宫颈癌是严重危害妇女健康的恶性肿瘤，威胁着女性的生命，而通过基于图像处理的细胞学筛查是癌前筛查的最为广泛的检测方法。近年来，随着以深度学习为代表的机器学习理论的发展，卷积神经网络以其强有效的特征提取能力取得了图像识别领域的革命性突破，被广泛应用于宫颈异常细胞检测等医疗影像分析领域。但由于病理细胞图像具有分辨率高和尺寸大的特点，且其大多数局部区域内都不含有细胞簇，深度学习模型采用穷举候选框的方法进行异常细胞的定位和识别时，经过穷举候选框获得的子图大部分都不含有细胞簇。当子图数量逐渐增加时，大量不含细胞簇的图像作为目标检测网络输入会使图像分析过程存在冗余时长，严重减缓了超大尺寸病理图像分析时的检测速度。本文提出一种新的宫颈癌异常细胞检测策略，针对使用膜式法获得的病理细胞图像，通过基于深度学习的图像分类网络首先判断局部区域是否出现异常细胞，若出现则进一步使用单阶段的目标检测方法进行分析，从而快速对异常细胞进行精确定位和识别。实验表明，本文提出的方法可提高一倍的宫颈癌异常细胞检测速度

将0. 46%含碳量(质量分数) 的石墨化碳素钢在万能材料试验机上进行室温压缩变形, 试验钢表现出良好的压缩变形性能.根据载荷-位移曲线的变化特点, 试验钢的压缩变形过程以位移7. 0 mm (对应相对压下量为58. 3%) 为节点分为两个阶段: 在位移≤7. 0 mm的压缩阶段, 载荷呈线性增加, 压缩试样的鼓度值逐渐增加而达到一个极大值(14. 6%), 压缩试样中心位置的维氏硬度增幅最大, 为38. 1 HV, 至位移7. 0 mm时试样端面径向伸长率的增幅为34%;而在位移 > 7. 0 mm的压缩阶段, 载荷呈指数增加, 压缩试样的鼓度值从极大值开始逐渐减小, 至位移为10. 72 mm时(相对压下量为89. 3%), 试样端面的径向伸长率相比于位移7. 0 mm时增加了83. 1%, 压缩试样的中心位置的维氏硬度增幅最小, 为32. 7 HV.上述试验数据表明, 在位移≤7. 0 mm的压缩过程中, 压缩试样内的三个不均匀变形区的位置与传统压缩模型一致, 但是当压缩变形进入位移 > 7. 0 mm的压缩过程中, 试样中心位置已不再是传统压缩模中变形程度最大的变形区了, 即在这个阶段试样中的3个不均匀变形区的变形程度发生了改变.正因这种不均匀变形区变形程度的改变导致了变形过程中载荷的急剧增加和鼓度值的减低.另外, 在压缩变形过程中, 三个不均匀变形区中石墨粒子的微观变形量总是高于铁素体基体, 其原因之一可以归结为石墨粒子中层与层之间容易于滑动的结果

借鉴水泥净浆流动度测试方法，引入扩散度参数判别尾砂膏体的流变特性，开展试验研究分析扩散度与尾砂膏体质量分数（Cw）、灰砂比、屈服应力和黏度系数的关系，根据5个矿山的扩散度和流变参数测试结果，构建扩散度与屈服应力的经验模型，并与推导的解析模型作对比。结果表明：尾砂膏体的扩散度主要与质量分数有关，灰砂比对其影响不显著，随质量分数、屈服应力和黏度的增加而减小，质量分数为68%、70%和72%的尾砂膏体的扩散度分别为20.37、17.22和12.44 cm；尾砂膏体的扩散度与屈服应力的变化趋势相吻合，二者呈指数型函数关系，经验模型计算得到的屈服应力与测试结果误差在25%范围内，且尾砂膏体质量分数越大，二者的误差越小，达到10%以内；解析模型与经验模型计算所得的屈服应力在扩散度为12～16 cm之间结果较接近，解析模型计算结果整体上高于测试值；相比于坍落度，扩散度测试简便易操作，扩散度能有效表征尾砂膏体的流变特性，指导矿山现场充填

MATLAB意为“矩阵实验室”，源自 Matrix Laboratory ，它是一种科学计算软件。 Matlab语言是由美国的Clever Moler博士于1980年。开发的设计者的初衷是为解决“线性代数”课程的矩阵运算问题。 目前MATLAB已经成为国际上最流行的软件之一，除了可提供传统的交互式的编程方法之外，还能提供丰富可靠的矩阵运算、图形绘制、数据处理、图像 处理和Windows编程工具等。因而出现了各种以MATLAB为基础的工具箱，应用于自动控制、图像信号处理、生物医学工程、语音处理、信号分析、时序 分析与建模、优化设计等广泛的领域，表现出了一般高级语言难以比拟的优势。 美国Mathwork软件公司推出的Matlab软件就是为了给人们提供一个方便的数值计算平台而设计的

