第十三章物流基础设施与设备 一、名词解释 1.公路货运 2.管道站 3.仓库 4.库房 5.自动化仓库 6.虚拟仓库 7.立体采纳国库

物理化学是一门基础理论的学科。它是从观察物理现象和化学现象入手，应用物理学的原理和方法研究化学变化和相变化，从中找出有关化学变化的基本规律的科学，是化学和化学工艺学的理论基础，也是药学类专业的一门必修基础课，它包括理论教学及实验教学。 通过本门课程的学习，要求学生熟悉物理化学的基本概念，掌握各种物理化学的计算方法，同时还可以培养学生的逻辑思维能力。希望通过整个教学过程，使学生学会怎样由实验结果出发进行归纳和演绎，将假设和模型上升为理论，并学会运用化学热力学、化学动力学、表面化学及胶体等基本理论和知识，在药学专业的研究中发挥其应有的作用

当今的时代是一个信息的时代,信息处理技 术的不断进步极大的影响了我们的生活,使 我们的生活质量得到很大提高。本课程将介 绍信息科学的基础理论和基本方法,课程将 基于一个通讯系统的抽象数学模型进行展开, 课程的数学基础为概率论。整个课程可分为 基础理论和编码理论两部分组成

探讨以镍渣为主要原料采用熔融法制备建筑用微晶玻璃.研究引入Cr2O3作为晶核剂的镍渣微晶玻璃的成核及晶化过程.利用DSC测试来确定基础玻璃的晶化温度,并利用修正的Johnson-Mehl-Avrami(J/VIA)方法初步计算以镍渣为主要原料所制备的基础玻璃在加入质量分数2%的Cr2O3作为晶核剂后的结晶活化能E及结晶动力学参数k(Tp),计算结果分别为E=371.1kJ·mol-1,结晶动力学参数k(Tp)=0.29.采用XRD、SEM和光学显微镜测试、分析及观察方法来鉴定、分析微晶玻璃试样的主晶相及微观结构.结果显示,加入晶核剂的基础玻璃从930℃开始均匀地析出透辉石相晶体;随着温度的升高,晶体尺寸也逐渐增大,在温度达到950℃后,对样品进行30min保温热处理,样品中晶体尺寸达到10~15μm

长期以来,人们对烧结用铁矿石的评价主要集中在化学成分、粒度组成、矿物特征等常温性能方面,而对铁矿石在烧结过程中的高温行为和作用知之甚少.根据对这一问题的深入思考和实验室的基础研究,提出了\铁矿石的烧结基础特性\的概念.该概念包括同化性能、液相流动性,粘结相强度性能和铁酸钙生成性能等.研究烧结过程中这些高温物理特性,有利于完善烧结理论、改善烧结矿质量和优化烧结工艺过程

一、课程性质 数字电子技术实训是配合《数字电子技术》理论教学的一门专业实践课 程,是髙等职业院校应用电子技术、计算机控制、机电和计算机应用等专业实 践教学体系的重要环节。它是在学完了数字电子技术实验的基础上进行的数字 电子技术技能训练必修的重要专业基础课。 教学目的 数字电子技术实训是电类专业的必修课。通过三个层次的电子实践教学 使学生掌握电子技能的基础知识和数字电子电路的测试、安装调试、焊接、印 刷电路板的制作;培养学生由单元电路到数字电子系统,由模拟到数字,数字 到模拟,由基本电路功能到完成预定之目标电子系统,乃至自控系统和装置

第5章VP6程序设计基础 学习要点 1、过程化程序设计和面向对象程序设计的基本概念及设计方法; 2、过程化程序设计的语言基础,程序设计基本结构; 3、可视化程序设计的基本方法、类

第三章会计核算基础 会计核算基础是指会计核算应当具备的前提条件,以及在这个前提下进行会计核算的应当遵循的标准和质量要求

动物繁殖学是大学动物科学专业本科生的一门必修专业基础课课程,其具备基础理论和应用 两方面的知识。理论方面主要阐述家畜生殖活动的一般现象和规律及各种属特征,应用方面是阐 述现代繁殖技术的理论基础、传授操作技术并训练学生的操作技能。此外,课程还包括阐述动物 繁殖力的概念和提高繁殖力的基本途径。因为动物繁殖是动物生产中的一个重要环节,而动物繁 殖学课程的设置,其主要任务培养学生掌握上述三个方面的知识,从而在今后的动物生产管理中 能够经济有效地获得优良动物个体,为生产服务

高质量睡眠与儿童的身体发育、认知功能、学习和注意力密切相关，由于儿童睡眠障碍的早期症状不明显，需要进行长期监测，因此急需找到一种适用于儿童睡眠监测，且能够提前预防和诊断此类疾病的方法。多导睡眠图(Polysomnography，PSG)是临床指南推荐的睡眠障碍基本检测方法，通过观察PSG各睡眠期间的变化和规律，对睡眠质量评估和睡眠障碍识别具有基础作用。本文对儿童睡眠分期进行了研究，利用多导睡眠图记录的单通道脑电信号，在Alexnet的基础上，用一维卷积代替二维卷积，提出一种1D-CNN结构，由5个卷积层、3个池化层和3个全连接层组成，并在1D-CNN中添加了批量归一化层（Batch normalization layer），保持卷积核的大小保持不变。针对数据集少的情况，采用了重叠的方法对数据集进行了扩充。实验结果表明，该模型儿童睡眠分期的准确率为84.3%。通过北京市儿童医院的PSG数据获得的归一化混淆矩阵，可以看出，Wake、N2、N3和REM期睡眠的分类性能很好。对于N1期睡眠，存在将N1期睡眠被误分类为Wake、N2和REM期睡眠的情况，因此以后的工作应重点提升N1期睡眠的准确性。总体而言，对于基于带有睡眠阶段标记的单通道EEG的自动睡眠分期，本文提出的1D-CNN模型可以实现针对于儿童的自动睡眠分期。在未来的工作中，仍需要研究开发更适合于儿童的睡眠分期策略，在更大数据量的基础上进行实验