Geum.ru

Компьютеры, программирование

  • 10041. Технология ввода данных таксационных описаний для картографического раздела официального сайта ГПБЗ "Центральносибирский"
    Дипломная работа пополнение в коллекции 19.07.2012
  • 10042. Технология вейвлетов
    Информация пополнение в коллекции 12.01.2009

    Эта компактность энергии ведет к эффективному применению скалярных квантователей. Однако они не учитывают остаточную структуру, сохраняющуюся в вейвлет -коэффициентах в особенности ВЧ субполос. Современные алгоритмы сжатия все тем или иным образом используют эту структуру для повышения эффективности сжатия. Одним из наиболее естественных способов является учет взаимосвязей между коэффициентами из различных субполос. В высокочастотных субполосах имеются обычно большие области с нулевой или малой энергией. Области с высокой энергией повторяют от субполосы к субполосе свои очертания и местоположение. И это неудивительно ведь они появляются вокруг контуров в исходном изображении там, где вейвлет преобразование не может адекватно представить сигнал, что приводит к «утечке» части энергии в ВЧ субполосы. Медленно изменяющиеся, гладкие области исходного изображения хорошо описывают НЧ вейвлет преобразования, что приводит к «упаковке» энергии в малом числе коэффициентов НЧ области. Этот процесс примерно повторяется на всех уровнях декомпозиции, что и приводит к визуальной «похожести» различных субполос. Итак, знание о том, что изображение состоит из гладких областей, текстур и контуров, помогает учитывать эту межполосную структуру. Кодеры, использующие структуру нульдерева, сочетают учет структуры коэффициентов с совместным кодированием нулей, в результате чего получается очень эффективный алгоритм сжатия.

  • 10043. Технология внедрения CASE-средств
    Информация пополнение в коллекции 12.01.2009

    Литература

    1. Вендров А.М. Один из подходов к выбору средств проектирования баз данных и приложений. "СУБД", 1995, №3.
    2. Зиндер Е.З. Бизнес-реинжиниринг и технологии системного проектирования. Учебное пособие. М., Центр Информационных Технологий, 1996
    3. Калянов Г.Н. CASE. Структурный системный анализ (автоматизация и применение). М., "Лори", 1996.
    4. Марка Д.А., МакГоуэн К. Методология структурного анализа и проектирования. М., "МетаТехнология", 1993.
    5. Международные стандарты, поддерживающие жизненный цикл программных средств. М., МП "Экономика", 1996
    6. Создание информационной системы предприятия. "Computer Direct", 1996, N2
    7. Шлеер С., Меллор С. Объектно-ориентированный анализ: моделирование мира в состояниях. Киев, "Диалектика", 1993.
    8. Barker R. CASE*Method. Entity-Relationship Modelling. Copyright Oracle Corporation UK Limited, Addison-Wesley Publishing Co., 1990.
    9. Barker R. CASE*Method. Function and Process Modelling. Copyright Oracle Corporation UK Limited, Addison-Wesley Publishing Co., 1990.
    10. Boehm B.W. A Spiral Model of Software Development and Enhancement. ACM SIGSOFT Software Engineering Notes, Aug. 1986
    11. Chris Gane, Trish Sarson. Structured System Analysis. Prentice-Hall, 1979.
    12. Edward Yourdon. Modern Structured Analysis. Prentice-Hall, 1989.
    13. Tom DeMarco. Structured Analysis and System Specification. Yourdon Press, New York, 1978.
    14. Westmount I-CASE User Manual. Westmount Technology B.V., Netherlands, 1994.
    15. Uniface V6.1 Designers' Guide. Uniface B.V., Netherlands, 1994.
    16. IEEE Std 1348-1995. IEEE Recommended Practice for the Adoption of CASE Tools.
    17. IEEE Std 1209-1992. IEEE Recommended Practice for the Evaluation and Selection of CASE Tools.
    18. PVCS Version Manager. User's Guide.
    19. PVCS Tracker. User's Guide.
    20. QA Partner. User's Guide.
  • 10044. Технология выбора эффективных тактик преподавателя при моделировании процесса обучения
    Информация пополнение в коллекции 12.01.2009

    Алгоритм предлагается использовать для определения оптимальных или эффективных тактик преподавателя в реально складывающихся ситуациях обучения, в которых у преподавателя при принятии решения о выборе наиболее подходящего педагогического воздействия возникает проблема мнгокритериального оценивания результата обучения. За счет выбора для обучения “лучшего” сценария предлагаемая технология позволяет произвести моделирование процесса взаимодействия “педагог-студент” для конкретного студента с учетом предыстории его обучения и личностных особенностей. Для моделирования взаимодействия в конкретной игровой ситуации предлагается использовать аппарат четких и нечетких игр в зависимости от ограниченности информации, требующейся преподавателю для принятия решения .

  • 10045. Технология и средства разработки Java-приложений с использованием XML-описаний экранных форм
    Дипломная работа пополнение в коллекции 19.08.2011
  • 10046. Технология извлечения знаний из нейронных сетей: апробация, проектирование ПО, использование в психо...
    Реферат пополнение в коллекции 09.12.2008

     

