- 综合排序
- 最热优先
- 最新优先
- 来自专栏模拟计算
解锁水系电池机理：原位谱学测试方案全解析-测试GO
解锁水系电池机理：原位谱学测试方案全解析-测试GO随着水系电池研究的深入，实时、精准地监测电池在工作状态下的动态变化成为机理研究的关键。 测试狗科研服务聚焦水系电池研究前沿，推出覆盖多维度分析需求的原位谱学测试解决方案，通过集成化、高精度的测试手段，为科研人员提供从结构演化到反应动力学的全视角解析。1. 原位红外（水系电池）4. 原位电化学阻抗谱（EIS）：揭示过程动力学与阻抗源在电池工作状态下，原位EIS持续监测电池阻抗的演变规律，解析电荷传输阻力、界面反应速率及扩散过程的变化。 原位电化学阻抗谱（原位EIS）整合优势：多技术联动，深度破解机理测试狗通过将上述原位技术整合应用，实现了对水系电池“结构-界面-动力学”的多维度关联分析。 未来，测试狗将进一步拓展原位联用技术（如XRD-Raman同步测试），为新能源领域提供更强大的科研基础设施支持。
32010编辑于 2025-09-01 - 来自专栏测试GO材料测试
原位电化学阻抗谱（EIS）技术在锌离子水系电池领域的应用-测试GO
原位电化学阻抗谱（EIS）技术在锌离子水系电池领域的应用原位电化学阻抗谱（EIS）技术在锌离子水系电池领域中被广泛应用，主要用于研究电池运行过程中的电极/电解质界面动态变化、锌枝晶的形成、固体电解质界面 原位电化学阻抗谱（EIS）技术的基本原理电化学阻抗谱（EIS）是一种通过施加小振幅交流信号并测量电池体系的响应来研究电化学体系的有效方法。 例如，利用原位电化学充电过程，可以在Ca2MnO4正极上观察到单组分阴极固体电解质界面（SEI）层（CaSO4·2H2</sub 例如，原位形成的Zn3(PO4)2/ZnF2富集的SEI可以改善锌阳极的性能。 结论原位电化学阻抗谱（EIS）技术是研究锌离子水系电池的重要手段，通过它可以深入了解电池内部的电化学过程和界面动态变化。
81600编辑于 2025-08-14 - 来自专栏人人都是数据分析师
统计学(4)|AB测试—实验流程
在之前的两篇文章里，我们详细介绍了AB测试的理论基础，以及如何科学全面地对AB测试的结果进行分析。有了这些基础之后，我们来看一下实际工作如何进行AB测试。 1AB测试的流程 工作中进行完整的AB测试流程包括以下几个步骤： ? 分析现状：针对当前产品情况，根据业务数据，提出优化方案（一般由数据分析师和产品经理确定）。 均值类假设检验形式通常为： 故对应的样本量计算公式为： 其中，两组样本量之比为 统计功效的计算公式为： （2）比例类 均值类假设检验形式通常为： 故对应的样本量计算公式为： 统计功效的计算公式为： 4实验有效天数 5实验结果分析 此部分内容我们在上一篇文章中有了非常详尽的叙述，有兴趣的可以参考： 统计学(3)|AB测试—实验结果分析
1.6K10发布于 2021-05-13 - 来自专栏腾讯移动品质中心TMQ的专栏
测试建模兵器谱
测试同学在面对复杂的需求时候，往往不得其力，导致测试时间过长，测试的结果也不尽如人意，这往往是对需求理解不到位所导致的。 1.2 测试用例 ACC建模虽然不能直接生成测试用例，却能在很大程度上指导后续测试方案的制定，根据风险模块的分布合理规划测试方案。 ACC建模的组件属性粒度比较大，很难直接根据ACC建模输出测试用例。 这些对象可以是显示业务领域的实体，也可以是一种抽象的概念和事物 2、确定工作流的初始状态和终止状态，明确工作流的边界 3、对动作状态或活动状态建模：找出随时间发生的动作和活动，将它们表示为动作状态或活动状态 4、 在上述状态图的基础上，我们使用基于状态机的测试用例编写用法撰写用例，如下图所示： ? 3.4 兵器简谱 ? 4.孔雀翎 据说这些暗器由孔雀翎中发出来时，美丽得就像孔雀开屏一样，细细密密，避无可避。 测试集中没有包含可以暴露错误的特定取值是缺陷遗漏的主要原因； 4、确定检查方法，以判断Y1，Y2，…，Yn是否正确。错误的或不严谨的检查都有可能遗漏的缺陷。
92960发布于 2018-02-08 - 来自专栏测试GO材料测试
