K-means

Size: px
Start display at page:

Download "K-means"

Transcription

1 Office: 1006 Phone:

2 K-means Previous Next First Last Back Forward 1

3 1.1 data segmentation class discovery Previous Next First Last Back Forward 1

4 : : : :,,? Previous Next First Last Back Forward 2

5 2D 3D Previous Next First Last Back Forward 3

6 (clustering and classification),, Previous Next First Last Back Forward 4

7 : PCA, FA, MDS, Manifest learning, SOM. Previous Next First Last Back Forward 5

8 1.2 (similarity), s(, ) 1. 0 s(x, y) 1 2. s(x, x) = 1 3. s(x, y) = s(y, x) (dissimilarity)... ( ) d(, ) Previous Next First Last Back Forward 6

9 1..d(x, y) 0, x = y 2. d(x, x) = 0 3. d(x, y) = d(y, x) metric dissimilarity 4. d(x, y) d(x, z) + d(z, y).. 5. d(x, y) max{d(x, z), d(z, y)}. 5, d ultrametric dissimilarity x, y R p,,,. ( ). ( ) Previous Next First Last Back Forward 7

10 Minkowski: [ p d m (x, y) = x k y k m] 1/m = x y m k=1 Manhattan: ( city-block distance, box-car distance) d(x, y) = Euclidean: p x k y k = x y 1 k=1 d(x, y) = x y 2 maximum:(chebyshev distance) Canberra:( ) d(x, y) = max x i y i = x y d(x, y) = p k=1 x k y k x k + y k Previous Next First Last Back Forward 8

11 0-1 : x, y 1, x y a b a+b 0 c d c+d a+c b+d n=a+b+c+d binary(jaccard) : d(x, y) = b + c no 0-0 match a + b + c Czekanowski : d(x, y) = b + c no 0-0 match 2a + b + c double 1-1 match : x, y, p q, Previous Next First Last Back Forward 9

12 χ 2. Coef. of contingency ( s ij = χ 2 ) 1/2 χ 2 + n Cramer s V contingency coef. s ij = n min{p 1, q 1} ( χ 2,. x i X i j X j : r ij = θ ij = [ n [ n n k=1 (x ik x i )(x jk x j ) k=1 (x ik x i ) ] 1/2 2 n k=1 (x jk x j ) 2 n k=1 x ikx jk k=1 x2 ik n k=1 x2 jk ] 1/2 ) 1/2 Previous Next First Last Back Forward 10

13 1.3 Previous Next First Last Back Forward 11

14 1.3.1 (Hierarchical clustering, ). (dissimilarity) (linkage) (agglomerative hierarchical method): ( ) (divisive hierarchical method): ( ). Previous Next First Last Back Forward 12

15 (Dendrogram) (dendrogram). ( )., 0, Previous Next First Last Back Forward 13

16 (Linkage criteria) cluster I cluster J single linkage D(I, J) = min i I,j J {d ij} complete linkage D(I, J) = average linkage 1 D(I, J) = n I + n J max i I,j J {d ij} i I,j J d ij. Previous Next First Last Back Forward 14

17 cluster I cluster J centroid linkage: D(I, J) = x I x J ward method: I J ( ) ( ), W I W J ;. M, W M, I J D(I, J) = W M W I W J Previous Next First Last Back Forward 15

18 : Single linkage.,. S.. Complete linkage,. ( ), ( ).. Average linkage.,. Centroid linkage ( ), Previous Next First Last Back Forward 16

19 1.., 2. ( ) (d ij ) 3. (linkage) , 6.,..,. cluster diana (Kaufman and Rousseeuw, 1990). Previous Next First Last Back Forward 17

20 , ( ),,, BRICH, BURE, ROCK, Chameleon. Previous Next First Last Back Forward 18

21 1.3.2 K-means,, k : k,,, ;.,., K-means Previous Next First Last Back Forward 19

22 K-means MacQueen (1967). : k,. 1. k 2. k C 1,..., C k, x i, i = 1,..., k k x i, i = 1,..., k, 3. k ESS = i=1 j C i x j x i 2 Previous Next First Last Back Forward 20

23 4., ESS. x i, i = 1,..., k , (ESS ) K-medoids K-means : K-means, K-means, K-means K-means ( ) R base kmeans K-means, cluster pam(partitioning around medoids) K-medoids. Previous Next First Last Back Forward 21

24 K-means K-medoids,. CLARA (Clustering LARge Applications, Kaufman and Rousseeuw 1990) :, K-medoids CLARANS (Clustering Large Application based upon RANdomized Search, Ng and Han 1994). Previous Next First Last Back Forward 22

25 K-medoids 1. D = (d ij ) k 2. k (medoids) 3. ( k ) 4. l (l = 1,..., k), i 0 : i 0 = arg min d ij i C l j C l l Previous Next First Last Back Forward 23

26 1.3.3 (compatness): k-means, hierarchical clustering (connectivity): spectral clustering (Spectral clustering) K-means Previous Next First Last Back Forward 24

27 ( )., K-means. V = (x 1,..., x n ), ( ) W, k,, Previous Next First Last Back Forward 25

28 , Gaussian kernel : x x W ij = e i j 2σ 2, σ 2 :, W (A, B) = i A,j B W ij A B. A 1,..., A k, cut(a 1,..., A k ) = 1 2 Ā A. k W (A i, Āi) i=1 Previous Next First Last Back Forward 26

29 : (Ncut, Shi and Malik, 2000): Ncut(A 1,..., A k ) = 1 2 k i=1 W (A i, Āi) vol(a i ) Previous Next First Last Back Forward 27

30 vol(a) = i A d i = i A n j=1 W ij. Ncut(A 1,..., A k ) NP-hard. Laplacian, Graph Laplacian: L = D W, D = diag(d 1,..., d n ). k(k > 2), h ij = 0. H = (h ij ), : min Ncut(A 1,..., A k ) A V H = D 1/2 T = Relaxation!!! 1, xi Aj, vol(aj ) min A 1,...,A k T race(h LH) st. H DH = I k min T race(t D 1/2 LD 1/2 T ), T R n k. st. T T = I k T opt L sym = D 1/2 LD 1/2 k. Previous Next First Last Back Forward 28

31 H opt = D 1/2 T opt L rw = D 1 L k. (Shi and Malik, 2000) n x 1,..., x n, k: : W Laplacian L = D W Lu = λdu k, U = [u 1,..., u k ] y i U i,i = 1,..., n, K-means y 1,..., y n C 1,..., C k A 1,..., A k, A i = {x j y j C i } Ng, Jordan, and Weiss (2002). Previous Next First Last Back Forward 29

32 1.4, k k,. (, )., Silhouette( ) Kaufman and Rousseeuw (1990),. Previous Next First Last Back Forward 30

33 i, a(i) i C i d(i, C) i C(C C i ) b(i) d(i, C) i Silhouette s(i) = Silhouetter b(i) a(i) max{a(i), b(i)} s = 1 n n sw i i=1 Previous Next First Last Back Forward 31

34 , 1 s(i) 1, s(i) 1 a(i) b(i). a(i) a(i) i, b(i) i, s(i) 1 i. s(i) -1 i s(i) 0 i, Kaufman and Rousseeuw : s > 0.5 s < 0.2 R cluster silhouette s(i). Previous Next First Last Back Forward 32

35 Previous Next First Last Back Forward 33

36 CH index K-means,. k, K-means (within-cluster variation): k W (k) = x j x i 2 i=1 C(j)=i W (k) k, W (k). (Between-cluster variation) : k B(k) = n i x i x 2 i=1 B(k) k, B(k) Previous Next First Last Back Forward 34

37 W (k) B(k), k: CH(k) = B(k)/(k 1) W (k)/(n k) ˆk = arg max CH(k) 2 k K max Previous Next First Last Back Forward 35

38 Gap Statistic W (k) k, k! Tibshirani et al. (2001) Gap Statistic : W (k) W (k), W (k) (, ),. Bootstrap, sd k = 1 B Gap n (k) = Enlog(W (k)) log(w (k)) 1 log(wb (k)) log(w (k)) B b b (W b (k) W (k)) 2, W (k) = 1 B b W b (k). Previous Next First Last Back Forward 36

