本书共分10章。第1章、第2章介绍当前普遍存在的10种典型水污染及其危害的原理、机制以及污水处理基本处理工艺过程和处理程度之间的关系；第3章、第4章对污水处理过程中反应器理论、物料衡算和污水的均化做了系统的介绍，有利于对后面将要介绍的处理过程反应原理的理解；第5章到第9章结合物理化学原理详细介绍了污水物理化学处理工艺的过程及设施，把现在实际应用的15种物理化学处理方法按其作用机理分为5类逐章进行阐述，编者认为这便于理论与工程实际的结合以及对国外先进技术的吸取，也有利于克服一般认为物化处理过程多，所涉及的基本原理复杂而感到较难掌握的困难；第10章对污水物化处理过程的整体组合做了简单的介绍，可作为本课程课程设计和工程设计的参考

运用Fluent动网格模型实现采空区的四维动态变化,并用用户自定义函数将煤低温氧化动力学机理及非均质孔隙率函数编入Fluent中,结合时间和空间,对U+L型通风系统采空区升温规律进行四维动态模拟研究.研究表明:非均质孔隙率四维动态模型能更真实地反应孔隙率的空间与时间变化,空间某一位置的孔隙率随时间呈负指数递减;工作面推进速度越大,采空区升温速率越小,推进速度为3.6 m·d-1时平均升温速率仅为推进速度为1.2 m·d-1时的1/5;然而,推进速度越大,高温点的深度越大,不利于自燃的预防;尾巷的存在使得温度场范围扩大,温度升高,CO主要从尾巷流出,尾巷释放的CO量是回风巷CO释放量的10倍.最后利用现场实测的数据对结果进行验证,表明模拟结果是正确可信的

学科基础课平台必修课 《高等数学 A1》 《高等数学 A2》 《大学物理 A1》 《大学物理 A2》 《大学物理实验》 《C++程序设计》 《C++程序设计实验》 《C++程序设计实训》 《线性代数》 《概率论与数理统计 B》 《离散数学Ⅰ》 《计算机组成原理 I》 《数据结构 I》 《数据结构 I 实验》 《计算机网络原理Ⅰ》 《操作系统 I》 《操作系统Ⅰ》 《电工电子技术 C》 《复变函数与积分变换》 学科基础课平台选修课 《数字逻辑》 《Java 程序设计》 《Java 程序设计实验》 《管理信息系统》 《管理信息系统实训》 《数据库原理 A》 《编译原理》 《物联网工程导论》 《软件工程概论 A》 《汇编语言与接口技术》 《算法分析与设计》 《数字通信原理》 专业课平台必修课 《计算机体系结构》 《嵌入式系统概论》 《软件设计与规范》 《计算机类认识实习》 《计算机生产实习》 《计算机毕业实习》 《计算机毕业设计（论文）I》 《计算机毕业设计（论文）II》 专业课平台选修课 《单片机原理及应用》 《嵌入式操作系统》 《嵌入式系统设计》 《软件项目管理》 《软件测试技术与工具》课程实验 《单元测试实训》 《集成测试实训》 《软件测试设计与文档规范实训》 《信息服务概论》 《离散数学 II》 《操作系统原理Ⅱ》 《数据结构Ⅱ》 《计算机组成原理Ⅱ》 《计算机网络原理Ⅱ》 《Oracle 高级数据库开发设计》 《C#程序设计》 《基于组件的软件开发》 《UML 软件建模》

第一篇 单片机设计与控制实验 . 1 实验一 基于单片机的自动换挡电阻测试仪常. 1 实验二 简易数字频率计. 2 实验三 移相器设计. 3 实验四 光电摄像在塞曼效应实验中的应用. 4 实验五 光电门测试在转动惯量实验中的应用. 5 实验六 牛顿环图像处理. 6 第二篇 光信息技术研究创新实验 . 7 实验七 基于光速测量的激光测距研究实验. 7 实验八 晶体电光效应. 10 实验九 声光效应研究实验 . 18 实验十 空间滤波. 32 实验十一 光学图像相减. 38 第三篇 光全息技术研究创新实验 . 43 实验十二 计算全息编码及重现研究实验. 43 实验十三 全息干涉法测量金属材料的杨氏模量. 48 实验十四 数字全息与光学再现实验. 53 实验十五 激光线扫描测量. 71 实验十六 光栅传感三维面性测量实验. 79 实验十六（一） 三维测量系统的标定实验. 79 实验十六（二） 单视场三维测量实验. 84

《医学微生物学与免疫学实验指导》为适应我国高等医学教育改革和发展的需要，培养新世纪的实用型医学人才，提高学生的动手、合作能力，在院校有关部门的组织支持下，经过教研室全体教师的共同努力，编写了这本实用性医学微生物学和免疫学实验指导，为了使学生在有限的时间内熟练掌握基础理论知识和基本技能。希望能借此提高学生的实验课质量，为今后的临床工作打下扎实的基础。 实验一 细菌基本形态的观察 实验二 细菌特殊结构的染色和观察 实验三 细菌培养 实验四 细菌的分布与无菌操作技术 实验五 消毒灭菌 实验六 抗链球菌溶血素“O”试验 实验七 厌氧性细菌 实验八 分枝杆菌属 实验九 螺旋体 实验十 其他细菌 实验十一 病原性真菌的检测 实验十二 病毒的分离培养 实验十三 病毒血凝试验 综合设计性实验 实验十四 细菌的生化反应 实验十五 病原性球菌感染检查与鉴定 实验十六 肠道杆菌的检测 免疫学部分 实验室规则 实验一 凝集反应 实验二 沉淀反应 实验三 细胞分离技术及 E 花环形成试验 实验四 变态反应试验 实验五 免疫标记技术 实验六 吞噬功能的检测 实验七 白细胞介素-2（IL-2）生物学活性测定

