像分组密码算法,将256bit的明文图像分组加密为等长的密文图像.该算法引入的辅助密钥和设计的迭代次数敏感地依赖于明文分组和密钥,交替迭代混沌系统及Arnold映射实现了像素值的扰乱和位置置乱.计算机仿真和密码分析表明,该算法具有对明文和密钥敏感、密钥空间大和可扩展性强等特点,具有良好的加密效果和较强的抗攻击性能,适用于安全通信领域

为提高开关电流电路故障诊断的精度,提出了一种基于小波包优选和优化BP神经网路的开关电流电路特征抽取与识别方法.首先对开关电流电路原始响应信号进行多层次的小波包分解,接着计算N层分解后的归一化能量值,以特征偏离度作为评价选择最优小波包基,构建最优故障特征向量,最后将提取的最优故障特征通过遗传算法优化的BP神经网络进行分类.该方法以实例电路进行验证,结果表明所有的软故障均得到了有效的分类,说明了该方法在开关电流电路故障诊断中的优越性