氦光泵磁力仪中压控振荡器设计

压控振荡器是跟踪式氮光泵磁力仪的核心部件。为了满足磁力仪的测量要求,需要一个频率范围宽,且振荡稳定度高,线性度好的压控振荡器。本文用多个变容二极管并联的方法,设计实现了一个西勒振荡电路,并在氦光泵磁力仪中得到应用。     

惠阳发电厂调速器特性及其故障处理

惠阳发电厂为柴油机发电厂,柴油发电机组在稳定工况下工作时,柴油机的输出功率与负荷保持平衡,机组的外部特征表现为转速稳定(速度稳定是柴油机和发电机工作的必要条件)。但柴油机在运转过程中,负荷是变化的,这时如果不相应的调整柴油机的输出功率(改变每循环的供油量),转速就会升降,输出功率就会波动。所以柴油机都安装了调速器,以根据负荷的变化,迅速自动的调整供油量,使输出功率与负荷保持平衡,限制最高转速,防止飞车,并保持低速空转的稳定性。     

国内外汽车音响IC代换对照

<正> 本表资料共收集了7个大类、300余种进口及国产汽车内使用的音响集成电路代换型号,它们当中绝大多数可直接互换,只有少数几种型号在代换时应作适当改动。 表中“电路类别”栏内的字母意义是:A代表AM调谐、中放电路和FM中放、噪声抑制电路,B代表立体声解码电路,C代表单、双通道音频功放电路,D代表前置放大电路,E代表其它功能电路,F代表电机稳速电路,G代表自动选曲电路。     

光谱法结合计算模拟探究胡桃醌与脯氨酰顺反异构酶1的相互作用

胡桃醌为胡桃科核桃属植物胡桃楸(Jugland mandshurica Maxim)和核桃(Juglans regia L)中存在的重要活性物质,脯氨酰顺反异构酶1(Pin1)为细胞内主要起信号传导作用的小分子蛋白。为探究胡桃醌对Pin1的抑制机理,通过定点突变、计算模拟以及多种光谱学技术研究了胡桃醌与Pin1的相互作用。荧光光谱显示,胡桃醌可以有效地淬灭Pin1内源荧光。293 K温度时,其淬灭常数(K_(sv))为1.36×10~4 L/mol,结合常熟(K_a)为2.32×10~4 L/mol,结合数(n)为0.85,随着温度升高,其K_(sv)和K_a逐渐降低,表明其淬灭机制为静态淬灭,n值接近1则表明两者可形成1:1复合物。同步荧光光谱表明,胡桃醌与Pin1结合会促使Pin1酪氨酸和色氨酸残基周围微环境疏水性降低,极性增加。圆二色谱揭示胡桃醌与Pin1结合会导致Pin1中的α-螺旋结构减少。热力学参数显示,在293 K条件下,ΔH=12.97 kJ/mol,ΔS=127.83 J/(mol·K),ΔG=-24.49 kJ/mol,表明胡桃醌与Pin1可自发结合,其主要作用力为疏水作用力。分子对接显示,氢键和范德华力在两者作用过程中同样扮演着重要角色。分子对接、定点突变以及分子动力学模拟进一步揭示Pin1催化残基Cys113在胡桃醌结合到Pin1过程中发挥着至关重要的作用。     

AT机决定配置特点及死锁修复——附对硬盘不能完成FORMAT的处理

IBM—PC/AT机决定配置的方式不同于IBM—PC/XT机之处在于:AT机用一个3.5V～6V的电池,通过保持一组存储器中的信息来决定AT机的配置;XT机则用一个8位DIP开关来决定XT机的配置。前者可用软件进行修改和设置,后者则取决于开关的位置。但它们的配置     

加压渗流法制备Si_p/Al复合材料的研究

采用加压渗流法制备高Si(体积分数)的Sip/Al复合材料,并通过等温热处理改善复合材料中Si颗粒的形态及其与铝基体的结合,消除了复合材料中的缩松缺陷。结果表明,加压渗流法制备的Sip/Al复合材料中Si的体积分数可以达到65%;在570~610℃之间进行保温处理后,复合材料中的Si颗粒通过部分溶解和再析出,形态变得更加圆整,其与基体金属的界面结合状态也得到显著改善。另外,通过等温处理还能在很大程度上消除渗流法制备的复合材料中的缩松缺陷。     

辐射管加热技术综述

对辐射管的类型和材质做了归纳,阐述了各种辐射管烧嘴供风方式的特点.对使用辐射管加热技术应注意的问题做了剖析.介绍了各种提高辐射管热效率的途径,对辐射管的设计与选型做了总结.     

以后都不用软件了吗？

用电脑就是玩软件？以前的确如此,只能如此。但,世界正在悄悄地改变。“再也没有复杂的安装过程,再也不用管理任何程序,再也不用为更新软件而烦心………”,这是谷歌在ChromeOS中向用户许下的愿景。难道以后,我们真的会把所有事都搬到网页上去做吗？     

深度学习的昨天、今天和明天

机器学习是人工智能领域的一个重要学科.自从20世纪80年代以来,机器学习在算法、理论和应用等方面都获得巨大成功.2006年以来,机器学习领域中一个叫“深度学习”的课题开始受到学术界广泛关注,到今天已经成为互联网大数据和人工智能的一个热潮.深度学习通过建立类似于人脑的分层模型结构,对输入数据逐级提取从底层到高层的特征,从而能很好地建立从底层信号到高层语义的映射关系.近年来,谷歌、微软、IBM、百度等拥有大数据的高科技公司相继投入大量资源进行深度学习技术研发,在语音、图像、自然语言、在线广告等领域取得显著进展.从对实际应用的贡献来说,深度学习可能是机器学习领域最近这十年来最成功的研究方向.将对深度学习发展的过去和现在做一个全景式的介绍,并讨论深度学习所面临的挑战,以及将来的可能方向.