39 s k = sd k 1 + 1/B, ˆk = inf{k : Gap(k) Gap(k + 1) s k+1 } Previous Next First Last Back Forward 37

40 1.5 (external criterion) (internal criterion). (reference, ). Purity, F-measure, Rand Statistics, Entropy.. : Davis-Bouldin, Dunn, Expected Density ρ : Elbow criterion, GAP statistics Previous Next First Last Back Forward 38

41 n, (Reference) C = {C1,..., Cl }. C = {C 1,..., C k } F-measure: (Precision): C j Ci / C j. (Recall): C j Ci / Ci C j C i F-measure:F ij (α) = ( ), α 1. 1+α 1 precision + recall α, F-measure l i=1 C i n max j=1,...,k {F ij} F-measure. Previous Next First Last Back Forward 39

42 Entropy: C C Entropy H(C) = C j [ C j Ci C j Ci ] log 2 n C C j C C j C i j C j Rand Index, n 11 = {(x i, x j ) x i, x j C i ; x i, x j C k} n 00 = {(x i, x j ) x i C i1, x j C i2 ; x i C k 1, x j C k 2 } n 10 = {(x i, x j ) x i, x j C i ; x i C k 1, x j C k 2 } n 01 = {(x i, x j ) x i C i1, x j C i2 ; x i, x j C k 2 } Rand index R = n 11 + n ( 00 n 2) R = 0, R = 1.. Previous Next First Last Back Forward 40

43 Adjusted Rand Index Rand index ( ), Hubert and Arabie (1985) Rand index ( : ), 0, 1. Meila (2003) Ajusted Rand index. Previous Next First Last Back Forward 41

: p Previous Next First Last Back Forward 1

: p Previous Next First Last Back Forward 1 : zwp@ustc.edu.cn Office: 1006 Phone: 63600565 http://staff.ustc.edu.cn/~zwp/ http://fisher.stat.ustc.edu.cn : 7.2......... 1 7.2.1....... 1 7.2.2......... 13 7.2.3................ 18 7.2.4 0-1 p.. 19

More information

:

: : : 4.1....................... 1 4.1.1............... 1 4.2........... 10 4.2.1............... 10 4.2.2..... 14 4.2.3................ 18 4.2.4................ 24 4.3...................... 26 4.3.1..............

More information

: Previous Next First Last Back Forward 1

: Previous Next First Last Back Forward 1 7-3: : 7.3.................. 1 7.3.1.............. 2 7.3.2..... 8 7.3.3.............. 12 Previous Next First Last Back Forward 1 7.3,, (X 1,, X n )., H 0 : X F Karl Pearson χ 2. : F ˆF n, D( ˆF n, F ),

More information

Previous Next First Last Ba

Previous Next First Last Ba zwp@ustc.edu.cn Office: 1006 Phone: 63600565 http://staff.ustc.edu.cn/~zwp/ http://fisher.stat.ustc.edu.cn 1.1............... 1 1.2............... 9 1.2.1.......... 16 1.2.2....... 22 1.2.3......... 23

More information

: p Previous Next First Last Back Forward 1

: p Previous Next First Last Back Forward 1 7-2: : 7.2......... 1 7.2.1....... 1 7.2.2......... 13 7.2.3................ 18 7.2.4 0-1 p.. 19 7.2.5.... 21 Previous Next First Last Back Forward 1 7.2 :, (0-1 ). 7.2.1, X N(µ, σ 2 ), < µ 0;

More information

1.3.................... 2 1.4.................... 15 Previous Next First Last Back Forward 1

1.3.................... 2 1.4.................... 15 Previous Next First Last Back Forward 1 : zwp@ustc.edu.cn Office: 1006 Phone: 63600565 http://staff.ustc.edu.cn/~zwp/ http://fisher.stat.ustc.edu.cn 1.3.................... 2 1.4.................... 15 Previous Next First Last Back Forward 1

More information

spss.doc

spss.doc SPSS 8 8.1 K-Means Cluster [ 8-1] 1962 1988 8-1 2 5 31 3 7 20 F2-F3 2 3 F3-F4 3 4 109 8 8-1 2 3 2 3 F2-F3 F3-F4 1962 344 3333 29 9 9.69 1.91 1963 121 1497 27 19 12.37 1.34 1964 187 1813 32 18 9.70 1.06

More information

(4) (3) (2) (1) 1 B 2 C 3 A 4 5 A A 6 7 A B 8 B 9 D 1 1 0 1 B A A 1 A 1 2 3 C 1 A 1 A 1 B 1 A 1 B 1 2 2 2 2 2 4 5 6 7 8 9 0 1 2 3 4 A A B B A A D B B C B D A B d n 1 = ( x x ) n ij ik jk k= 1 i, j

More information

,

, zwp@ustc.edu.cn Office: 1006 Phone: 63600565 http://staff.ustc.edu.cn/~zwp/ http://fisher.stat.ustc.edu.cn 1.1................. 2 1.2,........... 9 1.3................. 13 1.4.................... 16 1.5..................

More information

Microsoft Word - 1神奇的矩阵2.doc

Microsoft Word - 1神奇的矩阵2.doc 题 目 : 神 奇 的 矩 阵 第 二 季 ( 修 改 版 2.1) 学 校 : 哈 尔 滨 工 程 大 学 姓 名 : 黎 文 科 联 系 方 式 : QQ 群 :53937814 联 系 方 式 : 190356321@qq.com Contents CONTENTS... 2 前 言... 3 绪 论... 4 1 从 坐 标 系 谈 起... 8 2 内 积 与 范 数 的 深 入 理 解...

More information

untitled

untitled y n s ru m ng di n qi ngl ng sh qi xi o bi o ch uch j zh n x g hu h n g o j ng h x x xi o j g t ng y y n li o h h g i q

More information

3.1 ( ) (Expectation) (Conditional Mean) (Median) Previous Next

3.1 ( ) (Expectation) (Conditional Mean) (Median) Previous Next 3-1: 3.1 ( )........... 2 3.1.1 (Expectation)........ 2 3.1.2............. 12 3.1.3 (Conditional Mean)..... 17 3.1.4 (Median)............ 22 Previous Next First Last Back Forward 1 1.. 2. ( ): ( ), 3.

More information

1 2 / 3 1 A (2-1) (2-2) A4 6 A4 7 A4 8 A4 9 A ( () 4 A4, A4 7 ) 1 (2-1) (2-2) ()

1 2 / 3 1 A (2-1) (2-2) A4 6 A4 7 A4 8 A4 9 A ( () 4 A4, A4 7 ) 1 (2-1) (2-2) () (39mm E-Mail ( )( ), : : 1 1 ( ) 2 2 ( ) 29mm) WSK ( 1 2 / 3 1 A4 2 1 3 (2-1) 2-1 4 (2-2) 2-2 5 A4 6 A4 7 A4 8 A4 9 A4 10 11 ( () 4 A4, 5 6 7 8 A4 7 ) 1 (2-1) (2-2) () 1 2 (2-1) 3 (2-2) 4 5 6 7 (8 ) 9

More information

4 / ( / / 5 / / ( / 6 ( / / 7 1 2 / 3 ( 4 ( 2003 8 ( 2

4 / ( / / 5 / / ( / 6 ( / / 7 1 2 / 3 ( 4 ( 2003 8 ( 2 : / ( 6 (2003 8 : ( 1 ( ( / / (,, ( ( - ( - (39mm 29mm 2 ( 1 2 3-6 3 6-24 6-48 12-24 8-12 WSK / WSK WSK 1 4 / ( / / 5 / / ( / 6 ( / / 7 1 2 / 3 ( 4 ( 2003 8 ( 2 9 5 ( 10 3 11 / (600 4 5 AA 710 AB 720 730