    1. Лорьер Ж.-Л. Системы искусственного интеллекта. М.: Мир, 1991. - 568с.
    2. Искусственный интеллект. В 3-х кн. Кн. 2. Модели и методы: Справочник / Под ред. Д.А.Поспелова. М.: Радио и связь, 1990. - 304с.
    3. Хафман И. Активная память. М.: Прогресс. 1986. - 309с.
    4. Бонгард М.М. Проблема узнавания. М.: Наука, 1967. - 320с.
    5. Загоруйко Н.Г. Методы обнаружения закономерностей. М.: Наука, 1981. - 115с.
    6. Гаек П., Гавранек Т. Автоматическое образование гипотез. М.: Наука, 1984. - 278с.
    7. Гуревич Ю.В., Журавлев Ю.И. Минимизация булевых функций и и эффективные алгоритмы распознавания // Кибернетика. - 1974, №3. - с.16-20.
    8. Искусственный интеллект. В 3-х кн. Кн. 1. Системы общения и экспертные системы: Справочник / Под ред. Э.В.Попова. М.: Радио и связь, 1990. - 464с.
    9. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: Основы моделирования и первичная обработка данных. М.: Финансы и статистика, 1983. - 471с.
    10. Загоруйко Н.Г. Гипотезы компактности и -компактности в алгоритмах анализа данных // Сибирский журнал индустриальной математики. Январь-июнь, 1998. Т.1, №1. - с.114-126.
    11. Браверман Э.М., Мучник И.Б. Структурные методы обработки эмпирических данных. М.: Наука, 1983. - 464с.
    12. Дуда Р., Харт П. Распознавание образов и анализ сцен. М.: Мир, 1976. - 512с.
    13. Цыпкин Я.З. Информационная теория идентификации. М.: Наука, 1995. - 336с.
    14. Айзерман М.А., Браверман Э.М., Розоноер Л.И. Метод потенциальных функций в теории обучения машин. - М.: Наука, 1970. - 240с.
    15. Россиев Д.А. Самообучающиеся нейросетевые экспертные системы в медицине: теория, методология, инструментарий, внедрение. Автореф. дисс. … доктора биол. наук. Красноярск, 1996.
    16. Горбань А.Н. Обучение нейронных сетей. М.: изд. СССР-США СП "ParaGraph", 1990. - 160с. (English Translation: AMSE Transaction, Scientific Siberian, A, 1993, Vol. 6. Neurocomputing, рp.1-134).
    17. Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере. Новосибирск: Наука, 1996. - 276с.
    18. Нейроинформатика / А.Н. Горбань, В.Л. Дунин-Барковский, А.Н. Кирдин и др. Новосибирск: Наука, 1998. - 296с.
    19. Ежов А.А., Шумский С.А. Нейрокомпьютинг и его применение в финансах и бизнесе. М.: МИФИ, 1998.
    20. Миркес Е.М. Нейрокомпьютер: проект стандарта. Новосибирск, Наука, 1998.
    21. Kwon O.J., Bang S.Y. A Design Method of Fault Tolerant Neural Networks / Proc. ICNN 1994, Seoul, Korea. - Vol.1. - pp. 396-400.
    22. Горбань А.Н., Царегородцев В.Г. Методология производства явных знаний из таблиц данных при помощи обучаемых и упрощаемых искусственных нейронных сетей // Труды VI Международной конференции "Математика. Компьютер. Образование" / - М.: Прогресс-традиция, 1999. - Ч.I. - С.110-116.
    23. Царегородцев В.Г. Извлечение явных знаний из таблиц данных при помощи обучаемых и упрощаемых искусственных нейронных сетей // Материалы XII Международной конференции по нейрокибернетике. - Ростов-на-Дону. Изд-во СКНЦ ВШ. 1999.- 323с. - С.245-249.
    24. Reed R. Pruning Algorithms - a Survey / IEEE Trans. on Neural Networks, 1993, Vol.4, №5. - pp.740-747.
    25. Depenau J., Moller M. Aspects of Generalization and Pruning / Proc. WCNN'94, 1994, Vol.3. - pp.504-509.
    26. Гилев С.Е., Коченов Д.А., Миркес Е.М., Россиев Д.А. Контрастирование, оценка значимости параметров, оптимизация их значений и их интерпретация в нейронных сетях // Доклады III Всероссийского семинара “Нейроинформатика и ее приложения”. Красноярск, 1995.- С.66-78.
    27. Weigend A.S., Rumelhart D.E., Huberman B.A. Generalization by Weights-elimination with Application to Forecasting / Advances in Neural Information Processing Systems. Morgan Kaufmann, 1991. Vol.3. - pp. 875-882.
    28. Yasui S. Convergence Suppression and Divergence Facilitation for Pruning Multi-Output Backpropagation Networks / Proc. 3rd Int. Conf. on Fuzzy Logic, Neural Nets and Soft Computing, Iizuka, Japan, 1994. - pp.137-139.
    29. Yasui S. A New Method to Remove Redundant Connections in Backpropagation Neural Networks: Inproduction of 'Parametric Lateral Inhibition Fields' / Proc. IEEE INNS Int. Joint Conf. on Neural Networks, Beijing, Vol.2. - pp.360-367.
    30. Yasui S., Malinowski A., Zurada J.M. Convergence Suppression and Divergence Facilitation: New Approach to Prune Hidden Layer and Weights in Feedforward Neural Networks / Proc. IEEE Int. Symposium on Circuits and Systems 1995, Seattle, WA, USA. Vol.1. - pp.121-124.
    31. Malinowski A., Miller D.A., Zurada J.M. Reconciling Training and Weight Suppression: New Guidelines for Pruning-efficient Training / Proc. WCNN 1995, Washington, DC, USA. Vol.1. - pp.724-728.
    32. Krogh A., Hertz J. A Simple Weight Decay can Improve Generalization / Advances in Neural Infromation Processing Systems 4, 1992. - pp. 950-957.
    33. Kamimura R., Nakanishi S. Weight-decay as a Process of Redundancy Reduction / Proc. WCNN, 1994, Vol.3. - pp.486-489.
    34. Karnin E.D. A Simple Procedure for Pruning Back-propagation Trained Network / IEEE Trans. on Neural Networks, June 1990. Vol. 1, No.2. - pp.239-242.
    35. Le Cun Y., Denker J.S., Solla S.A. Optimal Brain Damage / Advances in Neural Information Processing Systems 2. - Morgan Kaufmann, 1990. - pp.598-605.
    36. Hassibi B., Stork D.G., Wolff G. Optimal Brain Surgeon: Extensions and Performance Comparisions / Advances in Neural Information Processing Systems 6, 1994. pp.263-270.
    37. Гилев С.Е. Алгоритм сокращения нейронных сетей, основанный на разностной оценке вторых производных целевой функции // Нейроинформатика и ее приложения : Тезисы докладов V Всеросс. семинара, 1997. Красноярск. КГТУ. 1997. - 190с. - C.45-46.
    38. Tanpraset C., Tanpraset T., Lursinsap C. Neuron and Dendrite Pruning by Synaptic Weight Shifting in Polynomial Time / Proc. IEEE ICNN 1996, Washington, DC, USA. Vol.2. - pp.822-827.
    39. Kamimura R. Principal Hidden Unit Analysis: Generation of Simple Networks by Minimum Entropy Method / Proc. IJCNN 1993, Nagoya, Japan. - Vol.1. - pp.317-320.
    40. Mozer M.C., Smolensky P. Using Relevance to Reduce Network Size Automatically / Connection Science. 1989. Vol.1. - pp.3-16.
    41. Mozer M.C., Smolensky P. Skeletonization: A Technique for Trimming the Fat from a Network via Relevance Assessment / Advances in Neural Network Information Processing Systems 1, Morgan Kaufmann, 1989. - pp.107-115.
    42. Watanabe E., Shimizu H. Algorithm for Pruning Hidden Units in Multi Layered Neural Network for Binary Pattern Classification Problem / Proc. IJCNN 1993, Nagoya, Japan. - Vol.1. - pp.327-330.
    43. Yoshimura A., Nagano T. A New Measure for the Estimation of the Effectiveness of Hidden Units / Proc. Annual Conf. JNNS, 1992. - pp.82-83.
    44. Murase K., Matsunaga Y., Nakade Y. A Back-propagation Algorithm which Automatically Determines the Number of Association Units / Proc. IJCNN, Singapore, 1991. - Vol.1. - pp.783-788.
    45. Matsunaga Y., Nakade Y., Yamakawa O., Murase K, A Back-propagation Algorithm with Automatic Reduction of Association Units in Multi-layered Neural Network / Trans. on IEICE, 1991. Vol. J74-DII, №8. - pp.1118-1121.
    46. Hagiwara M. Removal of Hidden Units and Weights for Back Propagation Networks / Proc. IJCNN 1993, Nagoya, Japan. - Vol.1. - pp.351-354.
