数字通信系统较模拟通信系统有很多优越性,所以 得到飞速发展。数字通信系统有两种传输方式:基带传 输和频带传输(调制传输)。目前,虽然在实际的数字 通信系统中基带传输不如频带传输那样广泛,但对基带 传输的研究仍然具有十分重要的意义:(1)在频带传 输系统中仍然存在基带传输的问题,基带传输的许多问 题也是频带传输需要考虑的问题;

第二章古典国际贸易理论(下) 一、机会成本递增理论 现实条件一国生产中通常面对递增、而非固定的机会成本机会成本递增意味一国每多生产一单位某种产品所必须放弃的另一种产品的产量越来越多。 1.生产可能性曲线 一国商品的生产或供给情况,是由该国的生产可能性曲线决定。一国资源有限,所能生产的产品也有限,存在产品替换问题:多生产一种产品意味放弃另一种产品的生产。生产可能性边界曲线表示产品生产替换的情况

概述：热处理工艺一般由加热、保温和冷却三个阶段组成，其目的是为了改变金属或合金的内部组织结构，使材料满足使用性能要求。除回火、少数去应力退火，热处理一般均需要加热到临界点以上温度使钢部分或全部形成奥氏体，经过适当的冷却使奥氏体转变为所需要的组织，从而获得所需要的性能。奥氏体晶粒大小、形状、空间取向以及亚结构，奥氏体化学成分以及均匀性将直接影响转变、转变产物以及材料性能。奥氏体晶粒的长大直接影响材料的力学性能特别是冲击韧性。综上所述，研究奥氏体相变具有十分重要的意义。本章重点：奥氏体的结构、奥氏体的形成机制以及影响奥氏体等温形成的动力学因素。本章难点：奥氏体形成机制，特别是奥氏体形成瞬间内部成分不均匀的几个C%点，即C1、C2、C3和C4

本章的重点内容有：一焊接接头组织的形成和控制；二焊接接头力学性能的控制。联生结晶和各种不同形态的柱状晶是焊缝凝固组织的显著特点。焊缝的固态相变组织主要取决于化学成分和焊接工艺条件。细小的针状铁素体组织是低合金高强钢焊缝的理想组织。而焊接热影响区的组织则主要由焊接热循环所决定。由于热影响区中各点所经历的焊接热循环不同，这就使得整个热影响区的组织是极不均匀的。焊接热影响区的组织控制与焊缝相比要困难的多。 焊缝金属的组织与性能 焊接热影响的组织与性能

水质一碱度(总碱度、重碳酸盐和碳酸盐)的测定一酸碱指示剂滴定法 水的碱度是指水中所含能与强酸定量作用的物质总量。 水中碱度的来源是多种多样的。地表水的碱度,基本上是碳酸盐、重碳酸盐及氢氧化物 含量的函数,所以总碱度被当作这些成分浓度的总和。当水中含有硼酸盐、磷酸盐或硅酸盐 等时,则总碱度的测定值也包含它们所起的作用。废水及其他复杂体系的水体中,还含有有 机碱类、金属水解性盐类等,均为碱度组成部分

在数字通信系统中,接收机输入信号根据其特性的不同可以分为两大类, 类是确知信号,另一类是随参信号。 所谓确知信号是指,一个信号出现后,它的所有参数(如幅度、频率、相位、 到达时刻等)都是确知的。如数字信号通过恒参信道到达接收机输入端的信号。 在随参信号中,根据信号中随机参量的不同又可细分为随机相位信号、随机 振幅信号和随机振幅随机相位信号(又称起伏信号)

本书是在《工业微生物育种学》第三版的基础上修订改编而成的。新版中编入了近年来工业微生物育种所采用的新方法和取得的新成果，尤其是在分子定向进化育种、基因敲除育种和全局转录机器工程育种等方面的许多成功实例。同时，在第三版原有传统工业微生物三大育种技术一诱变育种、代谢控制育种及杂交育种的基础上，还补充了工业微生物生产菌株的培养基优化及工程菌株的高密度发酵技术等章节，完善了工程菌株目的产物的高效表达的发酵工艺过程，具有实际应用价值

本书的读者大多是学校教师,所以本节的例子都是与学校课程有关的,以便帮助大家将 迪克和凯里教学设计模型应用到学校的教学中去。因为很多读者都将这本书作为自己开发教 学时的参考书,所以我们认为如果能将这个模型每个步骤所得出的产品实例集中放在一起 会对大家很有帮助,尤其是对那些因为要开发课程材料而需要纪录设计过程的人

毛颚动物(Chaetognatha)是海洋动物中结构特殊, 分类位置尚待确定的一个类群。这类动物身体较透明 , 细长似箭、左右对称、有侧鳍、尾鳍和体腔。故称为箭虫;它们的身体前端具有颚刺,所以,又称为毛 颚动物。在胚胎发育上,毛颚动物属于后口动物( deutostoma)。 毛颚动物在全部生活在海洋中,除极少数种类以外 ,都是营浮游生活的。虽然种类不多,但由于它们的分布广,数量大,在海洋浮游生物中占有很重要的地 位

在实际的神经网络中,比如人的视网膜中,存在着一种“侧抑制”现象,即一个神经 细胞兴奋后,通过它的分支会对周围其他神经细胞产生抑制。这种侧抑制使神经细胞之间 出现竞争,虽然开始阶段各个神经细胞都处于程度不同的兴奋状态,由于侧抑制的作用, 各细胞之间相互竞争的最终结果是:兴奋作用最强的神经细胞所产生的抑制作用战胜了它 周围所有其他细胞的抑制作用而“赢”了,其周围的其他神经细胞则全“输”了。 自组织竞争人工神经网络正是基于上述生物结构和现象形成的。它能够对输入模式进 行自组织训练和判断,并将其最终分为不同的类型