More information

6CO2 6H 2O C6H 2O6 6O2 = = n i= P X i n H X - P X logp X i= i n X X X P i P 0 i l n i n n P i= i H X = - p log P n i= i i i + H X - P X logp X dx - 2 2 2 2 3 2 4 2 d( Q) d( Q) > 0 = 0 di di d(

More information

-2 4 - cr 5 - 15 3 5 ph 6.5-8.5 () 450 mg/l 0.3 mg/l 0.1 mg/l 1.0 mg/l 1.0 mg/l () 0.002 mg/l 0.3 mg/l 250 mg/l 250 mg/l 1000 mg/l 1.0 mg/l 0.05 mg/l 0.05 mg/l 0.01 mg/l 0.001 mg/l 0.01 mg/l () 0.05 mg/l

More information

!""#!$% & # &((! $% ) &((! %" & $!""# & # &((( )# &( &((! # &(((!*+ % *

!#!$% & # &((! $% ) &((! % & $!# & # &((( )# &( &((! # &(((!*+ % * +!" #!!$!%& ( % )% *) &!!) &!!( && &!!! " ""& + ""& ##" &!!% &( # !""#!$% & # &((! $% ) &((! %" & $!""# & # &((( )# &( &((! # &(((!*+ % * (!""#!""" $%%% &#% & $"! *!""! "#$!""! #%!% &% & &" ( #%!% % #)

More information

3978 30866 4 3 43 [] 3 30 4. [] . . 98 .3 ( ) 06 99 85 84 94 06 3 0 3 9 3 0 4 9 4 88 4 05 5 09 5 8 5 96 6 9 6 97 6 05 7 7 03 7 07 8 07 8 06 8 8 9 9 95 9 0 05 0 06 30 0 .5 80 90 3 90 00 7 00 0 3

More information

《拍案惊奇》(中)

《拍案惊奇》(中) ! " # $! +"+ ###########!"" ##########!!$ ##########!$% " ##########!&! ############!%$ ########## $ " ########### $"( ########## $)* +,+ $$$$$$$$$$$!"# $$$$$$$$$$$!%& $$$$$$$$$$$!# $$$$$$$$$$$ $$$$$$$$$$$

More information

Vol. 15 No. 1 JOURNAL OF HARBIN UNIVERSITY OF SCIENCE AND TECHNOLOGY Feb O21 A

Vol. 15 No. 1 JOURNAL OF HARBIN UNIVERSITY OF SCIENCE AND TECHNOLOGY Feb O21 A 5 200 2 Vol 5 No JOURNAL OF HARBIN UNIVERSITY OF SCIENCE AND TECHNOLOGY Feb 200 2 2 50080 2 30024 O2 A 007-2683 200 0-0087- 05 A Goodness-of-fit Test Based on Empirical Likelihood and Application ZHOU

More information

tbjx0033ZW.PDF

tbjx0033ZW.PDF 1998 20 2000 6 1949 4 20 4 21 22 2 22 1 2 1 Ad hu Bqi n qi n C s s i Dqi n ji n 2 A B C D 22 22 20 24 30 21 5 35 2/3 23 21 (11) 35 (12) (13) 23 (14) 21 22 (15) 1 A B C D 2 A B C D 3 A B C D 4 A 20 B

More information

[9] R Ã : (1) x 0 R A(x 0 ) = 1; (2) α [0 1] Ã α = {x A(x) α} = [A α A α ]. A(x) Ã. R R. Ã 1 m x m α x m α > 0; α A(x) = 1 x m m x m +

[9] R Ã : (1) x 0 R A(x 0 ) = 1; (2) α [0 1] Ã α = {x A(x) α} = [A α A α ]. A(x) Ã. R R. Ã 1 m x m α x m α > 0; α A(x) = 1 x m m x m + 2012 12 Chinese Journal of Applied Probability and Statistics Vol.28 No.6 Dec. 2012 ( 224002) Euclidean Lebesgue... :. : O212.2 O159. 1.. Zadeh [1 2]. Tanaa (1982) ; Diamond (1988) (FLS) FLS LS ; Savic

More information

欢迎参加 《计量基础知识》培训班

欢迎参加  《计量基础知识》培训班 µ kσ y µ t y i y µ+kσ n 1 i = ik = k 1 n ( ) v i = i n ( i s ( ) = i = 1 n 1 ) 2 s ( ) = s( ) n σ d 3 d s G ( n ) 1 1 2 1 1 10 10, n n n n = = 1 1 1 2 2 1 11 11, n n n n = = 1 1 1 3 2 2 21 21, n n

More information

9202reply-s.doc

9202reply-s.doc 1 16 () (A) (B) (C) (D) B () B D (B) (D)22 (A) (B) (C) 5 12 C C 34 2 3 1. 89 42 (B) 2. 42 151 44 27 () () 69 79 89 (A) ( ) 1,803 2,039 2,217 (B) (/) 4.8 4.0 3.3 (C) 65 (%) 4.1 6.1 8.5 (D) (%) 9.9 15.8

More information

! "#$%& $()*+#$, $(-.&,./.+#/(-.&01( &-#&(&$# (&2*(,#-3.,14& $ +()5(*-#5(-#/-/#(-1#&-+)(& :;<<= > A B?

! #$%& $()*+#$, $(-.&,./.+#/(-.&01( &-#&(&$# (&2*(,#-3.,14& $ +()5(*-#5(-#/-/#(-1#&-+)(& :;<<= >  A B? ! "#$%& $()*+#$, $(-.&,./.+#/(-.&01( &-#&(&$# (&2*(,#-3.,14& $ +()5(*-#5(-#/-/#(-1#&-+)(&- 67789:;

More information

!"# $%& %!"# $%& %!"#$%& %! ( )***%% ) $)! +**+),,* -)+.* )( ) +, +*.*)+..**! )$,*)+$))$!"!#

!# $%& %!# $%& %!#$%& %! ( )***%% ) $)! +**+),,* -)+.* )( ) +, +*.*)+..**! )$,*)+$))$!!# !"#$%& % ( % )& (% ( % (( )( !"# $%& %!"# $%& %!"#$%& %! ( )***%% ) $)! +**+),,* -)+.* )( ) +, +*.*)+..**! )$,*)+$))$!"!# !"#$%& %!! "! # " $ # % & & ( ) *!+ !"#$%& % ( (*( (*+ "#$% $%%"# (*, (*% + +*(

More information

Microsoft Word - ZLI14A0-105

Microsoft Word - ZLI14A0-105 105 年 指 考 趨 勢 預 測 歷 史 考 歷 科 史 科 文 / 朱 詩 堯 老 文 師 / 朱 詩 堯 老 師 1 前 言 大 考 中 心 根 據 101 課 綱, 將 指 考 歷 史 科 測 驗 分 為 四 項 可 相 互 依 存 的 指 標 : 基 礎 知 識 文 本 閱 讀 歷 史 解 釋 資 料 證 據, 每 項 指 標 又 將 記 憶 閱 讀 分 析 推 證 等 能 力 納 入 一

More information

2 2 2 : (1) : A 0, A 1, A 2, (2) : (3) : (, ) : ?? ( A 1 ) ((A

2 2 2 : (1) : A 0, A 1, A 2, (2) : (3) : (, ) : ?? ( A 1 ) ((A 2 1 1 2 2 2 : (1) : A 0, A 1, A 2, (2) : (3) : (, ) : 1. 2. 3. 4. 5.?? ( A 1 ) ((A 1 2.1. 2 2 2 : (a) A i (b) α β ( α) (α β) (α β) (α β) (α β) (c) 1. α β 2. A 0, A 1, A 2, A B P Q (a) (b) (c) (b) X X α

More information

% +$ )!#$ %"!# & #!$ %" " ( ) * $ %!+$ %" -! < % 2 > E B > +? F! = E H > =+!! E H2 > 3 / /!!$ *" ( %, -.!!/ + ( ) %!,! %!, - ) > 3 2 > #= =