    47. Majima N., Watanabe A., Yoshimura A., Nagano T. A New Criterion "Effectiveness Factor" for Pruning Hidden Units / Proc. ICNN 1994, Seoul, Korea. - Vol.1. - pp. 382-385.
    48. Царегородцев В.Г. Производство полуэмпирических знаний из таблиц данных с помощью обучаемых искусственных нейронных сетей // Методы нейроинформатики. Красноярск: Изд-во КГТУ, 1998. - 205c. - C.176-198.
    49. Sietsma J., Dow R.J.F. Neural Net Pruning - Why and How / Proc. IEEE IJCNN 1988, San Diego, CA. Vol.1. - pp. 325-333.
    50. Sietsma J., Dow R.J.F. Creating Artificial Neural Network that Generalize / Neural Networks, 1991. Vol.4, No.1. - pp.67-79.
    51. Yamamoto S., Oshino T., Mori T., Hashizume A., Motoike J. Gradual Reduction of Hidden Units in the Back Propagation Algorithm, and its Application to Blood Cell Classification / Proc. IJCNN 1993, Nagoya, Japan. - Vol.3. - pp.2085-2088.
    52. Sarle W.S. How to measure importance of inputs? SAS Institute Inc., Cary, NC, USA, 1999. ftp://ftp.sas.com/pub/neural/importance.html
    53. Goh T.-H. Semantic Extraction Using Neural Network Modelling and Sensitivity Analisys / Proc. IJCNN 1993, Nagoya, Japan. - Vol.1. - pp.1031-1034.
    54. Howlan S.J., Hinton G.E. Simplifying Neural Network by Soft Weight Sharing / Neural Computations, 1992. Vol.4. №4. - pp.473-493.
    55. Keegstra H., Jansen W.J., Nijhuis J.A.G., Spaanenburg L., Stevens H., Udding J.T. Exploiting Network Redundancy for Low-Cost Neural Network Realizations / Proc. IEEE ICNN 1996, Washington, DC, USA. Vol.2. - pp.951-955.
    56. Chen A.M., Lu H.-M., Hecht-Nielsen R. On the Geometry of Feedforward Neural Network Error Surfaces // Neural Computations, 1993. - 5. pp. 910-927.
    57. Гордиенко П. Стратегии контрастирования // Нейроинформатика и ее приложения : Тезисы докладов V Всероссийского семинара, 1997 / Под ред. А.Н.Горбаня. Красноярск. КГТУ. 1997. - 190с. - C.69.
    58. Gorban A.N., Mirkes Ye.M., Tsaregorodtsev V.G. Generation of explicit knowledge from empirical data through pruning of trainable neural networks / Int. Joint Conf. on Neural Networks, Washington, DC, USA, 1999.
    59. Ishibuchi H., Nii M. Generating Fuzzy If-Then Rules from Trained Neural Networks: Linguistic Analysis of Neural Networks / Proc. 1996 IEEE ICNN, Washington, DC, USA. Vol.2. - pp.1133-1138.
    60. Lozowski A., Cholewo T.J., Zurada J.M. Crisp Rule Extraction from Perceptron Network Classifiers / Proc. 1996 IEEE ICNN, Washington, DC, USA. Plenary, Panel and Special Sessions Volume. - pp.94-99.
    61. Lu H., Setiono R., Liu H. Effective Data Mining Using Neural Networks / IEEE Trans. on Knowledge and Data Engineering, 1996, Vol.8, №6. pp.957-961.
    62. Duch W., Adamczak R., Grabczewski K. Optimization of Logical Rules Derived by Neural Procedures / Proc. 1999 IJCNN, Washington, DC, USA, 1999.
    63. Duch W., Adamczak R., Grabczewski K. Neural Optimization of Linguistic Variables and Membership Functions / Proc. 1999 ICONIP, Perth, Australia.
    64. Ishikawa M. Rule Extraction by Successive Regularization / Proc. 1996 IEEE ICNN, Washington, DC, USA. Vol.2. - pp.1139-1143.
    65. Sun R., Peterson T. Learning in Reactive Sequential Decision Tasks: the CLARION Model / Proc. 1996 IEEE ICNN, Washington, DC, USA. Plenary, Panel and Special Sessions Volume. - pp.70-75.
    66. Gallant S.I. Connectionist Expert Systems / Communications of the ACM, 1988, №31. pp.152-169.
    67. Saito K., Nakano R. Medical Diagnostic Expert System Based on PDP Model / Proc. IEEE ICNN, 1988. pp.255-262.
    68. Fu L.M. Rule Learning by Searching on Adapted Nets / Proc. AAAI, 1991. - pp.590-595.
    69. Towell G., Shavlik J.W. Interpretation of Artificial Neural Networks: Mapping Knowledge-based Neural Networks into Rules / Advances in Neural Information Processing Systems 4 (Moody J.E., Hanson S.J., Lippmann R.P. eds.). Morgan Kaufmann, 1992. - pp. 977-984.
    70. Fu L.M. Rule Generation From Neural Networks / IEEE Trans. on Systems, Man. and Cybernetics, 1994. Vol.24, №8. - pp.1114-1124.
    71. Yi L., Hongbao S. The N-R Method of Acquiring Multi-step Reasoning Production Rules Based on NN / Proc. 1996 IEEE ICNN, Washington, DC, USA. Vol.2. - pp.1150-1155.
    72. Towell G., Shavlik J.W., Noodewier M.O. Refinement of Approximately Correct Domain Theories by Knowledge-based Neural Networks / Proc. AAAI'90, Boston, MA, USA, 1990. - pp.861-866.
    73. Towell G., Shavlik J.W. Extracting Refined Rules from Knowledge-based Neural Networks / Machine Learning, 1993. Vol.13. - pp. 71-101.
    74. Towell G., Shavlik J.W. Knowledge-based Artificial Neural Networks / Artificial Intelligence, 1994. Vol.70, №3. - pp.119-165.
    75. Opitz D., Shavlik J. Heuristically Expanding Knowledge-based Neural Networks / Proc. 13 Int. Joint Conf. on Artificial Intelligence, Chambery, France. Morgan Kaufmann, 1993. - pp.1360-1365.
    76. Opitz D., Shavlik J. Dynamically Adding Symbolically Meaningful Nodes to Knowledge-based Neural Networks / Knowledge-based Systems, 1995. - pp.301-311.
    77. Craven M., Shavlik J. Learning Symbolic Rules Using Artificial Neural Networks / Proc. 10 Int. Conf. on Machine Learning, Amherst, MA, USA. Morgan Kaufmann, 1993. - pp.73-80.
    78. Craven M., Shavlik J. Using Sampling and Queries to Extract Rules from Trained Neural Networks / Proc. 11 Int. Conf. on Machine Learning, New Brunswick, NJ, USA, 1994. - pp.37-45.
    79. Medler D.A., McCaughan D.B., Dawson M.R.W., Willson L. When Local int't Enough: Extracting Distributed Rules from Networks / Proc. 1999 IJCNN, Washington, DC, USA, 1999.
    80. Craven M.W., Shavlik J.W. Extracting Comprehensible Concept Representations from Trained Neural Networks / IJCAI Workshop on Comprehensibility in Machine Learning, Montreal, Quebec, Canada, 1995.
    81. Andrews R., Diederich J., Tickle A.B. A Survey and Critique of Techniques for Extracting Rules from Trained Artificial Neural Networks / Knowledge Based Systems, 1995, №8. - pp.373-389.
    82. Craven M.W., Shavlik J.W. Using Neural Networks for Data Mining / Future Generation Computer Systems, 1997.
    83. Craven M.W., Shavlik J.W. Rule Extraction: Where Do We Go From Here? Department of Computer Sciences, University of Wisconsin, Machine Learning Research Group Working Paper 99-1. 1999.
    84. Michalski R.S. A Theory and Methodology of Inductive Learning / Artificial Intelligence, 1983, Vol.20. pp.111-161.
    85. McMillan C., Mozer M.C., Smolensky P. The Connectionist Scientist Game: Rule Extraction and Refinement in a Neural Network / Proc. XIII Annual Conf. of the Cognitive Science Society, Hillsdale, NJ, USA, 1991. Erlbaum Press, 1991.
    86. Language, meaning and culture: the selected papers of C. E. Osgood / ed. by Charles. E. Osgood and Oliver C. S. Tzeng. New York (etc.) : Praeger, 1990 XIII, 402 S.
    87. Горбань П.А. Нейросетевая реализация метода семантического дифференциала и анализ выборов американских президентов, основанный на технологии производства явных знаний из данных // Материалы XXXVII Международной научной студенческой конференции "Cтудент и научно-технический прогресс": Информационные технологии. Новосибирск, НГУ, 1999
  • 10047. Технология изготовления ваттметра
    Курсовой проект пополнение в коллекции 15.01.2011

