首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏测试GO材料测试

    DSC蓝宝石:精准测量材料比热容的核心技术

    DSC蓝宝石:精准测量材料比热容的核心技术-测试GO差示扫描量热(Differential Scanning Calorimetry, DSC)是材料科学、化学工程及生物医学等领域中一种重要的热分析技术 在DSC测量比热容的多种方法中,DSC蓝宝石(又称间接法或比例)因其高精度和可靠性而被广泛采用。 蓝宝石测试的关键步骤蓝宝石测量比热容通常采用“三步”,以最大限度地减少仪器和测试过程带来的干扰:空白基线测试:在DSC仪器上放置两个质量相同的空坩埚,在设定的升温速率、温度范围和气氛条件(如氮气) 蓝宝石的优势与应用相比于直接法(直接从DSC曲线读取热流率和升温速率进行计算),蓝宝石具有显著的优势:高精度:通过标准物质校准,有效减少了仪器本身的热流非线性、校正常数波动和基线漂移带来的误差,测量精度可达 总结:DSC蓝宝石作为一种精确、可靠的比热容测量方法,通过严谨的“三步”程序和标准物质的校准,显著降低了系统误差,为材料科学研究提供了高质量的热物性数据。

    48510编辑于 2025-10-24
  • 来自专栏云深之无迹

    DSC-RX1002相机升级

    搜索我的型号 https://www.sony.com/electronics/support/compact-cameras-dsc-rx-series/dsc-rx100m2 ? ? https://www.sony.com/electronics/support/compact-cameras-dsc-rx-series/dsc-rx100m2/downloads/W0010232

    47230发布于 2021-04-14
  • 来自专栏GOOPHER的折腾记录

    蓝宝石RX570开核成RX580

    蓝宝石RX570开核成RX580 前言 在开始之前,需要知道刷BIOS的风险,刷入了错误的VBIOS可能导致开机花屏、不显示等问题。

    5.8K30编辑于 2022-03-31
  • 来自专栏国产数据库

    DM8共享集群DSC初始化DB实例报错

    [dmdba@localhost DSC0]$ /dmdb8/dmdbms/bin/dmasmtool dcr_ini=/dmdb8/dmdbms/dsc_config/DSC0/dmdcr.ini ASM /dmdbms/dsc_config/DSC0/sqllog.inidb1节点删除初始化生成的参数文件rm -f /dmdb8/dmdbms/dsc_config/DSC1/dmdcr.inirm -f --过滤出参数文件中关于size大小的参数[dmdba@localhost DSC0]$ cat /dmdb8/dmdbms/dsc_config/DSC0/dminit.ini |grep SIZESYSTEM_SIZE +DMREDO/DSC1_LOG02.logFILE "/dmdb8/dmdbms/dsc_config/DSC0/dm.ini" has already existedFILE "/dmdb8/dmdbms /dsc_config/DSC0/sqllog.ini" has already existedFILE "/dmdb8/dmdbms/dsc_config/DSC1/dm.ini" has already

    54120编辑于 2023-11-17
  • 数据安全治理中心:阿里云数据安全中心(DSC)的全面解读

    阿里云数据安全中心(DSC)概览 阿里云数据安全中心(DSC)是一个综合性的数据安全治理平台,它通过集成多种数据安全技术和服务,为企业提供一站式的数据安全解决方案。 DSC的优势 集成与兼容性 集成性:DSC能够与阿里云的其他服务无缝集成,提供统一的数据安全视图。 兼容性:DSC支持多种数据库和数据仓库,确保企业可以在不同环境下使用。 智能与自动化 智能分析:DSC利用机器学习技术进行智能分析,帮助企业识别潜在的安全威胁。 自动化响应:DSC能够自动执行安全策略,减少人工干预,提高响应速度。 合规性与审计 合规性支持:DSC帮助企业满足各种数据保护法规要求,如GDPR、HIPAA等。 审计追踪:DSC提供详细的审计日志,帮助企业追踪数据访问和修改行为。 结语 阿里云数据安全中心(DSC)是企业数据安全治理的理想选择。通过提供全面的安全功能和强大的技术支撑,DSC能够帮助企业保护数据资产,确保业务的持续发展和合规性。