原位SEM测试样品制备和前处理步骤盘点-测试GO
原位SEM测试样品制备和前处理步骤盘点-测试GO在现代社会，电池扮演了至关重要的角色，尤其是在移动设备、电动汽车以及可再生能源存储系统等领域中的广泛应用。 制样在进行原位SEM实验之前，根据原位测试夹具和装置测试要求，制样人需要提前设计和制备实验测试的样品，确保样品和测试装置能够完美契合，从而保证实验顺利进行。此外，实验要保证样品表面平整且导电。 样品的固定与支撑为了在SEM中稳定原位观察样品，通常需要将样品固定在适当的支撑物上，如测试狗原位测试装置或者根据自己实验要求设计的测试夹具（注意：这个需要和测试机构提前沟通）。 他们采用原位SEM技术观察了金属锂在不同厚度铜集流体上的生长过程，并研究了初始状态金属锂在不同集流体上的沉积和溶出过程（见图4）。 三种锂负极材料在循环100圈后的形貌变化[3]4. 结语原位SEM技术在电池电极材料的研究中发挥着关键作用。
21410编辑于 2026-01-19 - 来自专栏模拟计算
测试GO前沿实验室：为水系电池研究提供多维度表征解决方案
晶体取向分布：通过二维X射线衍射（2D-XRD）和同步辐射技术，定量分析锌箔或锌颗粒的晶体学取向（如[0001]择优取向），指导电极结构设计以提升循环稳定性。 界面动态与反应机制解析原位谱学监测：红外光谱（IR）：实时追踪充放电过程中界面官能团（如-OH、-SO₃）的演变，量化副反应程度。 电化学性能表征原位电化学阻抗谱（EIS）：解析电荷转移电阻（Rct）、界面膜电阻（Rf）等参数，关联隔膜改性或电解液配方优化对动力学的影响。 四、客户价值与科研赋能数据可靠性：严格遵循ISO/IEC标准，提供可重复的表征结果（如TOF-SIMS成分分布图、原位EIS阻抗谱）。 五、服务特色全流程支持：从实验设计到数据分析全程对接，配备材料学与电化学背景工程师。技术前瞻性：同步辐射、原位拉曼等高端表征平台保持国际接轨。成本可控：提供梯度化测试方案，适配不同预算的科研需求。
21310编辑于 2025-08-11 - 来自专栏全栈程序员必看
unittest测试框架原理_学软件测试4个月没找到工作
unittest框架解析 unittest 是python 的单元测试框架，unittest 单元测试提供了创建测试用例，测试套件以及批量执行的方案， unittest 在安装pyhton 以后就直接自带了 作为单元测试的框架， unittest 也是可以对程序最小模块的一种敏捷化的测试。在自动化测试中，必须需要知道所使用语言的单元测试框架。 构建测试套件 addTest（） 的应用 当有多个或者几百测试用例的时候， 这样就需要一个测试容器( 测试套件) ，把测试用例放在该容器中进行执行，unittest 模块中提供了TestSuite 类来生成测试套件 ，使用该类的构造函数可以生成一个测试套件的实例，该类提供了addTest来把每个测试用例加入到测试套件中。 对于测试目录与测试 文件来说， unittest 框架同样是按照这个规则来加载测试用例。
60520编辑于 2022-11-04 - 来自专栏FreeBuf
从零开始学Android应用安全测试（Part4）
Drozer是一款针对Android系统的安全测试框架。 Drozer提供了很多Android平台下的渗透测试exploit供你使用和分享。 Drozer这款工具，大家可以参考Drozer – Android APP安全评估工具（附测试案例）中的介绍。
1.4K50发布于 2018-02-05 - 来自专栏奇点大数据
没有基础半路学编程，靠谱吗？
25岁学编程，35岁的时候你就是有10年编程经验的人。 3、在互联网时代，随处可见的秘籍太多，而诚心修炼的人太少，和是不是科班出身没太多关系，有的人4个月培训就干掉人家2年的工作经验。 4、半路出家，能不能成为大牛我不清楚，最好在付出前不要在意结果，难道因为吃鱼有1%的几率卡喉，你就一辈子不吃了？成不了大牛，就不学编程了？如果你的对象一开始不能答应你白头偕老，你就不谈恋爱了？ 后来突发心血学编程，完全是通过网络资源自学。通过几个有影响力的个人项目，成功应聘开发职位，同样成长很快。 藉由上面两个例子，我想说的是：学编程并不是一件轻松的事。 或许对于王江民的故事，你早已烂熟于心，那我再说一个 22 岁学编程，最终进了 facebook 的程序员的故事。他的天赋和经历，和我们常人的差距不算很大，是很好的学习榜样。 事情的缘由是这样的：有人在 quora 上提问，「如果我想成为一名顶级软件工程师，17 岁开始学编程，还来得及么？」
