点击切换搜索课件文库搜索结果(6487)
文档格式:PDF 文档大小:4.84MB 文档页数:17
近年来,植物基因组得到迅猛发展,但因缺乏足够的表型数据而限制了人类解析数量性状遗传学的能力。通过开发植物表型信息采集平台和进行图像分析可以加以决。高通量、自动化、高分辨率的植物表型信息采集平台与分析技术对于加快植物改良和育种提高产量和抗病虫害能力至关重要
文档格式:DOC 文档大小:86.5KB 文档页数:11
课程简介:全面、系统地介绍有关植物形态解剖学的基本知识、基本理 论和基本操作技术及植物基本类群的进化与分类的基础知识,主要研究植物的 形态、结构和生活现象及植物类群与分类。通过教学培养学生辩证唯物主义思 想,严肃认真的科学工作态度,及分析问题解决问题的能力,并且为学习专业课奠定必要的基础
文档格式:PDF 文档大小:52.95KB 文档页数:4
16.1简述高分子化合物与低分子化合物的区别。 答:高分子化合物:相对分子质量大,具有多分散性;由一种或几种单体聚合而成,常温 处于固态,有良好的机械强度、可塑性、绝缘性、耐腐蚀性、弹性。结构上有线型和体型 之分
文档格式:DOC 文档大小:49.5KB 文档页数:25
全国计算机等级考试二级VB笔试试卷(含参考答案) 一、选择题(每小题2分,共70分) 下列各题A)、B)、C)、D)四个选项中,只有一个选项是正确的。请将正确选项填涂在答题卡相应位置上答在试卷上不得分。 (1)下列叙述中正确的是 A,程序设计就是编制程序 B,程序的测试必须由程序员自己去完成 C,程序经调试改错后还应进行再测试 D,程序经调试改错后不必进行再测试
文档格式:PDF 文档大小:20.23KB 文档页数:2
1.绪论 1.1判断下列化合物是否为极性分子? (1)HBr(2)I2 (3)(4)()CH3OH(6)CH3-O-CH3 答:(1),(4),(5),(6)为极性分子;(2),(3)为非极性分子。 1.2写出下列化合物的简单电子结构式
文档格式:DOC 文档大小:75.5KB 文档页数:8
一、选择题(第1-20题每题2分,第21-3题每题3分,共70分) 1.我们可以在设计时(属性窗口中)和运行时(程序代码中)设置属性的属性值,以下关于属性设置的说法正确的是() (A)在属性窗口中可以设置所有属性的属性值。 (B)在程序代码中可以设置所有属性的属性值 (C)属性的名称由VB事先定义,用户不能改变。 (D)所有对象的属性都是可见的
文档格式:PDF 文档大小:1.42MB 文档页数:7
以茄子为原材料,通过水热处理–后续热解法及直接热解法分别制备出两种不同的茄子衍生多孔碳材料(HBPC和BPC)。以茄子衍生多孔碳材料为载体,采用真空浸渍法负载相变芯材聚乙二醇(PEG2000),制备出聚乙二醇/茄子衍生多孔碳材料复合相变材料。通过扫描电镜、拉曼光谱、压汞法、傅里叶变换红外光谱分析、X射线衍射仪、热重分析仪和差示扫描量热仪对其进行结构表征及性能测试。结果表明,通过直接热解法制得的茄子衍生多孔碳材料为载体的聚乙二醇/茄子衍生多孔碳材料复合相变材料具有更好的相变储热效果,负载聚乙二醇的质量分数高达90.60%,熔融潜热为133.98 J·g?1,达到了较好的定形相变效果及良好的循环稳定性
文档格式:PDF 文档大小:1.25MB 文档页数:12
针对传统医疗手段无法有效量化评估手术中不同硅油加注量对于视网膜裂孔贴附效果的问题,本文提出一种面向视网膜脱离手术的硅油填充模拟方法,基于物理建模与计算机数值离散化技术对眼内受力、硅油填充状态进行分析,并对填充模拟过程进行三维模型构建与可视化,实现医疗过程决策辅助目的。首先对人类眼球与手术器具进行基础建模与模型采样,模拟手术流程中眼球状态;然后,根据水与硅油的密度、黏滞系数、表面张力等不同物理性质,对水?硅油两相流动及交互进行模拟;最后,构建固液交互模型,实现多相液体在眼球中的运动与填充。实验结果表明,本文方法能够较好地呈现眼球内多相流体运动交互效果,实现了诸如表面张力、固液耦合、液体分层、连通器效应等效果,实现了对眼内腔中通过导管注入硅油与排出水分流程的模拟,为预测硅油填充后的眼内状态提供了一种有效的方式,辅助医生进行手术流程规划与效果预测
文档格式:PDF 文档大小:1.07MB 文档页数:72
在本公司的路由器中实现了多个P路由动态协议,它们将在本文中各个协议的说明中分 别予以介绍。 IP路由协议一般分为两类:内部网关路由协议(GP)和外部网关路由协议(EGP)本 公司路由器支持RIP、OSPF、BGP和 BEIGRP您可以根据您的需要分别配置RP
文档格式:PDF 文档大小:2.24MB 文档页数:10
深度神经网络技术用于机械设备故障诊断展现出了巨大潜力,但繁重复杂的计算量对计算机硬件提出了严苛的要求,严重限制了其在实际工程中的应用。基于此提出一种新型的轻量级神经网络ShuffleNet,用于高速列车轮对轴承故障诊断研究。该网络模型基于模块化设计思想,包含多个高效率的ShuffleNet单元,通过运用分组卷积与深度可分离卷积技术极大改善了传统卷积操作的运算效率;同时使用通道混洗方法克服了通道分组带来的约束,改进了网络的损失精度。实验分析表明,所提网络模型可有效用于复杂工况下高速列车轮对轴承故障诊断,相比传统卷积神经网络、残差网络和Xception等当前深度神经网络模型,在保证诊断精度的同时,运行效率得到大幅提升。这为深度神经网络技术应用于工程实际,克服计算机硬件条件限制提供了一条新的途径
首页上页571572573574575576577578下页末页
热门关键字
搜索一下,找到相关课件或文库资源 6487 个  
©2008-现在 cucdc.com 高等教育资讯网 版权所有