    Из существующих видов организации производственного процесса наиболее приемлемой для рассматриваемого изделия при среднесерийном производстве является параллельная сборка одновременное выполнение частей или всего технического процесса, что приводит к сокращению производственного процесса. Предполагается использование конвейера, как транспортера для передвижения изделия внутри участков и цеха. Принимаемый же тип продвижения изделия пульсирующий конвейер (рабочий на месте за определенное время проделывает заданный объем работ с изделием, а потом предает изделие на следующее рабочее место, где другой рабочий в это время должен закончить свой объем работ касательно ранее полученного изделия). Так как предполагается широкая дифференциация операций техпроцесса для рассматриваемого изделия, следовательно, наиболее приемлемым с точки зрения экономической стороны организации работ, будет использование одного рабочего места на выполнение одной операции.

  • 10048. Технология изготовления кристаллов полупроводниковых интегральных микросхем
    Курсовой проект пополнение в коллекции 01.12.2010

    После механической обработки в тонком приповерхностном слое подложки возникает нарушенный слой. По глубине он может быть разделен на характерные зоны. Для кристаллов Ge, Si, GaAs и других после их резки и шлифования на глубине 0,3...0,5 средней высоты неровностей расположена рельефная зона, в которой наблюдаются одинаковые виды нарушений и дефектов монокристаллической структуры: монокристаллические сколы, невыкрошившиеся блоки, трещины, выступы и впадины различных размеров. После резки дефекты располагаются в основном под следами от режущей кромки алмазного диска в виде параллельных дорожек из скоплений дефектов, в шлифованных кристаллах равномерно по сечению. При полировании первый слой представляет собой поверхностные неровности, относительно меньшие, чем при шлифовании, и в отличие от шлифованной поверхности он является аморфным. Второй слой также аморфный, его глубина в 2...3 раза больше, чем поверхностные неровности. Третий слой является переходным от аморфной структуры к ненарушенному монокристаллу и может содержать упругие или пластические деформации, дислокации, а в некоторых случаях и трещины. В процессе обработки и подготовки поверхности подложек полупроводников необходимо создание совершенных поверхностей, имеющих высокую степень плоскопараллельности при заданной кристаллографической ориентации, с полным отсутствием нарушенного слоя, минимальной плотностью поверхностных дефектов, дислокаций и т.д. Поверхностные загрязнения должны быть минимальными.

  • 10049. Технология изготовления однослойных печатных плат субтрактивным методом с использованием металлорезиста (олово – свинец)
    Дипломная работа пополнение в коллекции 14.06.2011

    Однослойные печатные платы (ОПП) - наиболее употребляемые конструктивные элементы бытовой и промышленной техники, с помощью которых обеспечивается:

  • 10050. Технология изготовления плат толстопленочных гибридных интегральных схем
    Курсовой проект пополнение в коллекции 18.01.2011

    Процесс спекания условно можно разделить на три стадии. На первой, начальной, стадии основной движущей силой является избыточная свободная поверхностная энергия мелкодисперсных частиц, приводящая к возникновению давления, стремящегося сжать заготовку и уменьшить ее свободную поверхность. Под действием этого давления может происходить уплотнение заготовки за счет пограничного скольжения частиц относительно друг друга. Значительную роль в уплотнении пористого изделия играют также остаточные напряжения в кристаллических зернах шихты. Так как силы спекания между частицами и силы сопротивления скольжению по границам малы, то даже при небольших усилиях, действующих на заготовку, можно ожидать значительных скоростей ее уплотнения. Процесс скольжения по границам зерен заканчивается при достижении плотной упаковки частиц, при этом происходит интенсивное увеличение площади контакта между частицами за счет их припекания. Припекание частиц порошка в точке происходит в результате перераспределения вещества под действием градиента химического потенциала, возникающего при наличии градиента концентрации, механического давления или температуры. Перераспределение вещества возможно при диффузии (поверхностной и объемной), при вязком течении, а также в результате процессов испарения конденсации. Действие каждого из этих механизмов характеризуется своим законом изменения во времени размера пятна контакта между отдельными частицами. Разделение механизмов массопереноса при спекании производят на основе модельных представлений зависимости увеличения радиуса контакта X от времени процесса т. На рис. 7.9 представлена модельная схема твердофазного спекания неустойчивой системы, состоящей из однородных зерен сферической формы, с образованием перешейка. В процессе обжига радиус кривизны перешейка увеличивается, контакты между частицами расширяются,а радиус зерен уменьшается. В простейшем случае для модели спекания сферических частиц процесс описывается зависимостью где k константа, определяемая температурой и свойствами материала; п показатель степени.

