由于微生物篩選實驗通常需要較長的時間，所以對微流控芯片中的微液滴有更高的要求，如提高微液滴的穩(wěn)定性，優(yōu)化生物兼容性以及防止微液滴內(nèi)水相物質(zhì)滲漏到油相等。本研究針對以上問題，以代謝產(chǎn)物 (氨基酸) 為研究對象，通過對包埋氨基酸的皮升級微液滴特性的研究，為液滴微流控芯片系統(tǒng)在氨基酸檢測和相應(yīng)生產(chǎn)菌株的高通量篩選以及定向進化改造方面奠定了基礎(chǔ)。
標簽： 功率放大器
上傳時間： 2021-10-18
上傳用戶：
設(shè)計高速電路必須考慮高速訊 號所引發(fā)的電磁干擾、阻抗匹配及串音等效應(yīng)，所以訊號完整性 (signal integrity)將是考量設(shè)計電路優(yōu)劣的一項重要指標，電路日異複雜必須仰賴可 靠的軟體來幫忙分析這些複雜的效應(yīng)，才比較可能獲得高品質(zhì)且可靠的設(shè)計， 因此熟悉軟體的使用也將是重要的研究項目之一。另外了解高速訊號所引發(fā)之 各種效應(yīng)(反射、振鈴、干擾、地彈及串音等)及其克服方法也是研究高速電路 設(shè)計的重點之一。目前高速示波器的功能越來越多，使用上很複雜，必須事先 進修學(xué)習(xí)，否則無法全盤了解儀器之功能，因而無法有效發(fā)揮儀器的量測功能。 其次就是高速訊號量測與介面的一些測試規(guī)範也必須熟悉，像眼圖分析，探針 效應(yīng)，抖動(jitter)測量規(guī)範及高速串列介面量測規(guī)範等實務(wù)技術(shù)，必須充分 了解研究學(xué)習(xí)，進而才可設(shè)計出優(yōu)良之教學(xué)教材及教具。
標簽： 高速電路
上傳時間： 2021-11-02
上傳用戶：jiabin
有效的減少傳導(dǎo)式干擾方式: 1. 檢討噪聲產(chǎn)生物的運作. (設(shè)計線路盡量利用直線, 減少諧波的含量) 2. 脈波的考慮. (脈波的波寬愈寬, 上升時間愈長, 產(chǎn)生的干擾愈小. 脈波的干擾程度與波寬及上升時間成反比) 3. 減少電弧的產(chǎn)生次數(shù). 4. 盡量利用帶寬之下限. 5. 盡量使用低電感金屬接線. 6. 多利用濾波器. 7. 易受干擾組件, 盡量與負載放置一處, 減少偶合的程度. 8. 使用同一電源的不同系統(tǒng)應(yīng)加裝反偶合裝置. 最好不同系統(tǒng)接用單獨電源. 9. 盡量使用低能量的靈敏裝置. 10.系統(tǒng)中有靈敏裝置, 不使用時, 應(yīng)切斷其電源.
標簽： emi
上傳時間： 2021-11-25
上傳用戶：canderile
有機化學(xué)是化學(xué)的一個分支學(xué)科，是研究碳氫化合物及其衍生物的結(jié)構(gòu)、性質(zhì)和反應(yīng)的學(xué)科。[1]結(jié)構(gòu)的研究包括通過光譜、化學(xué)計算和計算機模擬等手段研究化合物的分子結(jié)構(gòu)和晶體結(jié)構(gòu)特征。性質(zhì)研究包括化合物的物理和化學(xué)性質(zhì)，以及化學(xué)反應(yīng)性的預(yù)測。有機反應(yīng)的研究包括各種有機化學(xué)反應(yīng)機理；天然產(chǎn)物、藥物和聚合物的化學(xué)合成策略等等。有機化學(xué)研究的化學(xué)物質(zhì)范圍不僅包括碳氫化合物及其衍生物，也包含摻雜其他元素的碳氫化合物及其衍生物，[1][2][3] 特別是氧族（氮、氧、硫、磷）和鹵族元素修飾的化合物。碳-金屬成鍵的金屬有機化合物也屬于有機化學(xué)的研究范疇。一些過渡金屬元素和稀土元素構(gòu)成的金屬有機化合物受到化學(xué)家的廣泛關(guān)注和研究。有機化合物構(gòu)成了地球上所有生命的基礎(chǔ)，并且構(gòu)成了大多數(shù)已知的化學(xué)物質(zhì)。碳的成鍵模式有四種——形式上的單鍵、雙鍵和三鍵，加上離域電子的結(jié)構(gòu)——這使得有機化合物的種類結(jié)構(gòu)多樣，應(yīng)用范圍廣大。它們構(gòu)成包括藥品在內(nèi)的許多商業(yè)產(chǎn)品的基礎(chǔ)或組成部分，石化產(chǎn)品和農(nóng)用化學(xué)品，以及由它們制成的產(chǎn)品，包括潤滑劑、溶劑、塑料、燃料和炸藥。有機化學(xué)的研究與有機金屬化學(xué)和生物化學(xué)相關(guān)，也與藥物化學(xué)、高分子化學(xué)和材料科學(xué)相關(guān)。[1]
