1.1 微型计算机概述 1.1.1微型计算机系统的三个层次 1.1.2 微型计算机的常用术语 1.1.3 微型计算机的发展 1.2 微型计算机的组成和结构 1.2.1微型计算机的组成 1.2.2 微型计算机的硬件系统结构 1.3 微型计算机的工作原理 1.3.1 冯诺依曼存储程序工作原理 1.3.2 微型计算机的工作过程 1.4 微型计算机的内信息的表示 1.4.1 进位计数制及其相互转换 1.4.2 数值数据的表示 1.4.3 非数值数据的表示

第7章串行接口与应用 7.1串行通信的基本知识 7.2MCS-51单片机串行口的结构与工作方式 7.3主从式多机通信

第一章城市规划的观念演变 第二章城市功能与城市功能的调整 第三章城市规划布局结构的基本概念 第四章城市体系 第五章城市信息系统 第六章整体规划方法论 第七章环境科学理论 第八章城市设计 第九章城市保护与发展的文化因素 第十章城市中心业务区规划 第十一章生态城市设计 第十二章城市地下空间的利用 第十三章土地分区管理 第十四章城市土地有偿使用 下篇中国的城市规化实践 第十五章城市规划现状及展望 第十六章城市化 第十七章城市历史文化遗产的保护 第十八章居住区规划与环境设计 第十九章城市生态环境保护 第二十章城市交通规划 第二十一章城市规划编制方法 附录一中华人民共和国城市规划法 附录二城市规划编制办法

利用电磁感应原理将被测非电量如位移、压力、流量、 振动等转换成线圈自感量L或互感量M的变化,再由测量电 路转换为电压或电流的变化量输出,这种装置称为电感式传感器。电感式传感器具有结构简单,工作可靠,测量精度高,零点稳定,输出功率较大等一系列优点。其主要缺点 是灵敏度、线性度和测量范围相互制约,传感器自身频率响应低,不适用于快速动态测量。这种传感器能实现信息 的远距离传输、记录、显示和控制,在工业自动控制系统中被广泛采用

4.1系统结构设计 4.2网络设计 4.3数据库设计 4.4代码设计 4.5输入输出设计 4.6模块设计 4.7系统设计报告 4.8实验三

教学目的:《管理信息系统》经济类和管理类本科专业的核心课程。通过本门程的学习,让学生了解和掌握管理信息系统的基本概念、结构和功能,培养学生分析问题、解决问题的能力,并为今后在工作中用来解决MIS问题奠定基础

1.了解计算机通信中信息、数据与信号的基本概念, 以及数据通信系统的基本结构; 2.掌握基带、频带和宽带传输的定义和适用场合。 3.掌握串行与并行通信,单工半双工与全双工通信 4.掌握数据传输速率的定义,掌握误码率的定义; 5.了解异步传输与同步传输方式; 6.掌握模拟数据编码与数字数据编码的基本原理; 7.了解多路复用技术的分类,掌握FDM、WDM、TDM CDM的基本工作原理; 8.了解数据通信中差错产生的原因与差错类型;

针对电机驱动系统进行了基于有限时间控制器的结构/控制一体化设计.针对电机驱动系统跟踪控制问题，采用有限时间收敛方法设计了跟踪控制器.考虑系统状态信息不可测的情况，设计了有限时间滤波控制器，在估计系统速度信息的同时实现了有限时间跟踪控制.为进一步提升系统控制性能，考虑结构与控制之间存在的耦合问题，对电机驱动系统进行结构/控制一体化设计.首先针对电机驱动系统设计了同时考虑结构优化和控制器优化的一体化性能指标.所设计一体化性能指标能够在满足控制性能要求的同时，得到所能驱动的最大负载.同时优化系统的结构参数与控制器参数能够使控制系统达到全局最优，从而取得良好的控制效果.随后，采用嵌套优化策略对电机驱动系统的一体化设计问题进行简化，采用自适应步长的布谷鸟搜索算法对控制器参数优化问题进行求解，得到了一体化最优解.通过数值仿真验证了所提方法的有效性

非刚性图像配准一直是计算机视觉领域的研究重点. 为解决上述问题, 提出一种改进的光流场模型算法, 以提高光流估计的准确度. 算法首先对原始变分光流模型进行了改进, 提出利用新的各向异性正则项来代替原来的同向扩散函数, 以避免图像模糊, 保留图像的边缘特征与细节特征; 此外, 通过引入包含邻域信息的非局部平滑项来去除光流噪点, 同时增加了一个结合图像结构与光流运动信息的权函数, 以减少过平滑所造成的细节丢失, 提高算法的鲁棒性. 最后, 利用交替最小化与金字塔分层迭代策略相结合的方法求解位移场, 实现非刚性图像的自动配准. 仿真实验结果表明, 与传统方法相比, 本文算法对不同类型的非刚性图像均具有较高的鲁棒性, 取得了理想的图像配准效果

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。50年代以来,随着计算机的普及和各种统计软件的出现,因 子分析在社会学、经济学、医学、地质学、气象学和市场营销等越来越多的领域 得到了应用