  • 10051. Технология миниатюризации электронных устройств. Технологии "flip-chip"
    Информация пополнение в коллекции 25.03.2011

    В зависимости от способа миниатюризации подготовка кристалла микросхемы к монтажу может быть выполнена как до резки кремниевой пластины на отдельные кристаллы, так и после нее. К примеру, на кристалл могут быть нанесены дополнительные слои металлизации или выполнено перераспределение выводов. Кристаллы, предназначенные для пайки или приклеивания электропроводными клеями, лучше всего готовить до резки пластины. Для монтажа с применением непроводящих клеев формирование столбиковых выводов можно осуществить сравнительно простыми способами, как на неразрезанной кремниевой пластине, так и на отдельном кристалле. Пайка или склейка электропроводными клеями предпочтительны для крупносерийного производства, в то время как монтаж с помощью непроводящих клеев больше применим для выпуска малых и средних серий.

  • 10052. Технология обработки графической информации
    Курсовой проект пополнение в коллекции 16.03.2011

     

    1. Апатова, Н.В. Информационные технологии в школьном образовании [Текст] / Н.В. Апатова М.: Издательский центр «Академия», 2006. 125 с. 4250 экз. ISBN 5-5201-1433-1.
    2. Бухаркина, М.Ю. Новые педагогические и информационные технологии в системе образования [Текст]: учебное пособие для студ. пед. вузов и системы повыш. квалиф. пед. кадров / М.Ю. Бухаркина, Е.С. Полат, М.В. Моисеева, А.Е. Петров; под ред. Е.С. Полат. М.: Издательский центр «Академия», 2002. 542 с. 40000 экз. ISBN 5-5587-2224-5.
    3. Возможности использования электронных учебников в образовательном процессе [Электронный ресурс]: Режим доступа: http: // www.artinfo.ru/eva /EVA2000M/eva-papers/200003/Gavrikov-R.htm.
    4. Гейн, А.Г. Информатика [Текст]: учеб. Пособие для 10-11 кл. общеобразоват. учреждений / А.Г. Гейн, А.И. Сенокосов, Н.А. Юнерман.-2-е изд. - М.: Просвещение, 2001.-255с.: ил.-30000экз.-ISBN 5-09-010486-7.
    5. Захарова, И.Г. Информационные технологии в образовании [Текст]: учеб. пособие для студ. высш. учеб. заведений / И.Г. Захарова.-2-е изд., стер. - М.: Издательский центр «Академия», 2005.-192с.-3000 экз. - ISBN 5-7695-2346-8.
    6. Институт информатизации образования Российской академии образования [Электронный ресурс]: толковый словарь терминов понятийного аппарата информатизации образования. - Электрон. дан. (4989 байт).-М.: Государственное научно-техническое учреждение, 2007.-Режим доступа: http://www.iiorao.ru.
    7. Информатика. [Текст]: серия «Учебники, учебные пособия». //Под ред. П.П. Беленького. - Ростов н/Д: Феникс, 2002.-448с.-10000 экз. - ISBN 5-222-02513-6.
    8. Красноярская государственная медицинская академия Центр дистанционного обучения [Электронный ресурс]: Электронный учебно-методический комплекс для системы дистанционного обучения (Методические рекомендации для авторов-разработчиков). - Режим доступа: http://www.krasgma.ru/downloads/f42ee269_8f00b204_2005-11-23_metodicheskie_rekomendatsii_dlya_avtorov_elektronnyh_uchebno-metodicheskih_kompleksov_dlya_sistemy_distantsionnogo_obucheniya.doc.
    9. Машбиц Е.И. Психолого-педагогические проблемы компьютеризации обучения. [Текст] / Е.И. Машбиц М.: Издательский центр «Академия», 2002.-158с.-5000 экз. - ISBN 5-759-2296-4.
    10. Методы использования информационных и коммуникационных технологий в обучении школьников [Электронный ресурс]: Режим доступа: http://ido.rudn.ru/nfpk/ikt/ikt5.html.
    11. Могилев, А.В. Информатика [Текст]: учеб. пособие для студ. пед. вузов/А.В. Могилев, Н.Л Пак, Е.К. Хеннер; Под ред. Е.К. Хеннера.-2-е изд., стер. - М.: Издательский центр «Академия»,2003.-816с.-30000экз.-ISBN 5-7695-0330-0.
    12. Острейковский, В.А. Информатика [Текст]: учеб. пособие для студ. сред. спец. учеб. заведений/ В.А. Острейковский.- М.: Высш. шк.,2003.-319с.: ил.-5000 экз. - ISBN 5-06-004661-3.
    13. Оформление и подготовка к защите курсовых и выпускных квалификационных работ [Текст]: методические рекомендации / составитель Л.Д. Литвинова. ГОУ СПО «Беловский педагогический колледж, 2006. 30 с.
    14. Полат, Е.С. Новые педагогические и информационные технологии в системе образования [Текст]: учеб. пособие / Е.С. Полат, М.Ю. Бухаркина, М.В. Моисеева, А.Е. Петров М.: Просвещение, 2005.-380с.: ил.-45000экз.-ISBN 5-07-5347-324-5.
    15. Ретинская, И.В. Отечественные системы для создания компьютерных учебных курсов [Текст] / И.В. Ретинская, М.В. Шугрина // Мир ПК. - 2006.- 7.- С.11-17-ISBN 5-047-0738-022-5.
    16. Роберт, И.В. Современные информационные технологии в образовании [Текст] / И.В. Роберт М.: Издательский центр «Академия», 2003.-370с.-40000 экз. - ISBN 5-740-3037-8.
    17. Симонович, С.В. Общая информатика [Текст]: учебное пособие для сред. школы. / С.В. Симонович, Г.А. Евсеев, А.Г. Алексеев - М.: АСТ-ПРЕСС КНИГА: Инфорком - Пресс, 2002.-592с.-60000 экз. ISBN 5-7805-0375-3.
    18. Скибицкий, Э.Г. Дидактическое обеспечение процесса дистанционного обучения [Текст] / Э.Г. Скибицкий // Дистанционное образование, 2002.-4. С.34-41. -ISBN 5-3409-2054-3.
    19. Соловов, А.В. Информационные технологии обучения в профессиональной подготовке [Текст] / А.В. Соловов // Информатика образования, 2004.- 7. С.21-42 - ISBN 5-285-0923-8.
    20. Цевенков, Ю.М. Информатизация образования в США [Текст] / Ю.М. Цевенков Е.Ю. Семенова // Новые информационные технологии в образовании: Обзор. инф. НИИВО, 2001.- 3. С.11-14 -ISBN 5-09-40439-7.
    21. Электронные дидактические средства обучения в современном ВУЗе [Электронный ресурс]: Режим доступа: http://www.sgu.ru / faculties/ physical/ departments/ it-physics /international2007 /docs / Novikova_E.A._ Raznoglyadova _M.Yu. _Strelyuhina _L.Yu. _3.doc.
  • 10053. Технология обработки графической информации в базовом курсе информатики
    Реферат пополнение в коллекции 09.12.2008

    Режимы графического редактора определяют возможные действия пользователя, а также команды, которые пользователь может отдавать редактору в данном режиме.

