目的:学会用SQL语句对表记录的插入、修改、删除

在分析了以往的齿轮故障诊断方法及大量试验数据的基础上,选出了对应于各故障敏感的参量,总结归纳了齿轮故障的判据并在此基础上建立了故障诊断的专家系统,把模糊理论用以知识表示进行不精确推理;采用元知识控制下的反向推理机制并根据推理结果赋以合理的解释,该系统既能本机自动诊断又能结合其它诊断方法作精密诊断;还能兼顾在线监测与离线分析.利用该系统对齿轮试验数据进行分析、处理进而推理、诊断获得了满意的效果

在评估现有文献实验相图数据的基础上,采用Calphad技术优化和计算了Be-Cr二元合金体系平衡相图.液相和端际固溶体相采用替换式溶体溶液模型,化学计量比中间化合物CrBe2和CrBe12采用Neumann-Kopp规则描述它们的热力学函数.利用优化所得的热力学参数计算相图,结果能很好地解释大部分实验数据.本工作还采用Miedema模型估算了中间化合物CrBe2和CrBe12的摩尔生成焓,并与热力学计算值比较,所得结果符合良好

目录 第1单元 FoxPro的基本操作 第2单元 FoxPro的基本元素 第3单元数据库的建立与管理 第4单元排序、索引与查询 第5单元结构化查询语言SQL与RQBE窗口查询 第6单元多数据库操作 第7单元程序操作与简单程序的编写 第8单元循环结构程序的编写与数组的应用 第9单元过程与自定义函数 第10单元屏幕与菜单设计 第11单元目录管理器及其导航器 第12单元应用程序用户界面计 第13单元综合练习

以某钢厂1580热连轧生产数据为基础,提出一种有限元与神经网络集成建模的方法.该方法首先对轧制过程的塑性变形进行有限元建模,然后结合有限元数值分析方法和智能技术的优点,实现有限元和神经网络的集成建模.集成模型中的神经网络模型为有限元模型提供参数调整的依据,并且在神经网络训练过程中使用改进的混沌粒子群优化算法对神经网络进行优化.通过与现场实际生产数据进行比较,验证了该模型的有效性

提出了一种应用于中厚板轧制的道次间自适应算法.该算法以实测数据为基础,通过实测轧制力与实际计算轧制力的比值决定轧制力模型学习量的大小,做到了真正意义上的以实测数据来校正模型,从而使设定的模型有较好的自学习功能,并在实际应用中表现出较好的学习效果

以圆坯连铸结晶器温度实测数据为基础,研究应用神经元网络求解结晶器传热反问题的可行性,并尝试将神经元网络与数值计算结合用于结晶器传热计算,探索针对实测数据的结晶器传热在线计算方法.结果表明,数值计算结果与实测温度符合较好,可真实反映实际生产中圆坯结晶器传热的非均匀特性

第一章网络程序设计概述 第二章ASP初步 第三章ASP脚本语言- VBScript 第四章ASP常用内部对象 第五章数据库基础知识 第六章ASP数据库编程 第七章文件存取组件及其它组件 第八章网络程序开发实例

NCRE（National Computer Rank Examination）全国计算机等级考试实行教育部 考试中心、各省（自治区、直辖市）承办机构两级管理体制。教育部考试中心负 责实施考试，制定有关规章制度，编写考试大纲及相应的辅导材料，命制试卷、 答案及评分标准，研制考试必须的计算机软件，开展考试研究和宣传等

浮选回收率是金矿选矿过程重要的生产指标，目前主要是通过人工化验的方法检测获得，人工检测周期较长，造成金矿厂不能及时把握浮选工艺水平.在大量现场生产数据的基础上，分别采用多元线性回归和BP神经网络的方法，建立了金矿厂浮选回收率的预测模型.预测误差分析表明，BP神经网络预测模型能较好地预测金矿厂的浮选回收率，当预测相对误差在±3%范围内时，模型的预测精度达到91%，对于实际生产具有良好的参考作用