针对非规则循环应用中存在的一次迭代访问多个间接数组的问题,给出了超图数组的形式化描述,提出了三种基于超图的数据重排算法,即基于超图的非重复编码数据重排算法、基于超图的回溯搜索数据重排算法和基于超图的先划分再回溯数据重排算法,以及两种基于超图的迭代重排算法,即基于超图的非重复编码迭代重排算法和基于超图的回溯搜索迭代重排算法.通过对典型的非规则应用实例——流体力学问题进行实验,表明单独的重排算法提高程序执行速度约25.4%.在最好的数据重排与迭代重排的组合算法下,一级和二级高速缓存的平均命中率分别增加到91.7%和96.5%

一、编写说明 1、课程简介:本门课程是农学、植保和园艺专业的专业基础课,是生物科学方面的基础理 论知识。它是农、林、园艺、园林等专业必选课程。在分子水平探索生命本质给予生命 科学无可限量的活力和发展前景,而生物化学所研究的正是生命过程的分子基础。过去的 半个世纪生物学飞速发展的历史雄辩地证明,生物化学不仅是生命科学的带头学科之一, 而且在医学、工农业生产、生物工程等领域得到广泛应用。权威人士预言,二十一世纪将 是生命科学的时代。因此,当今世界各发达国家和许多发展中国家都十分重视生命科学的 研究与教育,早把生物化学列为各有关专业必修的重要基础课。我国高等农业院校农学 类专业自八十年代初普遍开设了“基础生物化学”,对于改善学生的知识构成、提高适应 能力、增强发展后劲、缩小与国内外先进水平的差距起到了积极的作用。 2、地位和任务:本课程的任务是使学生掌握生物化学的基础理论、基本知识和基本的生化 实验方法与技术,为有关后续课程的学习和继续深造奠定基础,本着既考虑生物化学自身 的系统性和完整性,又顾及体现农学类专业的特点和教学工作实际的原则,本大纲共分十 一章:第一章为绪论;第二至第四章为静态生化部分,重点介绍生物大分子;第五至第十 章为动态生化部分,重点介绍糖类、脂类、氨基酸和核苷酸的基本代谢以及能量代谢;第 十一章重点介绍信息代谢。鉴于DNA重组和基因克隆技术对生命科学的发展具有划时代的 意义,日益成为重要的常规实验手段

本书作者,英国皇家学会会员、中国科学院外籍院士Robert W.Cahn教授为我国材料研究团体和大学教育工作者所熟知。本书近乎完美地实现了作者所设定的双重目标:一是从渐变演化的视角界定材料科学的学科内涵;二是对这一学科主题的现状作概括性评述。该书范围涉及所有主要材料类别和几代材料科学家所关注的主要问题,论述全面、系统。作者成功地避开了这类书籍通常难免的最大缺点:叙述的重心无可奈何地偏倾于作者最熟悉的主题。这得益于作者百科全书般的广博知识和他的公平态度:不折不扣地给予与各种主题材料地位相称的篇幅。 该书作者的写作风格简洁明快,清新活泼,令很多人倾慕。这种迷人的写作风格对提高该书的可读性起到很大作用,使该书不仅适合于材料科学工作者,也使其他读者产生阅读兴趣,这对材料科学和材料研究的进一步突破、创新与发展,乃至人才的培养极为重要。作者还在材料科学学科深化的宏大构架上天衣无缝地编织了很多杰出材料的史传及贡献,使得本书内容充实生动,读者在阅读过程中不仅会获得知识,同时享受极大的乐趣,并得到启迪。 这本涵盖极广的材料科学史书共征引了发表于200多年间的700多篇重要科学文献。这本书应该成为材料科学工作者的必读物,也值得甚至应该被关心和欲掌握人类知识增长的人研读。不仅因为它涉及宽广的领域,而且因为它以史为据,洞见材料科学发展的规律,无论新老材科研究者均能从阅读中获益,从而得到急需的启发和创新的能力

Auto CAD是应当今信息技术的快速发展和用户的需要而开发的面向21世纪 的CAD软件包,它在运行速度、图形处理等方面都达到了崭新的水平。目前大多 数高校都开设这门课程。如何在较短的时间内让学生掌握 Auto CAD的各种操作 命令,并做到灵活运用,是提高教学质量的关健所在。经过多年的教学实践,编 者深深体会到教学质量的提高很大程度上取决于学生上机训练的内容,一本好的 上机指导书可以帮助学生对所学知识的进一步理解,加深认识,同时使学生在上 机时目的明确,提高上机效率

提出了一种自适应遗传算法,并成功应用于车辆最短路径规划算法中.所采用的编码方式、交叉及变异算子等均针对最短路径规划问题而专门设计;同时,提出了一种新的交叉概率、变异概率在线自适应调整策略,以便提高遗传算法的搜索速度和搜索质量.将该算法同Dijkstra算法、A*算法进行了仿真比较.对五种不同情况的仿真研究结果表明:同Dijkstra算法相比,该自适应遗传算法可以减少搜索到最短路径的时间;同A*算法相比,该自适应遗传算法则可以搜索到更多的最短路径