% +$ )!#$ %!# & #!$ %  ( ) * $ %!+$ % -! < % 2 > E B > +? F! = E H > =+!! E H2 > 3 / /!!$ * ( %, -.!!/ + ( ) %!,! %!, - ) > 3 2 > #= = #$$%!#&!!$!#(!$$!$) )$ )) $* &) ))!+, -.!,. #&. +-. " "! "#!" # $!* /" 0 1!#* 2" $ #* 0"!+* 1" 2 / +* 2" +%$!* & )$ #($!& #&& 3 -% 4 #&& 4!* & 5 +%$ 6,$* -& 0 (* 0" (&7 #!7+(89 %,7#%8: %,7#%8:!(* 1", (!#!7;

More information

育儿知识100问(二)

育儿知识100问(二) 100 9998.00 (1CD, ) I...1...2...5...6 B...9...10... 11...13...15 1...16...17...21...23...25...27...30...33...34...36...38...39...40...44...47...48 II...49 5...50...50...51...52...53...54 2...55...56...60...64...65...67...69...76...76...79...81...83...86...90...99

More information

17

17 17 應 用 案 例 式 推 理 建 立 顧 客 關 係 管 理 之 行 銷 決 策 系 統 張 百 棧 * 王 彥 文 劉 鎮 豪 元 智 大 學 工 業 工 程 與 管 理 研 究 所 桃 園 縣 中 壢 市 遠 東 路 135 號 03-463-8800#287 iepchang@saturn.yzu.edu.tw 摘 要 近 年 來, 資 料 庫 行 銷 蓬 勃 發 展, 讓 許 多 企 業

More information

untitled

untitled 4 y l y y y l,, (, ) ' ( ) ' ( ) y, y f ) ( () f f ( ) (l ) t l t lt l f ( t) f ( ) t l f ( ) d (l ) C f ( ) C, f ( ) (l ) L y dy yd π y L y cosθ, π θ : siθ, π yd dy L [ cosθ cosθ siθ siθ ] dθ π π π si

More information

é SI 12g C = 6 12 = 1 H2( g) + O2( g) H2O( l) + 286kJ ( 1) 2 1 1 H 2( g) + O2( g) H2O( l) H = 286kJ mol ( 2) 2 1 N 2 ( g) + O2( g) NO 2 ( g) 34kJ 2 1 1 N 2 ( g) + O2( g) NO 2 ( g) H = + 34kJ mol 2 1 N

More information

" #" #$$" "#$$% # & $%& ()*+,- #$$% " & " & ( % ( ( ( % & ( % #" #" #" #"

 # #$$ #$$% # & $%& ()*+,- #$$%  &  & ( % ( ( ( % & ( % # # # # "#$ "##$ %& ()* "##% "##$ "##$ & () " (" (* + ( " "*, ( " - % & $ "##$ " " #" #$$" "#$$% # & $%& ()*+,- #$$% " & " & ( % ( ( ( % & ( % #" #" #" #" " # $ %&& %&&( %&& %&&) "%&&) #$%& (()*+ "* %&&) %&& %*

More information

Microsoft Word - 林文晟3.doc

Microsoft Word - 林文晟3.doc 台 灣 管 理 學 刊 第 8 卷 第 期,008 年 8 月 pp. 33-46 建 構 農 產 運 銷 物 流 中 心 評 選 模 式 決 策 之 研 究 林 文 晟 清 雲 科 技 大 學 企 業 管 理 系 助 理 教 授 梁 榮 輝 崇 右 技 術 學 院 企 業 管 理 系 教 授 崇 右 技 術 學 院 校 長 摘 要 台 灣 乃 以 農 立 國, 農 業 經 濟 在 台 灣 經 濟

More information

Ps22Pdf

Ps22Pdf 2001 ( ) 063,, ( CIP ) : : : (100054, 8 ) : : (021) 73094, ( 010 )63223094 : : : 850 1168 1/ 32 : : : : 2001 2001 : : ISBN 7-113 - 04319-4/ U 1192 : 24 00,, : ( 021 ) 73169, ( 010) 63545969 : : : : : :

More information

优合会计考点直击卷子之财经法规答案——第八套

优合会计考点直击卷子之财经法规答案——第八套 原 题 导 航 基 础 第 一 套 第 1 题 参 考 答 案 : C 试 题 评 析 : 在 社 会 主 义 市 场 经 济 条 件 下, 会 计 的 对 象 是 社 会 再 生 产 过 程 中 主 要 以 货 币 表 现 的 经 济 活 动 第 2 题 参 考 答 案 :B 试 题 评 析 : 在 权 责 发 生 制 下, 本 期 售 货 尚 未 收 到 销 售 货 款 属 于 当 期 收 入

More information

%! # # % % & # ( ) ( +, & +, +, & +, & +, +, &!

%! # # % % & # ( ) ( +, & +, +, & +, & +, +, &! %! # # % % & # ( ) ( +, & +, +, & +, & +, +, &! & &./ 0 # #1 # 2! +, 3 4 4 +,!!!! 4 4 4 4 4 56 7 89 #! 4! 4 4! 4 4! 14 #: 2 4! +,! +, 14 4 ; < = ( 4 < = +14 # : 1 1 4 # : : 3 # (4,! / +, +, +, > +,? 3

More information

# ( + + # + # 6 +,! + # +! +, + # ( + ) ( + ( + ) + 7! + # + /8 + ) ( +! + #. + ( +, +! + # + # + + ( ! ( + ) ( + ) +, + ( + 9% +! +, + ( +

# ( + + # + # 6 +,! + # +! +, + # ( + ) ( + ( + ) + 7! + # + /8 + ) ( +! + #. + ( +, +! + # + # + + ( ! ( + ) ( + ) +, + ( + 9% +! +, + ( + ! ## % & (! ) # (! + ) (, ( + ) ( +! ( + + # + #! + ( + + ( + ) ( + + ( + # + ) +! ( + ( + # +! ( + ) + # ( + ) + # +! ( +. + / 0. + ( + # + # + +, + ) + + ) + 1!, ( 2 1 # 3 )! # ( 4 5 #3 (! # ( 4 # #

More information

ü ü ü ü ü 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 t 1 2 5.6 8.3 13.9 19.5 27.8 ma 0.37 0.74 2.06 3.06 5.13 7.22 10.30 A A A A A A A A A A 42.8 55.9 40.0 55.9 41.5 56.8 34 62.4 35

More information

M ( ) K F ( ) A M ( ) 1815 (probable error) F W ( ) J ( ) n! M ( ) T ( ) L ( ) T (171

M ( ) K F ( ) A M ( ) 1815 (probable error) F W ( ) J ( ) n! M ( ) T ( ) L ( ) T (171 1 [ ]H L E B ( ) statistics state G (150l--1576) G (1564 1642) 16 17 ( ) C B (1623 1662) P (1601--16S5) O W (1646 1716) (1654 1705) (1667--1748) (1687--H59) (1700 1782) J (1620 1674) W (1623 1687) E (1656

More information

Ps22Pdf

Ps22Pdf ) ,,, :,,,,,,, ( CIP) /. :, 2001. 9 ISBN 7-5624-2368-7.......... TU311 CIP ( 2001) 061075 ( ) : : : : * : : 174 ( A ) : 400030 : ( 023) 65102378 65105781 : ( 023) 65103686 65105565 : http: / / www. cqup.