1.4K30发布于 2019-05-05 - 来自专栏测试GO材料测试
原位表征技术在水系电池研究稳定性测试中的应用-测试GO
原位表征技术在水系电池研究稳定性测试中的应用-测试GO随着水系电池研究的深入，稳定性已成为衡量其性能与安全性的关键指标。 测试狗科研服务依托先进的检测技术，推出三项核心稳定性测试项目——电池产气分析、原位电极质量监测和原位气压监测，为水系电池的研发与优化提供多维度、高精度的数据支持。 测试狗通过气相质谱联用技术，对电化学反应中产生的挥发性物质进行定性与定量分析。 原位电极质量监测三、原位气压监测：体系稳定性与安全性的直接表征电池内部气压变化是评估整体稳定性的重要指标。测试狗通过高精度气压传感器，在静置或循环过程中实时监测电池内部气压。 原位气压监测测试狗科研服务通过多维度联动分析（产气+质量+气压），构建了水系电池稳定性的综合评估体系。
26110编辑于 2025-09-01 - 来自专栏存内计算加速大模型
智谱AI推出GLM-4，性能逼近ChatGPT-4
ChatGPT、GLM-4、Claude3等大模型不断涌现，本文将详细介绍智谱AI所推出的GLM-4大模型，分析其背景、性能、应用等。 今天，我们将聚焦于GLM-4这款由智谱AI推出的国内大模型，详细分析其性能和应用等。 在“大海捞针”测试中，GLM-4能够在128K文本长度内实现几乎100%的精度召回，没有出现长上下文全局信息因为失焦而导致的精度下降问题；2）在多模态能力方面，GLM-4可以结合文本、图像、代码等多种类型的数据来完成复杂的任务 在2024年3月发布的《SuperBench大模型综合能力测评报告》[4]中，清华大学基础模型研究中心对14个海内外具有代表性的模型进行了测试，在测评结果中，GLM-4表现亮眼，与国际一流模型水平接近， 参考文献[1]智谱AI官网（https://www.zhipuai.cn/）.[2]极客公园.智谱 AI 推出新一代基座大模型 GLM-4，能力逼近 GPT-4，配备多模态、长文本和智能体（https:
2.4K10编辑于 2024-06-14 - 来自专栏人芳觅
Geant4--探测器从能量沉积谱到模拟真实能谱(1)
核辐射探测器模拟是绝大多数Geant4使用者的主要任务，今天给大家带来一个题主自己写的例子。该例子实现了“模拟一个闪烁晶体对于某放射性同位素的伽玛能谱输出”。 放射源的衰变模拟和物理过程，编译好程序后，运行 csi Co60.mac 即可输出能谱信息的数据文件。 2. 4. 怎样把能量沉积谱通过高斯抽样展宽为真实能谱，即具有一定的能量分辨率。见EventAction.cc。 （这本来应该是该帖子的重点，但因当下时间紧张推迟到下次） 对能谱模拟流程作一次特别的说明： 1. 这里E是单事例沉积能量，而outenergy就是G4输出的能量（带有能量分辨率了）。 再来几张示意图： ? ? 另外，传授大家一个妙招，那就是改程序运行的名字！！
3.4K50发布于 2020-09-04 - 来自专栏人芳觅
Geant4--G4ParticleGun定义射线源的发射能谱
目录 一、G4ParticleGun/G4GeneralParticleSource简介 二、场景一：粒子源的能量为多个分离值 三、场景二：粒子源的能量为多段能谱 01 — G4ParticleGun 图1 gun和gps的宏命令比较 能谱是大多数模拟用户所关心的问题，下面将代码讲解G4ParticleGun如何通过随机种G4UniformRand()函数，实现粒子的抽样能量服从自定义的能量分布。 图2 射线源能量分布为多个单能数值 03 — 场景二：粒子源的能量为多段能谱 当模拟的射线源能量需要服从某种概率密度函数PDF时，可以认为是连续的能谱填入到了一定数量的bin当中，每个bin的y大小对应当前能量段的概率密度 下述模拟场景对应的能谱如图3所示。 //user-defined energy hist，连续分段能谱，概率密度函数 G4double enespec[]={1,2,7,10}; G4double pdfspec[]={0.5,0.25,0.25