上傳時間： 2021-11-30
上傳用戶：
Illustrated Guide to Home Biology Experiments All Lab, No Lecture by Robert Bruce Thompson, Barbara Fritchman Thompson (z-lib.org)
標簽： 生物實驗
上傳時間： 2022-01-31
上傳用戶：trh505
隨著計算機技術(shù)的發(fā)展，儀器儀表領(lǐng)域也開始發(fā)生巨大的變化，從傳統(tǒng)儀器智能儀器開始向虛擬儀器發(fā)展。虛擬儀器以其強大的存儲、數(shù)據(jù)顯示和數(shù)據(jù)分析優(yōu)勢，逐漸受到重視。虛擬儀器技術(shù)通過軟件將計算機與儀器硬件相結(jié)合，很好地將計算機強大的數(shù)據(jù)處理能力和儀器硬件的現(xiàn)場測量、控制結(jié)合在一起。不僅降低了儀器的生產(chǎn)成本，還提高了儀器的性能，從而得到廣泛的應(yīng)用。另外，隨著現(xiàn)代科學(xué)技術(shù)的進步，阻抗的測量逐漸成為各類電子產(chǎn)品的研究基礎(chǔ)。目前，阻抗測量技術(shù)已在生物醫(yī)學(xué)、工業(yè)測控、電力控制等領(lǐng)域有廣泛的應(yīng)用。為了滿足高校實驗室對電子元器件及其附屬參數(shù)的測量需求，本文設(shè)計了一種基于虛擬儀器的阻抗測量系統(tǒng)本文通過將虛擬儀器技術(shù)與傳統(tǒng)硬件相結(jié)合，設(shè)計實現(xiàn)了一種通過伏安法對阻抗參數(shù)進行測量的系統(tǒng)。其主要工作原理為：將阻抗的測量轉(zhuǎn)換為矢量電壓的測量再利用獲得的矢量電壓的實部和虛部的數(shù)字量與被測參數(shù)之間的關(guān)系，將其轉(zhuǎn)換為待測量。本系統(tǒng)主要由硬件和軟件兩部分構(gòu)成，硬件部分主要包括通過FPGA設(shè)計實現(xiàn)的信號源模塊、陽抗矢量電壓轉(zhuǎn)換模塊、相敏檢波模塊、AD轉(zhuǎn)換模塊和通信模塊。其具體的實現(xiàn)主要為利用FPGA設(shè)計實現(xiàn)系統(tǒng)正弦激勵信號與基準信號的產(chǎn)生：通過相敏檢波將采集到的矢量電壓信號進行實部和虛部分離：利用低通濾波器濾除干擾信號：再通過AD轉(zhuǎn)換芯片將采集到的模擬電壓信號轉(zhuǎn)換為數(shù)字信號；通過系統(tǒng)總線將數(shù)據(jù)傳輸?shù)接嬎銠C，并對數(shù)據(jù)進行處理和顯示。軟件部分是利用虛擬儀器軟件 LabVIEW設(shè)計實現(xiàn)儀器的數(shù)據(jù)處理、顯示和控制界面，并通過動態(tài)鏈接庫的調(diào)用來執(zhí)行儀器操作。
標簽： 虛擬儀器
上傳時間： 2022-03-10
上傳用戶：aben
淪文-智能家居安防系統(tǒng)設(shè)計與實現(xiàn) 54頁摘 要 智能家居給人們生活帶來便利的同時也產(chǎn)生了巨大的社會經(jīng)濟效益，但是配套的安 全防范技術(shù)一直是制約其安全性和智能化程度的關(guān)鍵因素。本文基于多元特征融合的身 份識別方法，結(jié)合GPS定位導(dǎo)航、移動物體監(jiān)測、流媒體遠程監(jiān)控、ZigBee無線傳感 網(wǎng)絡(luò)、web Server等技術(shù)，提出了一套完整的智能家居安防系統(tǒng)解決方案。 傳統(tǒng)的智能家居安防系統(tǒng)功能單一，智能化程度低下。本文首先提出一種基于多元 生物特征融合技術(shù)的身份識別方法，在系統(tǒng)兼容性和智能化程度上都有大幅提高，同時 支持各種特征任意組合形式，極大提高了系統(tǒng)的靈活性和普適性：引入GPS，通過自行 開發(fā)的GPS定位設(shè)備實現(xiàn)實時定位、軌跡回放、地圖導(dǎo)航等功能；定點監(jiān)控方面提供 流媒體實時監(jiān)控、移動物體監(jiān)測兩套解決方案，滿足了不同用戶的需求；環(huán)境監(jiān)測方面 引入ZigBee技術(shù)，降低了監(jiān)控模塊的功耗、同時支持任意布設(shè)監(jiān)控模塊；最后創(chuàng)造性 的架設(shè)Web服務(wù)器作為各個子系統(tǒng)的功能延伸和擴展，極大的方便了用戶，提升了系 統(tǒng)的應(yīng)用價值。 