    46910编辑于 2025-07-28
  • 来自专栏大白技术控的技术自留地

    ubuntu 编译源码包(dsc diff.gz orig.tar.gz):

    ubuntu 编译源码包(dsc diff.gz orig.tar.gz) 以tree实用程序为例,介绍Ubuntu中如何管理源码包,包括查询,获取,编译源码包,直至安装。 2.获取源文件 源码包中通常包含3个文件,分别以dsc,orig.tar.gz和diff.gz为后缀名。 使用apt-get source命令来获取源码包,它会将源码包下载到用户当前目录,并在命令执行过程中,调用dpkg-source命令,根据dsc文件中的信息,将源码包解压到同名目录中,应用程序的源代码就在这里面 当然你也可以自己用dpkg-source命令去解压缩源码包: dpkg-source -x tree-1.5.1.2.dsc 3.获取依赖文件 在编译源码包前,需要安装具有依赖关系的相关软件包。 tree –L 2 References: [1] ubuntu 编译源码包 dsc diff.gz orig.tar.gz [2] 请问.dsc怎么用?

    3.8K30发布于 2019-03-05
  • 来自专栏大数据文摘

    《情报》出台,隐私将死?

    这两天,法国人民确实整个儿都不太好了,因为法国国民议会议员周二(5月5日)以438票赞成、86票反对、42票弃权,一读通过了《情报》案。你也许要问,这是个什么东西?和我有什么关系? 耐心,编者马上为你解释法国《情报》的来龙去脉,以及告诉你,这也许真的和你有点关系。 如果你稍稍关心天下大事,一定还记得今年初发生在巴黎的查理周刊枪击案吧。 法国政府脑洞大开,觉得情报工作存在严重漏洞,于是Duang,《情报》出炉了。 1 《情报》到底讲了什么? 《情报》目前已提交至参议院,而参议院似乎很有可能通过该法案。针对这个法案,法国人民提前准备好了防范措施来保护自己的私隐。或许他们的经验可以被国人所借鉴。

    98330发布于 2018-05-23
  • 来自专栏杨龙飞前端

    快速排序,冒泡排序

    快速排序 function sort(arr){ if(arr.length<=1){ return arr } var index=Math.floor(arr.length sort(left).concat([arrIndex]).concat(sort(right)); } var arr=[7,8,9,2,5,3,6,1,3,7]; sort(arr);   冒泡排序

    1K50发布于 2018-06-15
  • 来自专栏懂点编程的数据分析师

    牛顿与拟牛顿

    前言 同梯度下降法一样,牛顿和拟牛顿也是求解无约束最优化问题的常用方法。牛顿本身属于迭代算法,每一步需要求解目标函数的海赛矩阵的逆矩阵,计算比较复杂。 拟牛顿通过正定矩阵近似海赛矩阵的逆矩阵或海赛矩阵,简化了这一计算过程。 需要提前了解的知识 1.泰勒展开 当 ? 在 ? 处具有 ? 阶连续导数,我们可以用 ? 的 ? 牛顿 考虑无约束最优化问题: ? 1.首先讨论单自变量情况 假设 ? 具有二阶连续导数,运用迭代的思想,我们假设第 ? 次迭代值为 ? , 将 ? 进行二阶泰勒展开: ? 其中 ? 拟牛顿 在牛顿的迭代过程中,需要计算海森矩阵 ? ,一方面有计算量大的问题,另一方面当海森矩阵非正定时牛顿也会失效,因此我们考虑用一个 ? 阶矩阵 ? 来近似替代 ? `。 2.常见的拟牛顿 根据拟牛顿条件,我们可以构造不同的 ? ,这里仅列出常用的几种拟牛顿,可根据需要再学习具体实现。

