一、名词解释(每5分,共20分 机器字长中文平台多媒体技术面向对象技术 二、答题(每题8分,共24分) 1计算机软件及其分类 2信息系统的一般开发过程 3 TERNET国际互联网的主要功能 三、程序设计(16分) 在一个进行成绩统计的程序中,要用到三个数据库,分别为 STUD DBF(学生库)CASS.DB(班级库)和STATDBF(统计分类库)这三个数据库的结构如下

因子分析( Factor Analysis)是多元统讣分析技术的一个分支,其主要目的 是浓缩数据。它通过研究众多变量之间的内部依赖关系,探求观测数据中的基本 结构,并用少数几个假想变量来表示基本的数据结构。这些假想变量能够反映原 来众多的观测变量所代表的主要信息,并解释这些观测变量之间的相互依存关 系,我们把这些假想变量称之为基础变量,即因子( Factors)。因子分析就是研 究如何以最少的信息丢失把众多的观测变量浓缩为少数几个因子 因子分析是由心理学家发展起来的,最初心理学家借助因子分析模型来解释 人类的行为和能力,1904年查尔斯·斯皮尔曼( Charles spearman)在美国心理学 杂志上发表了第一篇有关因子分析的文章,在以后的三四十年里,因子分析的理 论和数学基础逐步得到了发展和完善,它作为一个一般的统计分析工具逐渐被人 们所认识和接受

随着我国隧道工程建设的快速发展,由隧道病害引发的隧道质量和安全问题越发常见.通过地质雷达探测隧道病害对于减少隧道质量和安全问题具有十分重要的意义,为了提高病害探测的效率及可靠性,基于雷达反射波信号多维度分析,提出一种隧道病害智能辨识的新方法.根据反射波信号时域、频域及时频域分析结果提取病害信号辨识的6个典型特征,利用支持向量机算法对典型特征的训练构建病害信号的二分类模型,实现了病害水平分布范围的自动辨识;再依据病害信号的第一本征模态函数分量振幅包络计算病害深度分布范围,最终实现隧道病害的智能辨识.结合某隧道回填层雷达实测数据对智能辨识算法的性能进行评价,与人工辨识结果的对比表明,该智能算法对于病害的辨识能力较强,病害的识别率高达100%,但辨识结果中同时存在少量误判,准确率达78.6%,满足工程应用的需求.该算法可用于隧道工程各类地质雷达探测数据中病害的智能辨识,而对于其他领域的地质雷达探测数据,本文研究成果亦可为不同类型探测目标智能辨识算法的设计提供可行思路

克朗盆地泥盆纪火山岩岩石成分为酸性岩和基性岩 , 显示双峰式火山岩分布特征 一 全碱判别图显示克朗盆地基性火山 岩投点多落在碱性系列及其分界线附近 , 而酸性火山岩主要集中分布于亚碱性系列 区 根据 图解进一 步判别可知 , 区 火山岩主要为钙 碱性系列 , 部分样品为拉斑玄武岩系列 关健词 克朗盆地 岩石地球化学 阿尔泰 克朗盆地处于西伯利亚 古板块阿 尔泰陆缘活动 带中段 , 与麦兹 、 冲乎尔盆地 呈 等间距斜列分布 。 盆 地 内出露的地层主要为中下 泥盆统的阿勒泰组 和康 布铁堡组

一、分子的线度和分子力 分子有单原子分子、双原子分子、多原子分子和千万个原子构成的高分子不同结构的分子其尺度不一样例标准状态氧分子分子间距10 直径d≈4×10-10m分子线度

试样的分析过程，一般包括下列步骤：试样的采 取和制备、称量和试样的分解、干扰组分的掩蔽和分 离、定量测定和分析结果的计算和评价等

一、液体化合物的分离与提纯方法 有机合成产生的液体化合物其分离纯化一般采用蒸馏的方法。根 据待分离组分和理化性性质的不同,蒸馏可以分为简单蒸馏和精馏 (分馏);根据装置系统内的压力不同又可分为常压和减压蒸馏。对于 沸点差极小的组分分离或对产物纯度要求极高的分离,则可应用高真 空技术

一、GC的分类和特点 (一)分类 （1)按固定相的聚集状态分: 气固色谱法(GSC),气液色谱法(GLC) （2)按分离机理分:吸附色谱和分配色谱 （3)按色谱柱分: 填充柱色谱法:固定相填充在金属或玻璃管 中(i.d=4-6mm) 毛细管柱色谱法(i.d=0.1-0.5mm)

一、浮选分离概述 1.在本世纪初用于精选矿石,已有70-8年历史,1959年 Sebba提出用于分析分离。 2.方法原理:在一定条件下,向试液吹入气体使生成表面带电荷的气泡,将欲分离组分吸在气泡的表面,浮到表面收集起来以达到分离的目的。 溶液必须加入浮选剂(表面活性剂) 3.特点: （1).设备简单,操作简便 （2).分离效果好,富集倍数高,可达104

为了实现本课程的最终目的，必须从静力分析的学习入手，因为静力分析不仅是学习构件承载能力分析编及运动分析与动力分析编的关键，而且也是正确进行工程设计必备的基础。 本编主要解决以下三方面的问题： 1、受力分析； 2、力系简化； 3、物体的平衡条件。 第一章 静力分析基础 第二章 平面力系 第三章 空间力系