本课程是自动化专业的学科大类基础课程，是一门必修课，是本专业主干课程。通过本课程的学习，使学生建立经典控制理论部分的基本概念，学习现代控制理论的基本内容，掌握反馈控制原理的应用以及分析和设计的一般规律，使其具有分析和设计自动控制系统的初步能力。同时，为专业基础课及专业课的学习打好基础，而且为以后从事实际工作和科研奠定一定的理论基础。重点：线性系统的时域分析法、线性系统的根轨迹法、线性系统的频域分析法以及线性系统的状态空间分析与综合；难点：结构图等效变换、梅森公式的应用、扰动作用下减小或消除稳态误差的措施、高阶系统动态性能分析、广义根轨迹的分析与应用、复杂系统稳定裕度的确定、多环系统的开环幅相曲线、对数曲线的概略绘制及相应系统传递函数的确定、反馈校正方法及应用、矩阵指数的计算、状态方程的求解、系统能控性、能观测性问题以及稳定性概念的理解

第一节 物元分析研究对象和内容 一、矛盾问题 二、物元分析研究内容 第二节 物元与可拓集合 一、物元 二、可拓集合 第三节 关联函数 一、模 二、距 三、正域为有限区间  a,b  的简单关联函数 四、正域为无限区间  a,+  的简单关联函数 五、正域为无限区间  −  ,b 的简单关联函数 六、正域为无穷区间  − +  , 的简单关联函数 第四节 物元识别和评判方法 一、对象识别的物元模型 二、综合评判的物元模型 第五节 应用实例 一、山区公路高切坡安全评价 二、基于模糊物元的重庆市农业气候资源综合评价

本书适合具有(X)HTML和CSS基本知识的任何人。无论你是刚刚接触CSS设计，还是已经开发纯CSS站点好几年了，本书中都有适合你的内容。如果你已经使用CSS一段时间了，但还不是专家，那么你能够从本书获得最大的收益。本书充满了实用的现实建议和示例，可以帮助你精通现代CSS设计。本书的前两章讨论基本的CSS概念和最佳实践，帮助你轻松地入门。你将学习如何建立代码结构和加注释、CSS定位模型的细节以及浮动和清理的工作原理。你可能已经掌握了其中的许多内容，但是可能会发现自己有遗漏或理解不充分的地方。因此，前两章是不错的CSS入门材料，也可以帮助你回顾已经知道的知识。介绍了基本知识之后，后面五章讨论核心CSS技术，比如图像、链接、列表操纵、表单设计、数据表格设计以及纯CSS布局。每一章都由浅入深，直到建立比较复杂的示例。在这些章节中，你将学习如何创建圆角框、带透明阴影的图像、标签页式导航条和flickr风格的翻转

0.1 前言 1.1 实数的表达与性质 1.2 确界原理 1.3 函数：描述关系的模型 1.4 一些不等式 2.1 数列极限引入 2.2 收敛数列的性质 2.3 收敛数列的判定 2.4 子数列 2.5 数列极限题目 3.1 函数极限引入 3.2 函数极限定义 3.3 函数极限的定理 3.4 两个重要极限 3.5 无穷小与无穷大 4.1 连续函数的概念 4.2 间断点及其分类 4.3 连续函数的性质定理 4.4 闭区间上连续函数的定理 4.5 反函数的连续性 4.6 函数的一致连续性 4.7 初等函数的连续性 5.1 导数的概念 5.2 求导法则 5.3 高阶导数 5.4 微分 5.5 导函数的介值性 6.1 罗尔中值定理 6.2 拉格朗日中值定理 6.3 柯西中值定理 6.4 洛必达法则

本课程是为数学系本科高年级学生开设的.本课程讲述一般空间上的测度论的基础 知识和欧氏空间R上的 Lebesgue测度与积分理论. 现代数学的许多分支如概率论,泛函分析,群上调和分析等越来越多的用到一般空 间上的测度理论.对数学专业的学生而言,掌握一般空间上的测度论的基础知识,已经 变得越来越重要.因此本课程将一般空间上的测度论和R上的Lebesgue积分结合起来 讲述,交叉进行一般是每章先介绍一般空间上的概念与定理,然后将R上的Lebesgue 测度与积分作为特例,加以重点介绍.这样,既学习了 Lebesgue测度与积分理论,也学 习了抽象空间上的测度论

在数学分析课程中我们已经熟悉 Riemann积分.在处理连续函数或者逐段连续函数 时,在计算一些几何和物理的量时它是很有用的但它也存在一些缺陷例如, Riemann积 分对被积函数的要求较高,它要求被积函数“基本上”是连续的(其确切含义将在§4.4 讨论),在处理极限与积分交换次序时,需要对函数列加上一致收敛性的条件等由于这些 缺陷,使得 Riemann积分在处理分析数学中的一些问题时显得不够有力因此需要建立 新的积分的理论.二十世纪初, Lebesgue建立了一种新的积分理论新的积分理论消除了 上述缺陷,并且包含了原有的 Riemann积分理论