本文詳細闡述了智能家居安防系統(tǒng)的軟硬件結(jié)構(gòu)框架，重點介紹了多元特征融合身 份識別方法，系統(tǒng)的闡述了軟硬件選型、技術(shù)方案論證和各個功能模塊的實現(xiàn)方法。最 終經(jīng)過比較完備的測試，證明本系統(tǒng)達到了預(yù)期設(shè)計目標。 關(guān)鍵詞：智能家居；安防系統(tǒng)；多生物特征識別；GPS；ZigBee
標簽： 智能家居
上傳時間： 2022-03-11
上傳用戶：fliang
智能化門禁管理系統(tǒng)在圖書館的應(yīng)用高校圖書館是一個特殊的服務(wù)場所，它的服務(wù)對象主要是本校師生，不希望什么人都可以進出。為了工 作的安全有效，需要進行封閉式管理。隨著技術(shù)的進步，智能化的門禁管理系統(tǒng)應(yīng)運而生。 1 智能化門禁管理系統(tǒng) 智能化門禁管理系統(tǒng)是近幾年迅速發(fā)展起來的一種現(xiàn)代化電子安全防范管理系統(tǒng)，它集合了計算機自動 識別技術(shù)和現(xiàn)代安全管理系統(tǒng)為一體，應(yīng)用了電子、機械、計算機技術(shù)、通信技術(shù)、光學(xué)技術(shù)、生物技術(shù)等 多類別的一項綜合新型技術(shù)。它是解決重要部門出入口實現(xiàn)安全防范管理的有效措施。作為環(huán)境安防系統(tǒng)的 一個重要組成部分，已越來越受到人們的重視。 智能化門禁管理系統(tǒng)又稱為出入口控制系統(tǒng)，它就像是一種電子門鎖，按照安裝在門口的電子讀卡器所 讀取到的個人識別卡上的信號辨別人員身份，從而取代傳統(tǒng)的人工管理出入口登記。時刻記錄人員的出入情 況，有助于內(nèi)部管理機制與模式的有序化，以及有效維護控制區(qū)域內(nèi)的的正常工作秩序，禮貌地拒絕不速之客。 2 智能化門禁管理系統(tǒng)的類別及工作原理 2 .1 智能化門禁管理系統(tǒng)的類別。智能化門禁管理系統(tǒng)分為非聯(lián)網(wǎng)式和聯(lián)網(wǎng)式兩種。 非聯(lián)網(wǎng)式指各自獨立、分別控制、未形成網(wǎng)絡(luò)控制的系統(tǒng)，如密碼鍵盤控制的門禁系統(tǒng)，主要優(yōu)勢在
標簽： 門禁管理系統(tǒng)
上傳時間： 2022-03-11
上傳用戶：
人工神經(jīng)網(wǎng)絡(luò)提供了一種普遍且實用的方法從樣例中學(xué)習(xí)值為實數(shù)、離散值或向量的函數(shù)反向傳播算法，使用梯度下降來調(diào)節(jié)網(wǎng)絡(luò)參數(shù)以最佳擬合由輸入-輸出對組成的訓(xùn)練集合人工神經(jīng)網(wǎng)絡(luò)對于訓(xùn)練數(shù)據(jù)中的錯誤健壯性很好人工神經(jīng)網(wǎng)絡(luò)已被成功應(yīng)用到很多領(lǐng)域，例如視覺場景分析，語音識別，機器人控制神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)對于逼近實數(shù)值、離散值或向量值的目標函數(shù)提供了一種健壯性很強的方法對于某些類型的問題，如學(xué)習(xí)解釋復(fù)雜的現(xiàn)實世界中的傳感器數(shù)據(jù)，人工神經(jīng)網(wǎng)絡(luò)是目前知道的最有效的學(xué)習(xí)方法反向傳搖成功例子，學(xué)習(xí)識別手寫字符，學(xué)習(xí)識別口語，學(xué)習(xí)識別人臉生物學(xué)動機ANN受到生物學(xué)的啟發(fā)，生物的學(xué)習(xí)系統(tǒng)是由相互連接的神經(jīng)元組成的異常復(fù)雜的網(wǎng)絡(luò)。ANN由一系列簡單的單元相互密集連接構(gòu)成的，其中每一個單元有一定數(shù)量的實值輸入，并產(chǎn)生單一的實數(shù)值輸出人腦的構(gòu)成，大約有1011個神經(jīng)元，平均每一個與其他104個相連神經(jīng)元的活性通常被通向其他神經(jīng)元的連接激活或抑制最快的神經(jīng)元轉(zhuǎn)換時間比計算機慢很多，然而人腦能夠以驚人的速度做出復(fù)雜度驚人的決策很多人推測，生物神經(jīng)系統(tǒng)的信息處理能力一定得益于對分布在大量神經(jīng)元上的信息表示的高度并行處理
