基于多媒体和网络的大学英语教学模式

基于多媒体和网络的教学模式，极大地促进了大学英语教学的改革，它不仅丰富了教学内容，提高了教学效率，而且促进了整个教学观念的更新。对多媒体和网络技术教育中存在的问题进行了分析，重点阐述了多媒体和网络模式下的英语教学优势，探讨了实施多媒体和网络技术教学的必要性。     

基于LabVIEW的汉字点阵字模提取

介绍了汉字字符的存储结构、编码方案和显示方式;并利用LabVIEW软件灵活、简便地从计算机的汉字库中提取汉字字模并转换为供单片机直接调用的十六进制字模数据.     

p-Laplacian方程无穷多解的存在性

考虑了一类p—Laplacian方程的Dirichlet问题的解．在比（AR）条件更弱的条件下，先证明方程相应的泛函满足（PS）c条件，再应用山路引理得到了该问题无穷多解的存在性．     

用MATLAB制作迂回相位编码的傅立叶变换计算全息图

本文用MAT—LAB语言制作了一个迂回相位编码的傅立叶变换全息图。在实验中，观察到了全息图的再现。     

Application of Block Copolymer in Three-Liquid-Phase Extraction System

Introduction Polyethylene oxide-polypropylene oxide-polyethylene ox-ide (PEO-PPO-PEO) block copolymers are non-ionic surfactants and include hydrophilic PEO and hydro-phobic PPO segments. Due to the presence of PPO central block, PEO-PPO-PEO copolymers ha…     

The glass transition temperature and microstructure of polyurethane/epoxy resin interpenetrating polymer networks nanocomposites

GLASS TRANSITION TEMPERATURE (TG) HAS BEEN EXTEN- SIVELY STUDIED FOR MANY POLYMERS SINCE IT IS ONE OF THE MOST FUNDAMENTAL FEATURES RELATIVE DIRECTLY TO POLYMER PROPERTIES. IN GENERAL, INORGANIC NANOFILLERS DO NOT DI- RECTLY CONTRIBUTE TO THE TG OF THE MA…     

Phase behavior of supercritical CO2 microemulsion with food-grade surfactant AOT

Supercritical CO2 (scCO2) has drawn wide attentions as a cheap and efficient green solvent replacing the conventional organic solvents. These technological ap- plications increase rapidly especially in food-relative industry, such as extractions of beer h…     

门头沟区旅游资源评价及功能分区研究

文章从旅游资源类型、空间分布三个方面分析门头沟区旅游资源赋存状况,进而总结门头沟区旅游资源的主要特点:优美恬淡的生态化城市景观;理想的避暑度假胜地;以蕴藏了丰富文化内涵的“山、水、生物”自然旅游资源类型多,品味高;蕴藏于自然景观中的人文旅游资源,内涵丰富,知名度高.并以此为依据设计了“一带、一轴、四区、多中心”的旅游功能分区.     

压电驱动型电液伺服阀前置级驱动器实验研究

针对电液伺服阀电磁式前置级驱动器频响低的问题，提出了一种压电驱动型电液伺服阀前置级驱动器，该驱动器以压电叠堆(积层式压电微位移器)为驱动元件，通过基于三角形放大原理的柔性铰链放大机构，放大压电叠堆的输出位移．同时，设计、研制了实验装置，并在试制样机上对其静、动态特性进行了实验．研究表明，该驱动器具有线性良好、高分辨率、高频响等特点，由有限元分析得到的固有频率达到了1．201kHz，实际测量的固有频率为1kHz。     

一种基于序列挖掘的分类系统框架

为了有效地对序列数据进行分类，提出了一种集成分类挖掘和序列模式挖掘技术的分类系统框架(SPACS)．先采用一套约束和裁减策略，为每个分类挖掘频繁序列模式，并将其转换为分类序列规则(CSR)；再利用平均CSR匹配置信度和一个规则匹配算法构建有效的序列数据分类器．SPACS不需要在提取序列的特征后采用传统方法进行分类，可以直接利用从序列数据中提取出的频繁序列进行分类．实验结果表明，对于序列类型的数据的分类，SPACS比传统的决策树和关联分类方法具有更高的分类精度．