    1. Режим работы с рисунком (рисование). В этом режиме на рабочем поле находится изображение инструмента. Пользователь наносит рисунков, редактирует его, манипулирует его фрагментами.
    2. Режим выбора и настройки инструмента. Курсор указатель находится в области панели инструментов. Кроме того, с помощью меню можно настроить инструмент на определенный тип и ширину линии, орнамент закраски.
    3. Режим выбора рабочих цветов. Курсор находится в области панели палитры. Здесь можно установить цвет фона, цвет рисунка. Некоторые ГР дают возможность пользователю изменять палитру.
    4. Режим работы с внешними устройствами. В этом режиме можно выполнять команды записи рисунка на диск, считывания рисунка с диска, вывода рисунка на печать. Графический редактор на профессиональных компьютерах могут работать со сканером, используя его для ввода изображения с листа.
  • 10054. Технология обработки информации
    Дипломная работа пополнение в коллекции 18.06.2011

    Просто расстановка на рабочих местах сотрудников персональных компьютеров и соединение их в локальную сеть вряд ли даст положительный эффект в управлении предприятием, если коренным образом не пересмотреть существующую информационную структуру. Нельзя автоматизировать устаревшие способы работы, персональный компьютер может превратиться в средство для высокоскоростного производства новых бумаг. Так, по результатам анализа работы предприятий в США описан случай, когда для включения временного служащего в списочный состав предприятия было оформлено 43 различных документа, всего 113 страниц, включая требуемые копии. Это происходит потому, что в информационной системе существуют лишние связи (коммуникации) между подразделениями и отдельными служащими. При этом для нормального функционирования предприятия требуется не более 20-30 внутренних коммуникаций, на самом же деле их в 3-4 раза больше. Причем практика автоматизации управления предприятием показывает, что установка производительного компьютерного оборудования может привести к увеличению количества коммуникаций за счет печатания «на всякий случай» лишних копий, и их рассылки. Поэтому этапу внедрения на предприятии компьютерной техники должно предшествовать сокращение лишних коммуникаций (сотрудников) до оптимального уровня.

  • 10055. Технология озвучивания и монтаж звукового ряда рекламного ролика в условиях формата изображения 35 мм (традиционный вариант) с применением персонального компьютера (программа Nuendo)
    Дипломная работа пополнение в коллекции 24.03.2012

    В нашем случае рассматривается вариант озвучивания готового изображения, без записи звука на съёмочной площадке. Из экспликации ролика (см. выше) видно, что необходимо 15 аудиодорожек: три речевых (продюсер, жена продюсера, диктор), одна музыкальная и 11 шумовых. (Отмечу, что на практике часто для экономии ресурсов звуковая информация с одной дорожки переносится на другую, свободную на данный момент. Такой метод позволяет существенно сократить количество используемых дорожек вплоть до 1-2 (если микшируемые шумы звучат в разное время, не пересекаясь друг с другом). Основной минус такого метода - неудобство дальнейшего сведения, т.к. значения громкости, панорамы, а также обработку различного рода приходится назначать не на весь канал в микшере, а на каждый из отдельно взятых кусочков звуковой информации (объектов). В приведённом обзоре возможностей Nuendo указано, что программа предоставляет практически неограниченное (ограниченное только ресурсами системы) количество каналов для записи и монтажа аудио, следовательно, для решения нашей задачи программа подходит идеально (при условии соответствия конфигурации компьютера указанным в обзоре требованиям). Причём актёры, озвучивающие персонажей ролика, могут записываться как по одиночке, так и одновременно, поскольку Nuendo поддерживает многоканальную запись; также шумы, участвующие в звуковой картине, могут быть записаны в студии, а могут быть взяты из звуковых библиотек, т.к. программа позволяет не только записывать звуковую информацию, но и импортировать готовые файлы. Ещё один плюс - наличие встроенных плагинов обработки звука, позволяющих обойтись без соответствующих аппаратных средств (правда, лучше использовать сторонние плагины, обеспечивающие более высокое качество обработки, например, продукцию фирмы Waves).

  • 10056. Технология поиска документальной информации в Интернет
    Информация пополнение в коллекции 12.01.2009

    Ñòîèò åùå ðàç ïîä÷åðêíóòü âàæíîå è î÷åíü ïîëåçíîå ñâîéñòâî Àïîðòà: íåçàâèñèìî îò òîãî, â êàêîé ãðàììàòè÷åñêîé ôîðìå âû ïèøèòå â çàïðîñå ñëîâî, îíî íàõîäèòñÿ â äîêóìåíòàõ âî âñåõ ñâîèõ ôîðìàõ. Íàïðèìåð, ïî çàïðîñó: ÷åëîâåê øåë áóäóò íàéäåíû ñðåäè ïðî÷èõ è äîêóìåíòû, ñîäåðæàùèå òåêñò «ëþäè èäóò». Ðàñïîçíàâàíèå âñåõ ôîðì ðàáîòàåò äëÿ îáû÷íûõ ñëîâ ðóññêîãî ÿçûêà. Äëÿ ýêçîòè÷åñêèõ ñëîâ, íåîëîãèçìîâ è ò.ï. îíî íå ïðîõîäèò.  ýòîì ñëó÷àå ìîæåò ïðèãîäèòüñÿ îïåðàòîð «*».