標簽： 機器學(xué)習(xí) 神經(jīng)網(wǎng)絡(luò)
上傳時間： 2022-04-08
上傳用戶：trh505
統(tǒng)計學(xué)習(xí)基礎(chǔ):數(shù)據(jù)挖掘、推理與預(yù)測介紹了這些領(lǐng)域的一些重要概念。盡管應(yīng)用的是統(tǒng)計學(xué)方法，但強調(diào)的是概念，而不是數(shù)學(xué)。許多例子附以彩圖。《統(tǒng)計學(xué)習(xí)基礎(chǔ):數(shù)據(jù)挖掘、推理與預(yù)測》內(nèi)容廣泛，從有指導(dǎo)的學(xué)習(xí)（預(yù)測）到無指導(dǎo)的學(xué)習(xí)，應(yīng)有盡有。包括神經(jīng)網(wǎng)絡(luò)、支持向量機、分類樹和提升等主題，是同類書籍中介紹得最全面的。計算和信息技術(shù)的飛速發(fā)展帶來了醫(yī)學(xué)、生物學(xué)、財經(jīng)和營銷等諸多領(lǐng)域的海量數(shù)據(jù)。理解這些數(shù)據(jù)是一種挑戰(zhàn)，這導(dǎo)致了統(tǒng)計學(xué)領(lǐng)域新工具的發(fā)展，并延伸到諸如數(shù)據(jù)挖掘、機器學(xué)習(xí)和生物信息學(xué)等新領(lǐng)域。許多工具都具有共同的基礎(chǔ)，但常常用不同的術(shù)語來表達。【內(nèi)容推薦】《統(tǒng)計學(xué)習(xí)基礎(chǔ):數(shù)據(jù)挖掘、推理與預(yù)測》試圖將學(xué)習(xí)領(lǐng)域中許多重要的新思想?yún)R集在一起，并且在統(tǒng)計學(xué)的框架下解釋它們。隨著計算機和信息時代的到來，統(tǒng)計問題的規(guī)模和復(fù)雜性都有了急劇增加。數(shù)據(jù)存儲、組織和檢索領(lǐng)域的挑戰(zhàn)導(dǎo)致一個新領(lǐng)域“數(shù)據(jù)挖掘”的產(chǎn)生。數(shù)據(jù)挖掘是一個多學(xué)科交叉領(lǐng)域，涉及數(shù)據(jù)庫技術(shù)、機器學(xué)習(xí)、統(tǒng)計學(xué)、神經(jīng)網(wǎng)絡(luò)、模式識別、知識庫、信息提取、高性能計算等諸多領(lǐng)域，并在工業(yè)、商務(wù)、財經(jīng)、通信、醫(yī)療衛(wèi)生、生物工程、科學(xué)等眾多行業(yè)得到了廣泛的應(yīng)用。【作者簡介】Trevor Hastie,Robert Tibshirani和Jerome Friedman都是斯坦福大學(xué)統(tǒng)計學(xué)教授，并在這個領(lǐng)域做出了杰出的貢獻。Hastie和Tibshirani提出了廣義和加法模型，并出版專著“Generalized Additive Models”。Hastie的主要研究領(lǐng)域為：非參數(shù)回歸和分類、統(tǒng)計計算以及生物信息學(xué)、醫(yī)學(xué)和工業(yè)的特殊數(shù)據(jù)挖掘問題。他提出主曲線和主曲面的概念，并用S-PLUS編寫了大量統(tǒng)計建模軟件。Tibshirani的主要研究領(lǐng)域為：應(yīng)用統(tǒng)計學(xué)、生物統(tǒng)計學(xué)和機器學(xué)習(xí)。他提出了套索的概念，還是“An Introduction to the Bootstrap”一書的作者之一。Friedman是CART、MARS和投影尋蹤等數(shù)據(jù)挖掘工具的發(fā)明人之一。他不僅是位統(tǒng)計學(xué)家，而且是物理學(xué)家和計算機科學(xué)家，先后在物理學(xué)、計算機科學(xué)和統(tǒng)計學(xué)的一流雜志上表發(fā)論文80余篇。
標簽： 統(tǒng)計
上傳時間： 2022-05-04
上傳用戶：
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