More information

监 制 制 : 中 华 人 民 共 和 国 国 务 院 侨 务 办 公 室 监 制 人 : 刘 泽 彭 顾 制 问 : ( 按 姓 氏 笔 画 排 列 ) 杨 启 光 陈 光 磊 陈 学 超 周 小 兵 赵 金 铭 班 弨 郭 熙 主 制 编 : 贾 益 民 编 制 写 : ( 按 姓 氏 笔 画 排 列 ) 干 红 梅 于 珊 王 劼 刘 潇 潇 刘 慧 许 迎 春 孙 清 忠 李 艳 吴 玉 峰

More information

08-01.indd

08-01.indd 1 02 04 08 14 20 27 31 35 40 43 51 57 60 07 26 30 39 50 56 65 65 67 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 ω ρ ε 23 λ ω < 1 ω < 1 ω > 0 24 25 26 27 28 29 30 31 ρ 1 ρ σ b a x x i +3 x i

More information

, 13.4

, 13.4 2019 1 15 26 3.4, 13.4 BLUE t F 1 1. TSS ESS RSS TSS = ESS + RSS R 2 := ESS/TSS = 1 RSS/TSS R 2 := 1 [RSS/(n k)]/[tss/(n 1)] 2. y i ŷ i y i x i 2 2 3. 1 2 k F 1 F 4. 2 2 3 1 5 1.1 pp. 60, 272...........

More information

國立中山大學學位論文典藏.PDF

國立中山大學學位論文典藏.PDF Air Visibility Forecasting via Artificial Neural Networks and Feature Selection Techniques 2003 7 Air Visibility Forecasting via Artificial Neural Networks and Feature Selection Techniques Sequential Floating

More information

( CIP).:,3.7 ISBN TB CIP (3) ( ) ISBN O78 : 3.

( CIP).:,3.7 ISBN TB CIP (3) ( ) ISBN O78 : 3. ( CIP).:,3.7 ISBN 7 568 383 3.......... TB CIP (3) 334 3 37 ( ) 64536 www.hdlgpress.com.c 7879 6 9.75 479 3 7 3 7 45 ISBN 7 568 383 3O78 : 3. 995,.,.,.,. :,,,,.. :,,,,,,.,,,,.,,. ,,.,,,.,,,.,,,,.,.,,,

More information

G(z 0 + "z) = G(z 0 ) + "z dg(z) dz z! # d" λ "G = G(z 0 ) + #cos dg(z) ( & dz ) * nv #., - d+ - - r 2 sin cosds e / r # ddr 4.r 2 #cos! "G = G(z 0 )

G(z 0 + z) = G(z 0 ) + z dg(z) dz z! # d λ G = G(z 0 ) + #cos dg(z) ( & dz ) * nv #., - d+ - - r 2 sin cosds e / r # ddr 4.r 2 #cos! G = G(z 0 ) 2005.7.21 KEK G(z 0 + "z) = G(z 0 ) + "z dg(z) dz z! # d" λ "G = G(z 0 ) + #cos dg(z) ( & dz ) * nv #., - d+ - - r 2 sin cosds e / r # ddr 4.r 2 #cos! "G = G(z 0 ) + #cos dg(z) ( & dz ) * nv 2+ + ds -

More information

1. ( )(1999 11 ) A. B. C. D. 2. ( )(2000 11 ) A. : B. : C. : D. : 3. ( )(20001 11 ) A. : B. : C. : D. : 1 D : 2

1. ( )(1999 11 ) A. B. C. D. 2. ( )(2000 11 ) A. : B. : C. : D. : 3. ( )(20001 11 ) A. : B. : C. : D. : 1 D : 2 340 : 3 1 1. ( )(1999 11 ) A. B. C. D. 2. ( )(2000 11 ) A. : B. : C. : D. : 3. ( )(20001 11 ) A. : B. : C. : D. : 1 D : 2 ( ) ( ) 2 A B D C C 3 C C A B D 3 6 : (1) : (2) A. : ( )- ( ) 4 : B. : ( ) ( )

More information

上海市本科教学质量年度报告

上海市本科教学质量年度报告 上 海 市 本 科 教 学 质 量 年 度 报 告 数 据 内 涵 说 明 V2.0 版 上 海 市 教 委 高 教 处 上 海 喆 思 (2015.07.02) 目 录 一 基 本 统 计 挃 标 说 明... 4 二 挃 标 解 释... 4 1. 全 日 制 在 校 本 科 生 数 及 占 在 校 生 总 数 的 比 例 ( 学 年 )... 4 2. 当 年 本 科 招 生 与 业 总 数

More information

1 2 m v e 2 ö e m e m e m e m e e m m 1 1840 e m e m 2 v r Å Å Å 9999 10000 2 n λ = b( 2 2 ) n 2 Å 1 1854 1919 λ 1 1 1 2 2 λ = R ( Z H n ) 1 1 1 2 2 λ R H ( ) n f ni Z Z E ν = h mvr = n h 2π mvr = nh

More information

!!!!"#$ " " %& ( " # " " " " " "$%%& " $%% " "!!

!!!!#$   %& (  #      $%%&  $%%  !! ! "##$ % % % % % % % % &#!" % % #$%& (%&!! !!!!"#$ " " %& ( " # " " " " " "$%%& " $%% " "!! ! "#!"#$ $ $ $ $ %# %& $ &# ()*$ " & %!! ! " "!! !!!!" "! #$%& "# $()*$(+, $%& ())* $% (+,-.. /-.. 0&* 0%* "!!

More information

!# $#!#!%%& $# &% %!# (# )#! "

!# $#!#!%%& $# &% %!# (# )#! ! " "!! " "!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! " #$$%! # & % ( #$$%! #$$% ) #$$% # #!!# %!!!! ( ) #!!& # &#$$%!* #$$ $+ %%$+ ( # # # # #!+ !# $#!#!%%& $# &% %!# (# )#! " ! " " S1.+(/8.-1.,3(413 516*+/,

More information

untitled

untitled 2016 148 1 8 7 08:00 16:00 http://zj.sceea.cn www.sceea.cn APP 1 2 2 6 6 2016 2016 8 6 3 2016 2016 2016 0366 1 03 1 0391 2 54 ( ) 2 1256 7 02 1 03 1 07 2 18 2 21 1 1314 1 36 1 14000 / 20 1316 7 00 1 09

More information

ABP

ABP ABP 2016 319 1 ABP A. D. Aleksandrov,I. Y. Bakelman,C. Pucci 1 2 ABP 3 ABP 4 5 2 Ω R n : bounded C 0 = C 0 (n) > 0 such that u f in Ω (classical subsolution) max Ω u max u + C 0diam(Ω) 2 f + L Ω (Ω) 3

More information

koji-13.dvi

koji-13.dvi 26 13 1, 2, 3, 4, 5, 6, 7 1 18 1. xy D D = {(x, y) y 2 x 4 y 2,y } x + y2 dxdy D 2 y O 4 x 2. xyz D D = {(x, y, z) x 1, y x 2, z 1, y+ z x} D 3. [, 1] [, 1] (, ) 2 f (1)

More information

: 459,. (2011),, Zhu (2008). Y = Xθ + ε, (1.1) Y = (y 1,..., y n ) T, ε = (ε 1,..., ε n ) T, θ = (θ 1,..., θ p ) T, X n p, X i X i, E(ε) = 0, Var (ε)

: 459,. (2011),, Zhu (2008). Y = Xθ + ε, (1.1) Y = (y 1,..., y n ) T, ε = (ε 1,..., ε n ) T, θ = (θ 1,..., θ p ) T, X n p, X i X i, E(ε) = 0, Var (ε) 2013 10 Chinese Journal of Applied Probability and Statistics Vol.29 No.5 Oct. 2013 (,, 213001) (,, 211189). ;, ;. :,,,. : O212.2. 1.,,,,,, Belsley (1980), Christensen (1992), Critchley (2001). Zhu Lee

More information

untitled

untitled 7 Tel: 866878 hng_di@mil.j.ed.cn 6 67 9 Fndmenl Mechnic of Flid I.G.Crrie rd Ediion Mrcel Dekker Inc. Ne York -9-5 5 -9-5 5 ....4.5.6.7.8-9-5 5 4 . m P() m/v V V V V' -9-5 5 5

