点击切换搜索课件文库搜索结果(10355)
文档格式:DOC 文档大小:65.5KB 文档页数:13
这篇文章不错,很好的解释了通货膨胀,和现在中国的情况很像,目前中国为了坚守固 定汇率制,印制了大量的RMB,(外贸都是美元结算的,如果顺差外贸企业获得了美 元,想扩大生产购买原料支付工资等,就要把美元交到央行换成RMB,而央行这些RMB 是通过开动印钞机造出来的,这几年中国外汇储备增加到了4000多亿和美元贬值有直 接关系)废话不说,贴文章 通货膨胀知识 先让我们比较一下两张差不多大小的长方形纸片。一张的背面大部分是绿颜 色,正面有一幅林肯像,在这纸片的每一个角上印有数目字五”,还有些别的图案。你 用这纸片可以换到一定数量的食物、衣服或其他货物
文档格式:PPT 文档大小:1.36MB 文档页数:64
雷电形成的原因 雷雨云 一般专业书中讲的雷雨云就是指积 雨云。云的形成过程是空气中的水汽经 由各种原因达到饱和或过饱和状态而发 生凝结的过程。使空气中水汽达到饱和 是形成云的一个必要条件,其主要方式 有: ①水汽含量不变,空气降温冷却; 2温度不变,增加水汽含量; ③既增加水汽含量,又降低温度
文档格式:DOC 文档大小:45KB 文档页数:6
案例1:我国经济的软着陆 “过热——治理——再过热——再治理”...。长期以来在我国经济 生活中屡屡出现的“大起大落”现象,曾被人们称之为新中国经济发展史上 难以根治的一大顽症。 然而,自1996年我国宏观经济运行呈现出“高增长与低通胀并存的局面
文档格式:PPT 文档大小:3.78MB 文档页数:13
偏光显微镜是硏究透明矿物光学性质的 主要仪器。与一般的生物显微镜相比,最主 要的区别是有两个偏光镜。其中,一个安装 在载物台之下,称下偏光,另一个安装在载 物台之上的镜筒中,称上偏光。在偏光显微 镜中,上偏光的振动方向是固定的,而下偏 光的振动方向是可以调节的。一般来说,两 个偏光的振动方向是相互垂直的
文档格式:PPT 文档大小:526.5KB 文档页数:28
牡丹皮 1.来源毛茛科牡丹 Paeonia suffruticosa的根皮 2.产地主产于安徽、河南、四川、湖北、甘肃、贵洲等省 3.采制栽培35年后,在10-11月挖出根部,除去须根及茎基,用刀剖取皮部,抽去木部,将根皮晒干,称原丹皮;若先用竹刀刮去外皮后再剥取皮部晒干的,称刮丹皮或粉丹皮
文档格式:PPT 文档大小:41.5KB 文档页数:9
多年以来,科学家们发现谷物、蔬菜、水 果、豆类等植物可减少某些慢性常见疾病,如 ) 肿瘤、心肝病、中风、糖尿病与高血压发病的 危险性,部分原因是由于植物中维生素、微量 元素及酶的抗氧化和清除自由基的作用,还有 一部分原因是由于植物中所含的尚未完全研究 清楚的物质,这些物质有促进健康的作用。我 们称之为植物化学素(Phytochemicals)
文档格式:PDF 文档大小:657.19KB 文档页数:9
在现有微尺度流动实验和理论认识的基础上,建立了包含范德华力、静电力、空间位型力、表面张力等微观力的特性方程,分析了影响多孔介质中流体流动的微观力种类和作用范围.通过建立考虑微观力作用的圆管流动数学模型,构造了考虑微观力作用的多孔介质的毛管束网络数学模型,推导了考虑微观力作用的相对渗透率模型.通过模拟分析阐明了微观力在多孔介质壁面上的作用及对渗流的影响.模拟结果表明微观力在细小孔隙流动中不可忽略
文档格式:PPT 文档大小:189.5KB 文档页数:31
多维事务数据库DB的结构为 (ID,AA2,, Anitems),A是DB中的结构化 属性(例如顾客的年龄,职业收入等),而 items是同事务连接的项的集合(例如购物篮 中频繁项集)。每一个 t=(id,aa 2..2 items-t)由两部分信息组成: 维信息(a1,a2man)项集信息。 挖掘过程分为两部分:挖掘维度信息的模 式和从投影的子DB中找出频繁项集
文档格式:PDF 文档大小:1.21MB 文档页数:7
采用微波加热和常规加热对硅锰粉和巴西粉锰的脱硅反应进行了动力学行为研究,以巴西粉锰为脱硅剂,与硅锰粉中的硅发生氧化还原反应.微波加热和常规加热分别加热到不同温度并保温一定时间,测定产物中硅含量并计算固相脱硅反应的表观活化能.实验表明:单一和混合料均可在微波场中快速升温.随着温度的升高和保温时间的延长,两种加热方式脱硅率均随之提高,在相同实验条件下,微波加热的脱硅率和反应速率均高于常规加热,微波加热可以提高固相脱硅率;微波加热固相脱硅反应的限制性环节为扩散环节,其表观活化能为102.93 kJ·mol-1,常规加热脱硅反应的表观活化能为180 kJ·mol-1,说明微波加热能改善固相脱硅的动力学条件,提高固相脱硅反应速率,降低脱硅反应的活化能
文档格式:PPT 文档大小:252.5KB 文档页数:37
多维事务数据库DB的结构为 (ID,A,AAn, items),A是DB中的结 构化属性(例如顾客的年龄,职业收入等), 而 items是同事务连接的项的集合(例如购 物篮中频繁项集)。每一个 t=(id,aa2man,items--t)由两部分信息 组成:维信息(a1,a2man)和项集信息。 挖掘过程分为两部分:挖掘维度信息的模 式和从投影的子DB中找出频繁项集
首页上页528529530531532533534535下页末页
热门关键字
搜索一下,找到相关课件或文库资源 10355 个  
©2008-现在 cucdc.com 高等教育资讯网 版权所有