    1.4K20发布于 2020-06-09
  • 来自专栏glm的全栈学习之路

    抛物线、牛顿、弦截求根实例

    ,要求计算结果准确到四位有效数字 (1)用牛顿 (2)用弦截,取 x0=2,x1=1.9x_0=2,x_1=1.9x0​=2,x1​=1.9 (3)用抛物线,取 x0=1,x1=3,x2=2x_0 套公式编写程序即可注意控制精度,要求准确到四位有效数字,即要求准确解和所得近似解误差不超过 0.5∗10−40.5*10^{-4}0.5∗10−4 ,同时要注意迭代时的变量关系,以下是源代码: (1)牛顿: scanner.close(); double res = getEistimate(x,e,N); System.out.println("牛顿得到的解为 (2)用弦截,取 x0=2,x1=1.9x_0=2,x_1=1.9x0​=2,x1​=1.9 /** * @Title: secant.java * @Desc: TODO * @Package ] (3)用抛物线,取 x0=1,x1=3,x2=2x_0=1,x_1=3,x_2=2x0​=1,x1​=3,x2​=2 /** * @Title: parabolic.java * @Desc

    2.2K50发布于 2020-09-28
  • 来自专栏杨龙飞前端

    快速排序,冒泡排序

    快速排序 function sort(arr){ if(arr.length<=1){ return arr } var index=Math.floor(arr.length sort(left).concat([arrIndex]).concat(sort(right)); } var arr=[7,8,9,2,5,3,6,1,3,7]; sort(arr);   冒泡排序

    76320发布于 2018-06-27
  • 来自专栏用户6093955的专栏

    素数筛(Eratosthenes筛

    介绍 Eratosthenes筛,又名埃氏筛,对于求1~n区间内的素数,时间复杂度为n log n,对于10^6^ 以内的数比较合适,再超出此范围的就不建议用该方法了。 筛的思想特别简单: 对于不超过n的每个非负整数p, 删除2p, 3p, 4p,…, 当处理完所有数之后, 还没有被删除的就是素数。

    1.9K30发布于 2019-09-11
  • 来自专栏算法工程师的养成之路

    牛顿与拟牛顿

    牛顿和拟牛顿是求解无约束最优化的常用方法,有收敛速度快的优点. 牛顿法属于迭代算法,每一步需要求解目标函数的海赛矩阵的逆矩阵,计算复杂. 拟牛顿通过正定矩阵近似海赛矩阵的逆矩阵,简化了这个过程. 牛顿 对于无约束优化 min⁡x∈Rnf(x) \min_{x\in R^n} f(x) x∈Rnmin​f(x) x∗x^*x∗是目标的极小值点. 计算HkH_kHk​,并求pkp_kpk​ x(k+1)=x(k)+pkx^{(k+1)} = x^{(k)} + p_kx(k+1)=x(k)+pk​ k=k+1k=k+1k=k+1,转2 拟牛顿 如果HkH_kHk​是正定的,那么可以保证牛顿搜索方向pkp_kpk​是下降方向: 因为搜索方向是pk=−λgkp_k = -\lambda g_kpk​=−λgk​ x=x(k)+λpk=x(k)

    1.3K20发布于 2019-01-18
  • 来自专栏Python

    头插和尾插

    头插 void HeadCreatList(List *L) //头插建立链表 { List *s; //不用像尾插一样生成一个终端节点。 List));//s指向新申请的节点 s->data = i;//用新节点的数据域来接受i s->next = L->next; //将L指向的地址赋值给S;//头插与尾插的不同之处主要在此 } } 尾插 void TailCreatList(List *L) //尾插建立链表 { List *s, *r;//s用来指向新生成的节点。r始终指向L的终端节点。

    29510编辑于 2024-10-12
  • 2025合规铁网:用腾讯云BI打造“零风险”数据平台

    摘要 2025年9月,《数据安全》《个人信息保护法》进入执法深水区。如何在零事故、零罚款的前提下,把业务数据快速用起来? 联动产品 法规对应条款 数据分类分级 内置“敏感数据识别引擎”,一键打标 PII/财务/交易 等级 数据安全中心DSC 到合规 Day1 开通BI专业版试用(官网价:首月1元,2025-09-03生效) Day2 通过DSC扫描现有数据库→自动生成《数据分类分级报告》 Day3 在BI控制台勾选“高敏感报表”,行列级权限自动生效 ≈70万 ≈0.5万 五、2025年9月最新优惠活动 BI专业版:首月1元,次年续费官网价7折(限企业认证用户) 数据安全中心DSC A:客户100%自持,腾讯云仅提供托管环境,符合《密码》“谁业务谁用密”原则 。 Q:服务终止后数据如何销毁?