More information

國家圖書館典藏電子全文

國家圖書館典藏電子全文 1 3 4 5 n Y Y n t t t = 1 ˆ) ( n Y Y n t t t = 1 ˆ n Y Y Y n t t t t = 1 ˆ 6 n Y Y n t t t = 1 ˆ) ( n Y Y Y n t t t t = 1 ˆ) ( t Y t Yˆ n Y t = φ 0 + φ1yt 1 + φyt +... + φ pyt p + εt Y t Y t n φ n ε n

More information

BB.3

BB.3 I IURNA L S AN S ï EK VOA ó N m 8 ç 6-8 1 园 叫团团回国 J m l ll m i h M t m t ik i E v l i P g l l A i r L i m b h - T k l ik d i K t T m g i d T r p tc P g r h P r r m P r S t d i T g r T r h d p p r b h K

More information

2014 優 秀 教 師 選 舉 ( 第 十 屆 ) 個 案 報 告 參 賽 組 別 : 關 愛 組 參 賽 者 : 陳 笑 芳 老 師 目 錄 1. 背 景 資 料 P.1 2. 本 校 宗 旨 P.1 3. 個 案 分 析 P.1 4. 處 理 方 法 P.2 5. 學 生 成 就 P.5 6. 成 長 關 顧 組 P.6 7. 檢 討 及 展 望 P.6 8. 總 結 P.7 1. 背 景

More information

成 都 诗 词 田 正 中 水 调 歌 头 感 丙 戌 金 秋 风 树 生 凉 意, 胸 次 觉 清 新 园 中 丹 桂 撑 月, 雏 菊 傲 霜 芬 情 系 南 飞 北 雁, 坐 爱 枫 林 醉 染, 秋 色 更 迷 人 歌 故 早 相 约, 览 胜 宝 宾 村 巨 龙 腾, 金 风 翥, 气 凌

成 都 诗 词 田 正 中 水 调 歌 头 感 丙 戌 金 秋 风 树 生 凉 意, 胸 次 觉 清 新 园 中 丹 桂 撑 月, 雏 菊 傲 霜 芬 情 系 南 飞 北 雁, 坐 爱 枫 林 醉 染, 秋 色 更 迷 人 歌 故 早 相 约, 览 胜 宝 宾 村 巨 龙 腾, 金 风 翥, 气 凌 九 峰 吟 草 一 一 一 一 一 一 一 一 一 ~- - - 一 一 -- ~ - ~ ~ ~ ~ ~.. ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~. ~ ~. ~ ~ ~ ~ - ~ ~ ~ ~ ~ ~ 一 r 气 户 孜 犷 杯 只 匀 风 向 方 镇 忆 漾 阳 七 律 壕 江 两 岸 好 风 光, 古 史 连 篇 四 面 藏 典 语 南 桥 添 锦 绣, 泠 东 半 塔 裕 民 康 西

More information

4 A C n n, AA = A A, A,,, Hermite, Hermite,, A, A A, A, A 4 (, 4,, A A, ( A C n n, A A n, 4 A = (a ij n n, λ, λ,, λ n A n n ( (Schur λ i n

4 A C n n, AA = A A, A,,, Hermite, Hermite,, A, A A, A, A 4 (, 4,, A A, ( A C n n, A A n, 4 A = (a ij n n, λ, λ,, λ n A n n ( (Schur λ i n ,?,,, A, A ( Gauss m n A B P Q ( Ir B = P AQ r(a = r, A Ax = b P Ax = P b, x = Qy, ( Ir y = P b (4 (4, A A = ( P Ir Q,,, Schur, Cholesky LU, ( QR,, Schur,, (,,, 4 A AA = A A Schur, U U AU = T AA = A A

More information

:,,,,,,,,,,,,, :,,,! ,, ( ) ;, ( ),,, ( tu n) ( ), ( ), ( ),,, ( ),,,, ( ), : ; 1993, 15 400,, 1973, 3 ; 1977, 1, ;,, 1 ; 1995 12 6 :,,,,,,,,,,, :,,, :??,, S (,, ), ( ) ( ),,, :,,,,,,, : ( ), ( ), ( ),

More information

!!!" #$ %& ()#*+ %,!" #--. #! % %! % %" & $! % $" # - #+$/0 - -*,/0 ). %*- #)%* #)%, 9:;"74 < #)*+ < 9:;"74 #- = #*0>? A7BC""7 D #)*+ #)

!!! #$ %& ()#*+ %,! #--. #! % %! % % & $! % $ # - #+$/0 - -*,/0 ). %*- #)%* #)%, 9:;74 < #)*+ < 9:;74 #- = #*0>? A7BC7 D #)*+ #) "!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! "!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! "!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!

More information

( ) 001 ( CIP ) /. :, 2005 ISBN G25-53 CIP (2005) ( 147 : ) 890 mm 1240 mm ISBN

( ) 001 ( CIP ) /. :, 2005 ISBN G25-53 CIP (2005) ( 147 : ) 890 mm 1240 mm ISBN ( ) 001 ( CIP ) /. :, 2005 ISBN7-224-07251-6..........G25-53 CIP (2005) 115145 ( 147 : 710003 ) 890 mm 1240 mm 32 9 2 216 2005 12 1 2005 12 1 1 - ISBN 7-224 -.00 ( 1) ( 6) (6 ) ( 18 ) (39 ) ( 56 ) ( 60

More information

1984 1985 2130 1006 366 405 379 324 4601 2327 1169 524 555 440 361 5376 1984 51.4 31.8 56.2 2.6 45.4 28.3 29.8 16.7 44.2 34.9 665.4 10.1 1989 1990 1991 1992 1993 121.1 124.5 116.0 117.9 130.1 81.6

More information

)

) .. 1. 2. ) () () Pilot test () 1. 2. 3. 4. Scale (1). (nominal scale) 1. 2. 3. (1,2,3) (scale value) (arithmetic mean) (median) (mode) (chi-square test) (2). (ordinal scale) 5 1 A>B>C>D>E A B C D (non-parametric

More information

!! # % & ( )!!! # + %!!! &!!, # ( + #. ) % )/ # & /.

!! # % & ( )!!! # + %!!! &!!, # ( + #. ) % )/ # & /. ! # !! # % & ( )!!! # + %!!! &!!, # ( + #. ) % )/ # & /. #! % & & ( ) # (!! /! / + ) & %,/ #! )!! / & # 0 %#,,. /! &! /!! ) 0+(,, # & % ) 1 # & /. / & %! # # #! & & # # #. ).! & #. #,!! 2 34 56 7 86 9

More information

山东2014第四季新教材《会计基础》冲刺卷第三套

山东2014第四季新教材《会计基础》冲刺卷第三套 2016 年 会 计 从 业 考 试 会 计 基 础 冲 刺 卷 3 一 单 项 选 择 题 ( 本 题 共 20 小 题, 每 小 题 1 分, 共 20 分 在 下 列 每 小 题 的 备 选 项 中, 有 且 只 有 一 个 选 项 是 最 符 合 题 目 要 求 的, 请 将 正 确 答 案 前 的 英 文 字 母 填 入 题 后 的 括 号 内, 不 选 错 选 均 不 得 分 ) 1.

