深度神经网络近年在计算机视觉以及自然语言处理等任务上不断刷新已有最好性能，已经成为最受关注的研究方向.深度网络模型虽然性能显著，但由于参数量巨大、存储成本与计算成本过高，仍然难以部署到硬件受限的嵌入式或移动设备上.相关研究发现，基于卷积神经网络的深度模型本身存在参数冗余，模型中存在对最终结果无用的参数，这为深度网络模型压缩提供了理论支持.因此，如何在保证模型精度条件下降低模型大小已经成为热点问题.本文对国内外学者近几年在模型压缩方面所取得的成果与进展进行了分类归纳并对其优缺点进行评价，并探讨了模型压缩目前存在的问题以及未来的发展方向

通过本章的学习,了解存货的范 围;掌握存货的计价方法,包括存货 取得的计价、存货发出的计价及期末 存货的计价;理解并掌握存货历史成 本计价方法在特定条件下对企业资产 负债表和利润表的影响;掌握实际成 本计价法与计划成本计价法下存货收 入、发出与结存的会计处理

理解收入与费用的涵义、分类 与特点;重点掌握收入与费用的确 认方法及会计处理;熟悉利润的构 成及影响利润各因素之间的关系; 理解所得税的性质及会计处理方法 ;掌握利润形成的核算、利润分配 的顺序及核算

1.了解装配图的作用和内容。 2.掌握装配图的规定画法、特殊表达方法。 3.掌握装配体的视图选择原则和方法。 4.能准确阅读中等以上复杂程度的装配图。 5.熟悉装配体的测绘方法和步骤。 10.1.装配图的作用和内容 10.2.装配体的表达方法 10.3.装配体的视图选择 10.4.装配图的尺寸标注和技术要求的注写 10.5.装配图中零部件的序号及明细栏 10.6.装配体上的工艺结构 10.7.装配体测绘 10.8.读装配图 10.9.由装配图拆画零件图

针对目前锂离子电池寿命预测结果不准确的问题，提出了一种多模态分解的锂离子电池组合预测模型，从而学习锂离子电池退化过程的微小变化。该方法在单一长短期记忆（LSTM）预测模型的基础上，采用了自适应噪声完全集成的经验模态分解(CEEMDAN)算法将锂电池容量分为主退化趋势和若干局部退化趋势，然后使用长短期记忆神经网络（LSTMNN）算法分别对所分解的若干退化数据进行寿命预测，最后将若干预测结果进行有效集成。结果表明，所提出的CEEMDAN?LSTM锂离子电池组合预测模型最大平均绝对百分比误差不超过1.5%，平均相对误差在3%以内，且优于其他预测模型

第4节 数控车削加工工艺处理 ◼ 确定工件的加工部位和具体内容 ◼ 确定工件的装夹方式与设计夹具 ◼ 确定加工方案 ◼ 确定切削用量与进给量

1.相对挥发度定义; 2.理想溶液的相平衡方程; 3.物料衡算式; 4.三条操作线方程; 5.热状态参数的确定; 6.回流比与最小回流比的计算 7.理论塔板数计算,图解法,逐板计算法, 捷算法

基于残余应力测试新方法与先进电化学测试技术的进展, 围绕残余应力类型和大小对金属材料点蚀以及应力腐蚀行为的作用机理进行了总结和归纳. 研究发现, 尽管残余压应力对腐蚀行为的抑制作用得到了大量实验的证实, 但是在不同条件下其作用方式以及机理不尽相同, 并且与材料的结构特点以及腐蚀产物等密切相关. 同时, 残余拉应力的作用尚不明确, 受到材料类型和其他因素耦合的严重影响. 另外, 在某些环境下, 影响腐蚀行为的关键是残余应力梯度或残余应力的某个临界值. 但是对有色金属的研究表明残余拉应力和压应力均会导致基体中位错和微应变等结构缺陷增加, 进而促进点蚀敏感性, 降低材料服役性能. 最后, 对目前研究存在的局限进行了讨论和展望

1常用物理量单位变换; 2流体静力学方程的应用; 3伯努力方程的应用; 4阻力计算; 5孔板流量计的应用; 6离心泵的结构、特性参数、特性曲线及离心泵的安装高度的计算

第二节 非特异性免疫 第三节 特异性免疫 第四节 免疫学方法及其应用 第五节 生物制品及其应用