  • 10057. Технология получения монокристаллического InSb p-типа
    Курсовой проект пополнение в коллекции 01.12.2010

     

    1. Абрикосов Л. Х. Шелимова Л. Е. Полупроводниковые материалы на основе соединений АlVВVl. Наука 1975 г. 195 с.
    2. Нашельский А. Я. Производство полупроводниковых материалов. Металлургия 1982 г. 311 с.
    3. Материалы используемые в полупроводниковых приборах. Под ред. Хогарта. Мир 1968 г. 348 с.
    4. Пасынков В. В. Сорокин В. С. Материалы электронной техники. Высшая школа 1986 г. 367 с.
    5. Химическая энциклопедия IV том. Большая российская энциклопедия 1999 г. 783 с.
    6. Лодиз Р. Паркер Р. Рост монокристаллов. Мир 1974 г. 540 с.
    7. Мошников В. А., Риппинен А. Н., Чеснокова Д. Б. Исследование фазового состава, структуры и свойств пленок на основе PbSe в зависимости от условий их термообработки. ЦНИТИ “Техномаш”. 2003 с. 105-108.
    8. Мошников В. А., Риппинен А. Н., Чеснокова Д. Б. Управление составом и свойстрвми слоев PbSe в процессе их получения. ЦНИТИ “Техномаш”. 2003 с. 105-108.
    9. Dimitrons A. Mehl Michael. Electronic structure calculation of lead chalcogenides PbS, PbSe, PbTe. J. J. Phus. And Chem. Solids 2002. 63 № 5 стр 833-841 Англ.
    10. An Changhua, Tang Kaibin, Jim Ying A Simple method to synthesize PbS, PbSe nanocrystals. J. Cryst. Crowth. 2003. 253, № 1-4 стр. 467-471 Англ.
    11. Фреiк А.Д., Довчий О.Я., Рубiнський Б.М. Напрямленi неоднорiдностi електричных параметрiв i атомнi дефекти у тонких плiвках халькогiнiдiв свинцю,вiдпалених в атмосфiрних кисию. Укр. Фiз. Ж. 2003. 48, № 10 с 1086-1090. Укр.
    12. Fedorov A., Sipatov A., Volobuev V. Diffusion and Kirkendall effect in PbSe - EuS multilager. Thin Solid Films. 2003. 425 № 1-2 с. 287-291 Англ.
    13. Rumianowski Roman T., Dygdala Roman S., Jung Wojciech. Growth of PbSe thin films on Si substrates by pulsed laser deposition method. J. Cryst. Growth, 2003. 252, №1-3 с230-235 Англ.
    14. Иванов Д. К., Богаев С. И. Электрохимическое получение полупроводниковых структур Se / PbSe и Pb1-xSnxS / SnS. Тезисы докладов II Всероссийской студенческой научной конференции. Екатеринбург, 25-27 апр., 2001.4.1. УрГУ 2001. с 5. Рус.
    15. Rogacheva E.I., Navrina T.V. Quantum size effect in PbSe quantum wells. Appl. Phys. Lett. 2002.80. № 15 с 2690-2692.
    16. Aigle M., Passher H., Pinczolits M. Optical characterization of self organized quantum dot superlatives. Phys. Status solid: B 2001.224 №1 c. 223-227 Анг.
    17. Зыков В. А., Гаврикова Т.А., Ильин В.И. Влияние примеси висмута на концентрацию носителей тока в эпитаксиальных слоях. Физика и техн. полупровод. 2001.35 №11 с.1311-1315.
    18. Beaunier L., Cachet H., Froment M. Epitaxial electodeposition of lead selenide films on indium phosphide single crystal. Mater. Sci. Semicond. Process. 2001.4 № 5 c.433-436.
    19. Некрасов Б. В. Основы общей химии I. Химия 1973 г. с. 656.
    20. Справочник по электротехническим материалам. Под ред. Корицкого Ю. В., Пасынкова В. В., Тареева Б.М. том 3. Инергоатомиздат 1988 г. с. 728.
    21. Шелимова Л. Е. Диограммы состояния. Москва 1991 г. с. 325.
    22. Барышев Н. С. Свойства и применение ускозонных полупроводников. Унипресс 2000 г. с. 433.
    23. Чистиков Д. Ю., Райков Ю. П. Физико-химические основы технологии микроэлектроники. Москва Металлургия 1979 г. с 408.
  • 10058. Технология преобразования документов XSLT
    Контрольная работа пополнение в коллекции 13.05.2011
  • 10059. Технология программирования
    Методическое пособие пополнение в коллекции 07.12.2011