More information

2008 5-1 - 2008 5-2 - 2008 5-1 - 2008 5-2 - 200810 2007~2010 2007 3 2008 2008 5-3 - 1 2 1 2 2008 5-4 - 3 4 2008 5 9 2008 5 16 2008 5-5 - 2008 5-6 - 2008 5-7 - 2008 5-8 - 2006 7 25 21 2008 5-9 - 2008 5-10

More information

AU = U λ c 2 c 3 c n C C n,, n U 2 U2 C U 2 = B = b 22 b 23 b 2n b 33 b 3n b nn U = U ( U 2, U AU = = = ( ( U 2 U 2 U AU ( U2 λ λ d 2 d 3 d n b 22 b 2

AU = U λ c 2 c 3 c n C C n,, n U 2 U2 C U 2 = B = b 22 b 23 b 2n b 33 b 3n b nn U = U ( U 2, U AU = = = ( ( U 2 U 2 U AU ( U2 λ λ d 2 d 3 d n b 22 b 2 Jordan, A m? (264(, A A m, A (, P P AP = D, A m = P D m P, P AP 837, Jacobi (, ( Jacobi,, Schur 24 Cayley-Hamilton 25,, A m Schur Jordan 26 Schur : 3 (Schur ( A C n n, U U AU = B, (3 B A n n =, n, n λ

More information

1

1 1 heterogeneity (multivariate analysis) (homogeneous) ( ) ( ) (group) (multiple group analysis) (class) (latent class analysis LCA) Bartholomew Knott(1999) ( 1) (common factor analysis FA) (LCA) (latent

More information

2007年普通高等学校招生全国统一考试

2007年普通高等学校招生全国统一考试 高 考 语 文 陕 西 卷 试 题 以 及 答 案 解 析 本 试 卷 分 第 Ⅰ 卷 ( 选 择 题 ) 和 第 Ⅱ 卷 1 至 4 页, 第 Ⅱ 卷 5 至 8 页 考 试 结 束 后, 将 本 试 卷 和 答 题 卡 一 并 交 回 第 Ⅰ 卷 注 意 事 项 : 1. 答 题 前, 考 生 在 答 题 卡 上 务 必 用 直 径 0.5 毫 米 黑 色 墨 水 签 字 笔 将 自 己 的 姓

More information

892415H032006

892415H032006 1 NSC89-2415-H032-006 2 Entry Exit 3 1905 10 4 1905 5 1902-1906 11 12 6 13 14 1993 ( ) ( ) ( ) 60 15 7 1996 72 16 () () () () () () ( 1980 312-3) ( 1905 181) ( ) ( 1897 1103) ( 1980 313) 8 17 18 1905 54

More information

( ) : x HTL SC1401K 13 1979 A 1 3 4 6 7 9 10 12 31.870 53.272 21.351 43.786 7.78 5.29 5.50 5.01 8.16 7.94 0.90 0.61 0.91 0.58 0.95 0.92 0.68 0.46 0.72 0.44 0.71 0.69 1.13 0.77 1.40 0.69 1.18

More information

cs p3.ps, page Preflight ( S indd )

cs p3.ps, page Preflight ( S indd ) D148 2011 5 4 S. S. NO. 4 TO GAZETTE NO. 5/2011 Han Chin Dar 51 A 7 701 RC3/0494 17-23 B 5 C RC3/0098 26-38 11 24 RC3/0650 60 7 5 B RC3/0656 363 RC3/0412 19 B 4 11 RC3/0104 2-8 6/F, D RC3/0618 422 RC3/0704

More information

A. B. C. D. 2. A. B. C. D. 3. A. 4 N B. 18 N C. 40 N D N 1

A. B. C. D. 2. A. B. C. D. 3. A. 4 N B. 18 N C. 40 N D N 1 1 1 3 5 5 8 9 9 11 13 14 16 17 17 19 21 23 25 26 26 29 31 32 32 33 34 35 37 38 1 1. 2. 3. 1. 2. 3. 4. 5. 1 2 3 1. A. B. C. D. 2. A. B. C. D. 3. A. 4 N B. 18 N C. 40 N D. 23. 5 N 1 1 2 3 1. A. B. C. D.

More information

软件测试设计

软件测试设计 2004-1 Overview IEEE 2 4 5 6 :6 0:50 0:40 1:40 0:40 0:40 Total: IEEE 270 7 9 RUP 10 11 - 12 - 1 2. 3. / 4. 5. 6. 7. 8. 9. 13 - 14 - 1. / 2. 3. 15 - 16 - 1. / 2. / / 3. / / 4. 17 - 18 20 21 -. 22 - 3-4

More information

untitled

untitled 995 + t lim( ) = te dt =. α α = lim[( + ) ] = e, α α α α = t t t t te dt = tde = te α α e dt = αe e, =, e α = αe α e α, α =. y z = yf, f( u) z + yz y =. z y y y y y y z = yf + y f = yf f, y y y y z y =

More information

东 亚 货 币 一 体 化 的 经 济 基 础 扩 展 性 研 究 关 最 优 货 币 区 研 究 的 基 础 上, 结 合 东 亚 实 际, 选 取 与 货 币 一 体 化 组 建 密 切 相 关 的 一 系 列 经 济 基 础 性 指 标, 指 标 的 选 取 应 遵 循 以 下 原 则 相 关

东 亚 货 币 一 体 化 的 经 济 基 础 扩 展 性 研 究 关 最 优 货 币 区 研 究 的 基 础 上, 结 合 东 亚 实 际, 选 取 与 货 币 一 体 化 组 建 密 切 相 关 的 一 系 列 经 济 基 础 性 指 标, 指 标 的 选 取 应 遵 循 以 下 原 则 相 关 第 六 章 东 亚 货 币 一 体 化 可 行 性 综 合 评 价 本 书 的 第 三 章 第 四 章 和 第 五 章, 分 别 介 绍 了 东 亚 各 国 在 经 济 财 政 金 融 和 国 际 贸 易 领 域 的 某 些 指 标 上 能 通 过 最 优 货 币 区 条 件 检 验, 适 宜 组 建 货 币 区 这 些 检 验 虽 然 在 数 据 选 取 和 方 法 上 与 前 人 的 研 究 成

More information

ο HOH 104 31 O H 0.9568 A 1 1 109 28 1.01A ο Q C D t z = ρ z 1 1 z t D z z z t Qz = 1 2 z D z 2 2 Cl HCO SO CO 3 4 3 3 4 HCO SO 2 3 65 2 1 F0. 005H SiO0. 032M 0. 38 T4 9 ( K + Na) Ca 6 0 2 7 27 1-9

More information

Undangan Finalis

Undangan Finalis & 1 P E M E R I N T A H P R O V I N S I J A W A T E N G A H D 1N A S p E N D I D 1K A N Jl Pe A1d N o 134 Se r r c l p 35 1530 1 F x (024) 352 00 7 ] Se r A u s t u s 20 15 No o r : o o s Ke / 0 5 \ 2

More information

山东华鲁恒升化工股份有限公司

山东华鲁恒升化工股份有限公司 I i C = C i 0i Ci, j Si, j = C s, i S S 7.0 ph j ph, j = ph j 7.0 ph sd ph 7.0 j ph, j = ph j > ph su 7.0 7.0 7.0 C P i = C i oi P P 7.0 ph j ph, j = ph j 7.0 ph sd ph 7.0 j ph, j = ph j > ph su 7.0

More information

Microsoft Word - Part2_P3C_p1-p20_Chi_20130208.doc

Microsoft Word - Part2_P3C_p1-p20_Chi_20130208.doc 2013 年 全 港 性 系 統 評 估 ( 小 學 ) 便 覽 Territory-wide System Assessment 2013 (Primary Schools) Quick Guide 第 二 部 分 Part 2 中 國 語 文 科 Chinese Language 2013 香 港 考 試 及 評 核 局 版 權 所 有 甲 小 學 三 年 級 一 評 估 範 圍 中 國 語 文

More information

Microsoft Word - 職業倫理與道德題庫.doc

Microsoft Word - 職業倫理與道德題庫.doc 正 修 科 技 大 學 產 學 攜 手 合 作 暨 雙 軌 訓 練 旗 艦 計 畫 專 班 筆 試 科 目 職 業 道 德 與 倫 理 題 庫 1. ( B ) 工 作 是 人 類 生 活 不 可 或 缺 的 一 部 分, 但 是 對 於 工 作 的 態 度 有 人 是 抱 怨 連 連, 有 人 又 神 采 奕 奕, 這 兩 種 極 端 的 區 別, 是 下 列 哪 一 種 原 因 所 造 成?(A)

