12.1统筹图 统筹方法是利用数学方法和网络图来研究、分析工程项目的合理组织、协调管理的一种科学管 理方法 这一方法于20世纪50年代产生于美国.956年,美国杜邦公司为协调公司不同业务部门的系 统规划,利用网络方法制订了第一套网络计划,称为关键路线法(CPM, Critical Path Method).1958年,美国海军武器局在制订“北极星”导弹研制计划时,同样利用了网络方法,但 更注重于对各项任务安排的评价和审查,称为计划评审技术(pr, Program Evaluation and Review Technique)

第二章方程(组)的迭代解法 1引言 方程「代数方程:fx)为有理系数多项式。(求代数根历程) f(x)=0超越方程:除代数方程以外的方程,如f(x)是三

一、 方案的创造和确定 二、 多方案间的关系类型 三、 互斥方案的比选 四、 收益相同或未知的互斥方案的比选 五、寿命期无限和寿命期不同的互斥方案的比选 六、独立方案和混合方案的比较选择

通过对5个试件进行拟静力加载试验，研究了加载方式对角柱和边柱节点抗震性能的影响.试验通过对加载方式（单向加载、双向轴对称加载和双向中心对称加载）和钢管柱宽厚比（D/t=22和33）主要参数的变化分析，着重研究了试件的滞回性能、刚度退化和耗能性能等特性.试验结果表明：加载方式对试件刚度及承载力影响十分明显.在双向中心对称荷载作用下，试件的承载力比在单向荷载作用下试件的承载力降低约20%；而在双向轴对称荷载作用下，试件的承载力与在单向荷载作用下试件的承载力基本相同.方钢管柱宽厚比是影响试件承载力的主要因素之一，随着宽厚比的增加，试件承载力逐步减小.所有试件的滞回曲线均呈饱满的纺锤体状，等效黏滞阻尼系数在0.2左右，具有稳定的耗能能力

第五章园艺植物种苗繁殖 本章介绍园艺植物常见的种苗繁殖方式的原理、特点及其影响因素。通过学习和实验应达到以下学习目的: 1.掌握常见种苗繁育方式的原理。 2.明确常见种苗繁育方式的特点。 3.熟悉常见种苗繁育方式的影响因素。 4.掌握种子发芽力和生活力测定的方法。 5.学会常见的嫁接技术。 6.了解果树砧穗相互作用的关系。 7.了解无病毒苗木培育程序

第三章面向对象的程序设计 本章导读 一、掌握类与对象的概念,类与对象的定义方法及二者间的区别。 二、掌握类的成员函数的定义方法、保存方法及调用方法。掌握类中成员的访问机制和方法。 三、了解对象的作用域和生存期

第2章C++语言基础 本章是学习C++语言的基础,包括以下几个方面: 1.结构化程序设计方法与面向对象程序设计方法的各自特点、区别和相互联系。 2.面向对象的程序设计方法中的有关概念,如类、对象、封装、继承、消息和多态性等。 3.C++程序的基本组成和框架结构 4.掌握C++语言中的基本数据类型、各种运算符、表达式。 5.C++数据输入流对象cin和输出流对象cout的使用。 6.程序的3种基本结构 7.构造数据类型,如数组、结构体、指针等的定义方法、特点和使用方法。 7.函数的定义、调用及函数调用过程中的参数传递的机理和程序执行流程。 8.引用的概念及其定义和使用方法

第七章数据传送机制 1.程序控制方式无条件传送方式、查询传送方式 2.中断传送方式 3.直接存储器访问(DMA)方式

医生诊断需要结合临床症状、影像检查等各种数据，基于此，提出了一种可以进行数据融合的医疗辅助诊断方法。将患者的影像信息（如CT图像）和数值数据（如临床诊断信息）相结合，利用结合的信息自动预测患者的病情，进而提出了基于深度学习的医疗辅助诊断模型。模型以卷积神经网络为基础进行搭建，图像和数值数据作为输入，输出病人的患病情况。该医疗辅助诊断方法能够利用更加全面的信息，有助于提高自动诊断准确率、降低诊断误差；另外，仅使用提出的医疗辅助诊断模型就可以一次性处理多种类型的数据，能够在一定程度上节省诊断时间。在两个数据集上验证了所提出方法的有效性，实验结果表明，该方法是有效的，它可以提高辅助诊断的准确性

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