    48710编辑于 2025-09-03
  • 来自专栏c++与qt学习

    头插和尾插

    头插 #define _CRT_SECURE_NO_WARNINGS #include<stdio.h> #include<stdlib.h> typedef struct LinkNode { headNode == NULL) { return NULL; } //数据域可以不用维护 headNode->next = NULL; return headNode; } //头插 insert_LinkList(headNode,length); printf("打印链表:\n"); outputLinkList(headNode); return 0; } 尾插: headNode == NULL) { return NULL; } //数据域可以不用维护 headNode->next = NULL; return headNode; } //尾插

    1.1K30发布于 2021-03-02
  • 来自专栏痴者工良

    C# 冒泡排序、插入排序、选择排序

     冒泡排序 是数组等线性排列的数字从大到小或从小到大排序。 以从小到大排序为例。 ---- 插入排序 插入排序算法是把一个数插入一个已经排序好的数组中。 对数组使用插入排序 数组 int [] array = [11, 39, 35, 30, 7, 36, 22, 13, 1, 38, 26, 18, 12, 5, 45, 32, 6, 21, 42, 冒泡排序与插入排序比较 冒泡排序是从一端开始,比较大小后存到另一端。每次都是从前开始,把最大或最小的结果放到最后。 插入排序始终是从前面开始,把下一个元素存到前面,不用比较最大最小的结果。 选择排序 每次从后面找到最小或最大的数,进行位移排序。

    1.2K40发布于 2021-04-26
  • 来自专栏计算机视觉理论及其实现

    Tukey

    在介绍Tukey方法前,首先了解学生化极差分布。在概率论和统计学中,学生化极差分布是极差的抽样分布。该分布是一种连续型概率分布,用于在样本量较小且总体标准差未知的情况下估计正态分布总体的极差。假设要比较的组数为k,那么在零假设成立的条件下,下面的随机变量服从学生化极差分布。

    1.3K20编辑于 2022-09-03
  • 来自专栏互联网数据官iCDO

    运营研究的3个方法:过程、要素、分类

    一、过程 1. 过程的概念 我们可以从文字猜测过程一定与这些关键词相关:先后逻辑、趋势、流失。 字典上对过程是这么解释的:事物发展所经过的程序。 具体模型的应用不是本文的重点,只做简单举例用,下面让我们来讨论一下要素。 二、 要素 1. 要素的概念 还记得我是怎么描述过程的吗? 几个常用的分类运营模型 2.1. 二分(矩阵法) 二分(矩阵法)的研究方法在各个领域都很普遍,比如我们常听说的波士顿矩阵、SWOT分析。 金字塔分析 金字塔分析不少人应该都用过,它可以按照事件的重要性和前后逻辑进行分类总结。 大家可以注意观察,很多好用的模型基本是按照过程、要素、分类总结出来的,除了可以运用模型指导我们的运营实践外,我们大可以照这三个方法总结适合自己公司或部门业务的差异化模型。

    1.3K70发布于 2018-04-17
  • 来自专栏java达人

    分治

    一、基本概念 在计算机科学中,分治是一种很重要的算法。 这种算法设计策略叫做分治。 如果原问题可分割成k个子问题,1<k≤n,且这些子问题都可解并可利用这些子问题的解求出原问题的解,那么这种分治就是可行的。 第四条特征涉及到分治的效率,如果各子问题是不独立的则分治要做许多不必要的工作,重复地解公共的子问题,此时虽然可用分治,但一般用动态规划法较好。 五、分治的复杂性分析 一个分治将规模为n的问题分成k个规模为n/m的子问题去解。设分解阀值n0=1,且adhoc解规模为1的问题耗费1个单位时间。 (10)汉诺塔 七、依据分治设计程序时的思维过程 实际上就是类似于数学归纳,找到解决本问题的求解方程公式,然后根据方程公式设计递归程序。

    1.1K80发布于 2018-01-31
领券