    № Тема лекции Кол.часНеделяЛитература 1. Введение. Цели и задачи дисциплины. Программные средства ПК1дис 11. Хортон А. Visual C++ 2010: полный курс. Диалектика г.Киев.2010. - 1216 c. 2. Мошилев А.В., Пак Н.И. Хеннер Е.К. Практикум по информатике - М.: Академия, 2001. - 608 с. 3. Павловская Т.А. С/С++. Программирование на языке высокого уровня. - Спб.: Питер, 2001. - 464 с. 4. Пратта С. Язык программирования С++. Лекции и упражнения - М.: Диа-Софт, 2003. - 656 с.2. Методология программирования1дис21. Семакин И.Г., Шестаков А.П. Основы программирования - М.: Мастерст-во, 2001. - 432 с. 2. Страуструп Б. Дизайн и эволюция языка C++. Объектно-ориентированный язык программирования. - М.: ДМК-Пресс, 2000. - 448с. 3. Шилд Г. С/С++. Справочник программиста - М.: Вильямс, 2000. - 448 с. 4. Шмидский Я.К. Программирование на языке С/С++ - М.: Диалектика, 2003. - 352 с.3, 4Основы технологии программирования2(контакт)3, 41. Стефан Р. для `чайников`, 6-е издание Дэвис . C++. Вильямс г.Киев. 2010 . - 336 c. 2. Шилдт Г. C++ для начинающих. Шаг за шагом. ЭКОМ г.Москва. 2010. - 640 c. 3. Дэвид Р. Мюссер. C++ и STL: справочное руководство, 2-е изд. Вильямс г.Киев. 2010. - 432 c. 4. Ишкова Э.А. C++. Начала программирования 3-е изд. стер. БИНОМ г.Москва. 2011. - 368 c.5. Введение в систему программирования Си. Директивы препроцессора. Состав системы программирования, элементы языка. 1 дис51. Шилдт Г. C++ для начинающих. Шаг за шагом. ЭКОМ г.Москва. 2010. - 640 c. 2. Дэвид Р. Мюссер. C++ и STL: справочное руководство, 2-е изд. Вильямс г.Киев. 2010. - 432 c. 3. Ишкова Э.А. C++. Начала программирования 3-е изд. стер. БИНОМ г.Москва. 2011. - 368 c. 4. Герберт Шилд. C++: базовый курс, 3-е изд. Вильямс г.Киев. 2010. - 624 c.6. Типы данных: int, short, long, unsigned, float, double. Объявления. Выражения и присваивания. Операции языка Си. 1 дис61. Шилд Г. С/С++. Справочник программиста - М.: Вильямс, 2000. - 448 с. 2. Шмидский Я.К. Программирование на языке С/С++ - М.: Диалектика, 2003. - 352 с. 3. Стефан Р. для `чайников`, 6-е издание Дэвис . C++. Вильямс г.Киев. 2010 . - 336 c. 4. Шилдт Г. C++ для начинающих. Шаг за шагом. ЭКОМ г.Москва. 2010. - 640 c.7. Операторы языка Си. Условный оператор. Оператор выбора.1 дис71. Семакин И.Г., Шестаков А.П. Основы программирования - М.: Мастерст-во, 2001. - 432 с. 2. Страуструп Б. Дизайн и эволюция языка C++. Объектно-ориентированный язык программирования. - М.: ДМК-Пресс, 2000. - 448с. 3. Шилд Г. С/С++. Справочник программиста - М.: Вильямс, 2000. - 448 с. 4. Шмидский Я.К. Программирование на языке С/С++ - М.: Диалектика, 2003. - 352 с.8. Операторы цикла. Операторы goto, break, continue.1 дис81. Мошилев А.В., Пак Н.И. Хеннер Е.К. Практикум по информатике - М.: Академия, 2001. - 608 с. 2. Павловская Т.А. С/С++. Программирование на языке высокого уровня. - Спб.: Питер, 2001. - 464 с. 3. Пратта С. Язык программирования С++. Лекции и упражнения - М.: Диа-Софт, 2003. - 656 с. 4. Семакин И.Г., Шестаков А.П. Основы программирования - М.: Мастерст-во, 2001. - 432 с.9. Функции ввода и вывода. Функции. Описание, определение функции. Примеры функций. 1 дис91. Шмидский Я.К. Программирование на языке С/С++ - М.: Диалектика, 2003. - 352 с. 2. Стефан Р. для `чайников`, 6-е издание Дэвис . C++. Вильямс г.Киев. 2010 . - 336 c. 3. Шилдт Г. C++ для начинающих. Шаг за шагом. ЭКОМ г.Москва. 2010. - 640 c. 4. Дэвид Р. Мюссер. C++ и STL: справочное руководство, 2-е изд. Вильямс г.Киев. 2010. - 432 c.10. Указатели и адресная арифметика. Организация памяти и адресация.1 дис101. Страуструп Б. Дизайн и эволюция языка C++. Объектно-ориентированный язык программирования. - М.: ДМК-Пресс, 2000. - 448с. 2. Шилд Г. С/С++. Справочник программиста - М.: Вильямс, 2000. - 448 с. 3. Шмидский Я.К. Программирование на языке С/С++ - М.: Диалектика, 2003. - 352 с. 4. Стефан Р. для `чайников`, 6-е издание Дэвис . C++. Вильямс г.Киев. 2010 . - 336 c.11. Одномерные массивы и указатели. Двумерные массивы. Использование указателей для двумерных массивов. 1 дис111. Шилдт Г. C++ для начинающих. Шаг за шагом. ЭКОМ г.Москва. 2010. - 640 c. 2. Дэвид Р. Мюссер. C++ и STL: справочное руководство, 2-е изд. Вильямс г.Киев. 2010. - 432 c. 3. Ишкова Э.А. C++. Начала программирования 3-е изд. стер. БИНОМ г.Москва. 2011. - 368 c. 4. Герберт Шилд. C++: базовый курс, 3-е изд. Вильямс г.Киев. 2010. - 624 c.12. Структуры данных. Описание структур. Указатели и структуры данных.1 дис121. Семакин И.Г., Шестаков А.П. Основы программирования - М.: Мастерст-во, 2001. - 432 с. 2. Страуструп Б. Дизайн и эволюция языка C++. Объектно-ориентированный язык программирования. - М.: ДМК-Пресс, 2000. - 448с. 3. Ишкова Э.А. C++. Начала программирования 3-е изд. стер. БИНОМ г.Москва. 2011. - 368 c. 4. Герберт Шилд. C++: базовый курс, 3-е изд. Вильямс г.Киев. 2010. - 624 c.13. Строки. Обработка строк. 1 дис131. Дэвид Р. Мюссер. C++ и STL: справочное руководство, 2-е изд. Вильямс г.Киев. 2010. - 432 c. 2. Ишкова Э.А. C++. Начала программирования 3-е изд. стер. БИНОМ г.Москва. 2011. - 368 c. 3. Мошилев А.В., Пак Н.И. Хеннер Е.К. Практикум по информатике - М.: Академия, 2001. - 608 с. 4. Павловская Т.А. С/С++. Программирование на языке высокого уровня. - Спб.: Питер, 2001. - 464 с.14. Файлы. Описание структуры файлов. Организация работы с файлами. 1 дис141. Мошилев А.В., Пак Н.И. Хеннер Е.К. Практикум по информатике - М.: Академия, 2001. - 608 с. 2. Павловская Т.А. С/С++. Программирование на языке высокого уровня. - Спб.: Питер, 2001. - 464 с. 3. Шилд Г. С/С++. Справочник программиста - М.: Вильямс, 2000. - 448 с. 4. Шмидский Я.К. Программирование на языке С/С++ - М.: Диалектика, 2003. - 352 с.15. Работа с окнами. Графика. Особенности программирования на С++. Основы программирования на языке С++.1 дис151. Шилдт Г. C++ для начинающих. Шаг за шагом. ЭКОМ г.Москва. 2010. - 640 c. 2. Дэвид Р. Мюссер. C++ и STL: справочное руководство, 2-е изд. Вильямс г.Киев. 2010. - 432 c. 3. Пратта С. Язык программирования С++. Лекции и упражнения - М.: Диа-Софт, 2003. - 656 с. 4. Семакин И.Г., Шестаков А.П. Основы программирования - М.: Мастерст-во, 2001. - 432 с.Всего:15

  • 10060. Технология производства резистора
    Контрольная работа пополнение в коллекции 07.12.2010

    Проволочные резисторы (постоянного и переменного сопротивлений) отличаются высокой стабильностью электрических параметров, повышенной точностью, но резисторы этого типа имеют значительные индуктивность и ёмкость (так как они имеют вид катушки), большие габариты и сравнительно дороги. Основной элемент проволочных резисторов тонкая проволока (диаметром в несколько сотых долей миллиметра) из сплавов, обладающих высоким удельным сопротивлением, достаточной механической прочностью, пластичностью и термостойкостью. Все элементы конструкций проволочных резисторов выполняют из термостойких материалов (так как при прохождении электрического тока резистор нагревается), а проводящий элемент (проволоку) защищают от климатических и механических воздействий стеклоэмалевыми и другими электроизоляционными покрытиями. Основной операцией при изготовлении проволочных резисторов является процесс наматывания проволоки на керамический или пластмассовый каркас. Полупроводниковые резисторы изготавливают (наиболее широко) из кремния, который обеспечивает высокую рабочую температуру изделия. Исходными заготовками служат кремниевые пластины различных размеров. После промывки и травления на концах пластин создают никелевые контактные площадки. Для этого химическим путем вжигают никель в слой кремния при температуре 780800°С. Затем еще раз покрывают никелем контактные площадки и припаивают выводы.