More information

就 构 成 了 盗 窃 罪 与 破 坏 交 通 设 施 罪 的 想 象 竞 合, 按 照 其 中 处 罚 较 重 的 犯 罪 处 罚 5. 答 案 :B 本 题 主 要 考 察 如 何 区 分 收 买 被 拐 卖 的 妇 女 儿 童 罪 与 拐 卖 妇 女 儿 童 罪 的 共 犯 问 题 ( 对 向

就 构 成 了 盗 窃 罪 与 破 坏 交 通 设 施 罪 的 想 象 竞 合, 按 照 其 中 处 罚 较 重 的 犯 罪 处 罚 5. 答 案 :B 本 题 主 要 考 察 如 何 区 分 收 买 被 拐 卖 的 妇 女 儿 童 罪 与 拐 卖 妇 女 儿 童 罪 的 共 犯 问 题 ( 对 向 新 东 方 全 国 法 律 硕 士 ( 非 法 学 ) 联 考 模 拟 考 试 专 业 基 础 课 答 案 解 析 一 单 项 选 择 题 1. 答 案 D 本 题 主 要 考 查 刑 法 分 则 中 关 于 亲 告 罪 与 非 亲 告 罪 的 规 定 要 注 意 这 些 亲 告 罪 在 有 特 别 的 情 况 下, 是 公 诉 犯 罪 我 国 刑 法 共 规 定 了 5 种 告 诉 才 处 理 的

More information

! # % & # % & ( ) % % %# # %+ %% % & + %, ( % % &, & #!.,/, % &, ) ) ( % %/ ) %# / + & + (! ) &, & % & ( ) % % (% 2 & % ( & 3 % /, 4 ) %+ %( %!

! # % & # % & ( ) % % %# # %+ %% % & + %, ( % % &, & #!.,/, % &, ) ) ( % %/ ) %# / + & + (! ) &, & % & ( ) % % (% 2 & % ( & 3 % /, 4 ) %+ %( %! ! # # % & ( ) ! # % & # % & ( ) % % %# # %+ %% % & + %, ( % % &, & #!.,/, % &, ) ) ( % %/ ) 0 + 1 %# / + & + (! ) &, & % & ( ) % % (% 2 & % ( & 3 % /, 4 ) %+ %( %! # ( & & 5)6 %+ % ( % %/ ) ( % & + %/

More information

80 , 1993 45 000, 17, 70,160,,, :,, ;,,,,,,,,,, 2004 80,,,,2004 80 2004 80 2004, :,,,,, 2004,,,,, 2004 80, 1 ,,,,, : yqingg@hotmail.com 2004 80 2004 5 2 1 1 1 2004 2 8 2004 ( 2004 ) 12 13 13 13 14 14

More information

( ) t ( ) ( ) ( ) ( ) ( ) t-

( ) t ( ) ( ) ( ) ( ) ( ) t- (Statistics). (Descriptive Statistics). (Inferential Statistics) (Inductive Statistics) ( ) t ( ) ( ) ( ) ( ) ( ) t- ( ) ( ) ( )? ( ) ( )? ( ) )?( t ) ( )? ( ) ( ) ( ) ( ) ( ) ( )? ( ) ( ) ( )? ( )?( t

More information

悖论

悖论 年 月总第 8 期 数学方法与数学思想 编辑点评 数学与哲学都是研究最普遍的事物的 但是研究的角度 目的 方法 过 程和成果并不一样 所以两者之间有联系也有区别 该文通过对像 先有鸡 还是先有蛋 这样一些通俗又典型的例子 说明数学家与哲学家对于同一 个问题思维和处理的方式如何不同 便于读者形象地理解文中的论点 文 章的论述比较恰当 准确 深刻 写作也通顺流利 是一篇可读性较强的 文章 值得读者体会和学习

More information

! + +, ) % %.!&!, /! 0! 0 # ( ( # (,, # ( % 1 2 ) (, ( 4! 0 & 2 /, # # ( &

! + +, ) % %.!&!, /! 0! 0 # ( ( # (,, # ( % 1 2 ) (, ( 4! 0 & 2 /, # # ( & ! # %! &! #!! %! %! & %! &! & ( %! & #! & )! & & + ) +!!, + ! + +, ) % %.!&!, /! 0! 0 # ( ( # (,, # ( % 1 2 ) (, 3 0 1 ( 4! 0 & 2 /, # # ( 1 5 2 1 & % # # ( #! 0 ) + 4 +, 0 #,!, + 0 2 ), +! 0! 4, +! (!

More information

五花八门宝典(一).doc

五花八门宝典(一).doc BBS...5... 11...23...26...31...46...49...54...55...57...59...62... 110... 114... 126... 132... 149 I "108" 1 2 3 4 BBS 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 M ( ) Kg S ( ) A ( ) K (

More information

當 地 情 形 還 不 熟 悉 4 得 勝 的 歡 似 虎 : 形 容 因 勝 利 而 得 意 忘 形 5 不 吃 無 工 之 食 : 比 喻 人 不 能 無 緣 無 故 接 受 優 待 或 贈 與 4. 請 根 據 文 意, 在 中 填 入 正 確 的 成 語 代 號 ( 甲 ) 優 游 自 在

當 地 情 形 還 不 熟 悉 4 得 勝 的 歡 似 虎 : 形 容 因 勝 利 而 得 意 忘 形 5 不 吃 無 工 之 食 : 比 喻 人 不 能 無 緣 無 故 接 受 優 待 或 贈 與 4. 請 根 據 文 意, 在 中 填 入 正 確 的 成 語 代 號 ( 甲 ) 優 游 自 在 國 二 國 文 範 圍 :B3: 第 二 課 美 猴 王 一 國 字 及 注 音 1. 拱 ㄈㄨˊ 無 違 : 2. 拍 手 稱 ㄧㄤˊ : 3. 詼 ㄒㄧㄝˊ 風 趣 : 4. ㄔㄢˊ 鬥 : 5. 搔 癢 : 6. ㄓㄤ 頭 鼠 目 : 7. 玩 ㄕㄨㄚˇ : 8. 石 竅 : 9. 採 花 ㄇㄧˋ 果 : 10. 長 途 ㄅㄚˊ 涉 : 11. 喜 不 自 勝 : 12. 進 ㄓㄨˋ 水 簾

More information

保母人員丙級應檢資料第二部份 doc

保母人員丙級應檢資料第二部份 doc 15400903018 9 09 15 95 01 10 95 11 16 ...-3...4-9... 10...11-1...13-16...17-54... 55...56-64 1 5 3 154-90301154-9030 1 1 3 1 4 60 1 180 L 5 1 6 1 7 1 8 1 9 90 70 1 10 1 11 1 1 1 13 1 14 1 15 1 16 1 17

More information

考 查 知 识 点 肝 气 疏 泄 调 畅 气 机 的 作 用, 主 要 表 现 在 以 下 几 个 方 面 :(1) 促 进 血 液 与 津 液 的 运 行 输 布 ;(2) 促 进 脾 胃 的 运 化 功 能 和 胆 汁 分 泌 排 泄 ;(3) 调 畅 情 志 ;(4) 促 进 男 子 排 精

考 查 知 识 点 肝 气 疏 泄 调 畅 气 机 的 作 用, 主 要 表 现 在 以 下 几 个 方 面 :(1) 促 进 血 液 与 津 液 的 运 行 输 布 ;(2) 促 进 脾 胃 的 运 化 功 能 和 胆 汁 分 泌 排 泄 ;(3) 调 畅 情 志 ;(4) 促 进 男 子 排 精 2015 年 全 国 硕 士 研 究 生 入 学 统 一 考 试 中 医 综 合 科 目 试 题 解 析 一 A 型 题 :1~80 小 题, 每 小 题 1.5 分, 共 120 分 在 每 小 题 给 出 的 A B C D 四 个 选 项 中, 请 选 出 一 项 最 符 合 题 目 要 求 的 1. 提 出 阳 常 有 余, 阴 常 不 足 观 点 的 医 家 是 A 朱 丹 溪 B 刘 完

More information