5.2K51发布于 2020-09-14 - 来自专栏程序员互动联盟
【答疑解惑第十讲】到底学哪种语言靠谱？
存在问题： 好多同学在初学编程的时候都会问，这么多编程语言都有啥特点，我该学什么语言呢？例如下面的这位同学： 解决方案： 下面就大致介绍下主流的编程语言。 个来源（含 IEEE Xplore、Google、GitHub）的数据，最终评选出了下面这个排行榜（满分 100，得分越高排名越靠前），其中的十大编程语言分别是： 1、 Java 2、 C 3、 C++ 4、 我该学哪一个？ 程序语言并不适合于人，而适用于所要开发的领域或软件的需求。你不能光从名称看出某一门编程语言的含义，也不能跟风别人学什么我就学什么。而在 于你的兴趣，或是你要涉及的领域、开发的程序。
1.2K140发布于 2018-03-15 - 来自专栏软件测试学习
AI教你学测试
ChatGPT这个词相信大家最近看到都不会陌生，应该刷爆了各位的朋友圈，各种分享注册教程、什么AI写代码的文章比比皆是，今天，让我们一起来看一下OpenAI能不能教我们学测试呢，对测试人员的日常工作是否有帮助呢 二、AI智能对话初体验 注册账号后，通过对话，我们来看一下AI会教我们怎么去学测试呢？ 怎么判断自己目前是否适合转行做测试？ 软件测试的基本流程是什么？ 数据库怎么去学？ 测试环境怎么搭建？ 自动化框架的设计思路？ 测开要具备哪些技能？ 面试时怎么谈薪资？ 印象深刻的bug？ 接口幂等什么意思？ 自动化测试的高频面试题 如何在团队中推广自动化测试？ UI自动化定位不到元素有哪些原因？ 看到这，你是不是以为AI是万能的呢？
81120编辑于 2023-02-24 综述分享---肿瘤微环境的时空特征（niche）
空间组学数据的获取与预处理空间蛋白质组学、转录组学和基因组学技术的本质在于它能够在精确的空间坐标上同时检测分子成分。 蛋白质组学的空间平台（2024的年度技术）CODEX,100多抗体。成像质谱细胞术（IMC）和多路离子束成像（MIBI），每种抗体与不同的金属结合并通过质谱（MS）成像检测。 转录组学的空间平台荧光原位杂交（FISH），可对组织给定区域中存在的mRNA分子进行计数。原位测序（ISS）技术。 单分子荧光原位杂交（smFISH）的NanoString CosMx平台，利用多重错误鲁棒荧光原位杂交（MERFISH）的Vizgen MERSCOPE平台和10X Genomics Xenium平台。 基因组学的空间平台许多为多重原位杂交开发的方法已经被用于同时鉴定大量染色体位点。原始数据的预处理由于基于成像和基于测序的方法生成不同类型的原始数据，因此需要单独讨论工作流程。
36820编辑于 2025-03-26- 来自专栏自学测试之道
接口测试4
一、测试用例这样写 一个好的用例的表述要点，即用例中应当包含的信息 一个优秀的测试用例，应该包含以下信息： 1） 软件或项目的名称 2） 软件或项目的版本（内部版本号） 3） 功能模块名 4） 测试用例的简单描述 ，即该用例执行的目的或方法 5） 测试用例的参考信息（便于跟踪和参考） 6） 本测试用例与其他测试用例间的依赖关系 7） 本用例的前置条件，即执行本用例必须要满足的条件，如对数据库的访问权限 8） 用例的编号 该测试案例是以一个B/S结构的登录功能点为被测对象,该测试用例为黑盒测试用例。 假设用户使用的浏览器为IE6.0 SP4。 功能描述如下： 1.用户在地址栏输入相应地址，要求显示登录界面； 2.输入用户名和密码，登录，系统自动校验，并给出相应提示信息； 3.如果用户名或者密码任一信息未输入，登录后系统给出相应提示信息； 4.
