微生物是生物界中数量极其庞大的一个类群,它是自然界生态平衡和物质循环中必不 可少的重要成员,与人类及其生存环境的关系十分密切。对于微生物个体来说,它的存在 对我们人类有时是有利的,有时既无利也无害有时却是有害的。无数事实已经证明,自 从人类认识微生物并逐渐掌握其活动规律后,就可能将原来无利的微生物变成有利的,小 利的变成大利的,有害的变成小害、无害甚至有利,从而大大改善了人类的生活质量和推 动了人类的文明进步

第一节　无菌动物 一、无菌动物的基本概念 二、无菌动物的发展 三、无菌动物的特征 四、无菌动物技术 五、无菌动物的饲料和饲育装置 六、无菌动物的检查 七、无菌动物在生物医学研究中的应用 第二节　悉生动物 一、悉生动物的概念 二、悉生动物的发展 三、悉生动物在生物医学研究中的应用 四、悉生动物的饲养管理 第三节　无特定病原体动物 一、无特定病原体动物的概念 二、无特定病原体动物的质量标准 三、无特定病原体动物的用途 四、无特定病原体动物的培育

第一节　有机生态型无土栽培的优点 第二节　有机无土栽培技术的实施步骤 第三节　番茄长季节有机栽培的操作规程 第四节　有机无土栽培的发展前景

7.0序 7.1无损耗均匀传输线方程 7.2无损耗均匀传输线的传播特性 7.3无损耗传输线中波的反射和透射 7.4无损耗传输线的入端阻抗 7.5无损耗均匀传输线的阻抗匹配 7.6有损耗均匀传输线

近年来，无人机入侵的事件经常发生，无人机跌落碰撞的事件也屡见不鲜，在人群密集的地方容易引发安全事故，所以无人机监测是目前安防领域的研究热点。虽然目前有很多种无人机监测方案，但大多成本高昂，实施困难。在5G背景下，针对此问题提出了一种利用城市已有的监控网络去获取数据的方法，基于深度学习的算法进行无人机目标检测，进而识别无人机，并追踪定位无人机。该方法采用改进的YOLOv3模型检测视频帧中是否存在无人机，YOLOv3算法是YOLO（You only look once，一次到位）系列的第三代版本，属于one-stage目标检测算法这一类，在速度上相对于two-stage类型的算法有着明显的优势。YOLOv3输出视频帧中存在的无人机的位置信息。根据位置信息用PID（Proportion integration differentiation，比例积分微分）算法调节摄像头的中心朝向追踪无人机，再由多个摄像头的参数解算出无人机的实际坐标，从而实现定位。本文通过拍摄无人机飞行的照片、从互联网上搜索下载等方式构建了数据集，并且使用labelImg工具对图片中的无人机进行了标注，数据集按照无人机的旋翼数量进行了分类。实验中采用按旋翼数量分类后的数据集对检测模型进行训练，训练后的模型在测试集上能达到83.24%的准确率和88.15%的召回率，在配备NVIDIA GTX 1060的计算机上能达到每秒20帧的速度，可实现实时追踪

类似于一元函数的广义积分对于二元函数也有两 类广义二重积分.即可分为积分区域无限与被积函数无 界两种下面只研究无界区域上的二重积分的计算方法 定义3设D是xoy面上的无界区域,f(x2y)在D上连续且G 是D上的任意一个闭区域上若G以任何方式无限扩展且 趋于D时

类似于一元函数的广义积分对于二元函数也有两 类广义二重积分.即可分为积分区域无限与被积函数无 界两种下面只研究无界区域上的二重积分的计算方法 定义3设D是xoy面上的无界区域,f(x2y)在D上连续且G 是D上的任意一个闭区域上若G以任何方式无限扩展且 趋于D时,均有limf(x,y)dxdy=1

《无公害猪肉》的定义指有毒有害物质残留量控制在安全允许范围内经省无公害畜产品认定机构认定,符合我国无公害产品行业标准和四川省地方 标准,并经许可使用认定专用标志的畜产品

《工程经济学》课程教学资源（模拟试题，无答案）综合模拟试题（4）

《工程经济学》课程教学资源（模拟试题，无答案）综合模拟试题（3）