PowerPoint在教学应用中的使用技巧

一、插入对象的路径问题 在使用PowerPoint制作课件时,有时会用到影片、音乐(包括MiDi、Mp3)等素材.老师们经常发现,自己在家中制作好的课件,拿到学校后影片、音乐却不能正常播放.这是因为与图片或绘图文件嵌入到演示文稿中不同,影片、音乐文件是被链接到演示文稿中的.如果要在另一台计算机上播放带有链接文件的演示文稿,则必须在复制该演示文稿的同时复制它所链接的文件,同时还要注意链接文件的路径问题.     

水银整流器超前机组的试验和运行

水银整流器用超前讥组是一项技术革新,第十九冶炼厂的同志们在这方面做了不少工作,取得了一些经验,其试验结果经长沙市科学技术委员会鉴定,认为是改善功率因数的好办法,比电力电容器效果高3～4倍。这里发表的就是他们的实际经验总结,可供有关单位参考。—编者—     

基于一种再生小波核的SVR在降低多传感器交叉敏感中的应用

在充分研究和比较多种降低多传感器交叉敏感方法的基础上,介绍一种用于消除或降低压阻式压力传感器交叉敏感的张量积再生小波核支持向量回归的方法.这种支持向量回归核函数的构建是基于一种算子理论构造的再生小波核Hilbert空间的方法.实验结果表明,该方法可以明显地降低多传感器的交叉敏感.经其融合后,传感器的温度灵敏度系数α_s和电流影响系数α_1比融合前分别降低了近2个数量级,零位温度系数α_0下降了约3/4.     

GAMS系统在土坡极限荷载计算中的应用

对最新运筹学实用软件系统GAMS作了简单介绍 ,描述了GAMS系统中模型的建立及求解过程。在一土坡极限荷载的算例中 ,运用三维有限元塑性极限分析下限法建立相应的数学规划模型 ,通过GAMS软件非线性优化求解。     

用FrontPage创建数据库查询网站

一些教师已经不再满足静态、单向的网页形式,而想建立一个具有交互功能的动态网站,但Asp、Jsp复杂的编程命令让许多教师望而生畏。其实,用不着学习Asp和Jsp等复杂的编程命令,使用简单易用的FrontPage就可以实现网站和数据库的动态集成。下面以根据编号查询学生成绩为例,说明建立数据库查询的过程。1.使用Access创建一个学生期末考试成绩数据库。示例文件名为“学生成绩.mdb”,数据表名为“成绩”,如图1所示。2.使用FrontPage2000 Web站点模板创建一个网站。为方便说明,不妨选用“只有一个网页的站点”模板。提示:如果想在已经建好的站点…     

高g值微机械加速度传感器的现状与发展

本文对用于侵彻武器和爆炸现场测量的高g值加速度传感器进行了四顾与展望.重点介绍了采用微机械工艺的高g值微加速度传感器.首先分析了目前几种新型压阻式和电容式高g值硅微机械加速度传感器的基本工作原理,主要技术指标和敏感元件的结构特点,讨论了几种用于制作高g值微加速度传感器的新型材料和工艺.最后总结了高g值微机械加速度传感器未来的发展趋势.     

用FrontPage创建数据库查询网站

一些教师已经不再满足静态、单向的网页形式,而想建立一个具有交互功能的动态网站,但Asp、Jsp复杂的编程命令让许多教师望而生畏.其实,用不着学习Asp和Jsp等复杂的编程命令,使用简单易用的FrontPage就可以实现网站和数据库的动态集成.     

基于多尺度边缘表示的偏振图像二次融合算法

针对传统成像技术探测信息量少以及传统图像融合方法计算量大,不能凸显边缘轮廓的问题,提出一种基于多尺度边缘表示的偏振图像二次融合方法。首先,对同时偏振成像系统获取的4个偏振角度图像进行多尺度边缘去噪、配准预处理。然后一次融合,即将预处理后的4个偏振角度图像进行二进小波分解,在不同尺度上对低频、高频系数进行特定组合,计算得到Stokes向量［I Q U V］T,线偏振度(DOLP)和偏振相位角(AOP)等偏振信息;二次融合,即是根据边缘相关性原则融合偏振强度图像和线偏振度图像经小波分解后的高频系数,低频用区域能量的方法。最后,采用交替投影迭代法重构融合图像的低频、高频系数,得到重构图像。实验结果表明,本文算法的融合性能优于传统方法。以小波变换法为参考,平均值提高65.48%,标准差提高95.98%,平均梯度是传统小波的6.45倍,边缘强度是小波变换的5.54倍。本算法提高了运算速度,结合了强度图像亮度信息和线偏振度图像反映不同物体性质的特点,突出了目标轮廓细节,能很好地识别隐藏、伪装的目标。     

去蜂窝大规模MIMO辅助的移动边缘计算系统计算任务卸载与分配策略

面向B5G和6G的新兴网络架构和技术服务需求,将去蜂窝大规模多输入多输出（cell-free massive MIMO,CF-mMIMO）赋能于移动边缘计算（MEC）,有助于处理分布式物联网中的计算密集型和延迟敏感型任务。针对CF-mMIMO辅助的MEC系统,在能量限制下意在最大限度地减少完成不同任务类型的计算任务的延迟。为解决以上目标,设计了一种基于本地设备（user equipment,UE）、多接入点（access point,AP）和中心处理器的云-边-端协作的任务卸载策略。具体地,首先根据每个UE和AP服务的不同数据类型,利用凸优化和图匹配方法交替迭代,进行卸载关联和任务比例的优化;然后在回传链路的限制下,提出一种改进的二进制鲸鱼优化算法,将未分配终端和关联接入点任务进一步卸载至处理高效的云端。所提算法相较于蚁群优化算法、混合灰狼优化算法等其他的元启发式效果更优,在离散的卸载优化问题上表现较好,可以为分布式网络提供良好的卸载优化策略并大幅度降低整体网络的平均时延。