49410发布于 2019-09-29 今日话题---从Visium空间转录组学中恢复单细胞表达谱
空间技术的困境：空间转录组学绘制了组织切片中的基因表达，揭示了细胞在自然环境中的组织。然而，许多技术缺乏单细胞分辨率，从混合细胞群体中捕获集体基因表达。 分析目标：在多细胞分辨率下从空间转录组学数据中恢复单个细胞在其位置的表达谱的方法知识积累许多流行的空间转录组学技术缺乏单细胞分辨率。 空间转录组学（ST）技术通过将成像与测量组织样本不同位置的基因表达水平的能力相结合，便于原位研究细胞。 首先通过结合点水平表达谱和配对的组织学图像来生成亚细胞分辨率的基因图谱，然后从这些图谱中分割单个细胞，从而产生它们的表达谱。 细胞型反卷积的scResolve评价与基准测试首先用单细胞的真实表达谱模拟了低分辨率的ST数据Stereoscope和cell2location都只能正确识别两种罕见细胞类型中的一种，而不能识别另一种模拟
31420编辑于 2024-10-12- 来自专栏雷子说测试开发
测试兵器谱のCucumber-JVM框架篇
写在前面 最近业务上使用的自动化测试项目在改进项目执行方案，优化框架，正好结合实践记录一下最近遇到的问题和解决方法，打算从以下几个部分跟大家探讨一下： 认识一下Cucumber-JVM框架 基于Anyproxy Pipeline集成Cucumber 关于Cucumber-JVM 项目背景 目前的自动化方案是针对我们广告SDK项目来做的，之前关注过Qtest公众号的同学应该看到过一篇文章介绍过《广告SDK自动化测试实践 Cucumber 可以和主流的测试框架很好地集成，常见的 TestNG、Selenium、SpringFramework、Ruby on Rails 等，能够方便地引入到您的测试工作中去，几乎没有任何门槛 | | 百度| test2 | 123456|百度欢迎你 | | 网易| test3 | 123456|网易欢迎你 | | 京东| test4 步骤五：执行feature文件生成测试报告 Cucumber-JVM的测试报告比较简陋，后面部分会介绍Jenkins Cucumber插件生成美观的报告，生成的结果如下： ?
2.3K10发布于 2021-03-15 - 来自专栏大数据文摘
数据分析而来的健康营养学，靠谱吗？
我们对于营养学研究的尝试显示，对于食物影响健康的研究结果非常令人忧虑。透过现象看本质。 首先我们需要知道营养学研究者们研究的是极其难的问题，因为没有办法将人们关在屋子里、谨慎地测量他们的饮食，所以很难确切地知道人们吃了什么食物。 因此，几乎所有的营养学研究是依赖于要求人们记住并报告自己吃了什么食物。 当我们阅读到一些如“蓝莓预防记忆减退”这一类的文章，它的依据就往往是食物频率问卷某些版本的测试。这一类调查问卷通常会询问调查者在过去一季度、半年或者一年里的食物摄入情况。 这个庞大的数据集使得我们在仅仅几个小时内就做了27,716个回归测试(完整结果可以在GitHub找到)。
1.2K91发布于 2018-05-22
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号