本書(shū)是有關(guān)驅(qū)油用低聚磺酸鹽表面活性劑的合成原理、合成方法、結(jié)構(gòu)表征、抗溫抗鹽機(jī)理及性能評(píng)價(jià)方面的專(zhuān)著。

本書(shū)以俞茂宏雙剪統(tǒng)一強(qiáng)度理論為基礎(chǔ)，將巖土工程與地質(zhì)工程中的巖土力學(xué)問(wèn)題作為研究?jī)?nèi)容，進(jìn)行了較為深入的理論研究，取得的成果可為更多材料和結(jié)構(gòu)的工程應(yīng)用提供參考選擇和應(yīng)用。

本書(shū)以多源遙感圖像配準(zhǔn)為研究對(duì)象，全面分析了已有的局部不變特征提取和描述算法，匹配搜索策略以及匹配優(yōu)化提取算法等影像圖像配準(zhǔn)的各種因素；探討適用于多元遙感圖像的具有互補(bǔ)不變的局部不變特征提取的描述算法。

該書(shū)梳理了再生水有關(guān)概念、對(duì)再生水生產(chǎn)環(huán)節(jié)和輸配環(huán)節(jié)的技術(shù)與工藝進(jìn)行了系統(tǒng)的分析。通過(guò)全國(guó)的再生水利用的現(xiàn)狀和需求分析，突出了再生水利用在水資源可持續(xù)發(fā)展中的重要作用。對(duì)再生水利用技術(shù)和處理工藝進(jìn)行了分類(lèi)總結(jié)，明確了各技術(shù)、工藝的優(yōu)劣性，篩選出了水之關(guān)鍵指標(biāo)，建立了再生水水質(zhì)監(jiān)測(cè)關(guān)鍵指標(biāo)體系，提出了再生水利用安全性、經(jīng)

本書(shū)是作者依據(jù)多年工作中積累的經(jīng)驗(yàn)，從塑料配色用著色劑和助劑、有機(jī)顏料定位、塑料配色實(shí)踐、塑料著色安全性、色母粒配色技術(shù)、色母粒應(yīng)用和計(jì)算機(jī)配色等角度對(duì)塑料配色過(guò)程中比較關(guān)注的核心問(wèn)題進(jìn)行了介紹。可供從事塑料配色、塑料制品加工、塑料工程研發(fā)、塑料配色培訓(xùn)類(lèi)技術(shù)人員學(xué)習(xí)參考。

人工合成制冷劑會(huì)破壞臭氧層并產(chǎn)生溫室效應(yīng)，采用CO2作為制冷劑成為了全球制冷與熱泵行業(yè)的主攻方向，國(guó)際上有關(guān)研究非�；钴S。作者及其團(tuán)隊(duì)從上世紀(jì)末就開(kāi)展CO2制冷及熱泵循環(huán)的研究，曾先后完成國(guó)家及省部級(jí)近十項(xiàng)課題，并廣泛開(kāi)展了國(guó)際交流與合作研究。本團(tuán)隊(duì)一方面收集了大量國(guó)內(nèi)外研究信息，另一方面本團(tuán)隊(duì)也有豐富的創(chuàng)新成果，圍繞

硫系玻璃硫系玻璃是一種新型的光子器件基質(zhì)材料，它具有優(yōu)良的中遠(yuǎn)紅外透過(guò)性能、極高的折射率（2.0~3.5）、極高的非線性折射率系數(shù)（n2=2~20×10-18m2/W，是石英的100~1000倍）、較小的雙光子吸收系數(shù)2超快非線性響應(yīng)（響應(yīng)時(shí)間小于200fs），且玻璃組分調(diào)控、并可采用與硅基半導(dǎo)體(CMOS)制造相兼容

本書(shū)皖北恒源煤礦為研究對(duì)象，以巖體工程地質(zhì)力學(xué)和巖體水力學(xué)理論為指導(dǎo)，采用理論分析、實(shí)驗(yàn)室試驗(yàn)、數(shù)值模擬、現(xiàn)場(chǎng)測(cè)試等研究方法，以鉆探和物探工程為主要手段，系統(tǒng)地開(kāi)展了煤層底板注漿加固與含水層改造效果研究，并應(yīng)用于煤礦生產(chǎn)實(shí)際。

DreamweaverCC是Adobe公司推出的一款網(wǎng)頁(yè)設(shè)計(jì)與網(wǎng)站開(kāi)發(fā)專(zhuān)業(yè)軟件，其強(qiáng)大功能和易操作性令它風(fēng)靡全球，并成為同類(lèi)開(kāi)發(fā)工具中的佼佼者�！吨形陌鍰reamweaverCC基礎(chǔ)教程》以案例為引導(dǎo)，系統(tǒng)并全面地講解了DreamweaverCC在網(wǎng)頁(yè)設(shè)計(jì)與制作方面的方法和技巧。內(nèi)容包括網(wǎng)頁(yè)設(shè)計(jì)與Dreamweaver

伴隨惡意代碼種類(lèi)和數(shù)量的不斷增加，對(duì)惡意代碼分析方法提出更高要求，在傳統(tǒng)的特征碼檢測(cè)方法與啟發(fā)式檢測(cè)方法存在樣本分析成本過(guò)高、無(wú)法有效檢測(cè)未知惡意軟件等問(wèn)題；新型基于機(jī)器學(xué)習(xí)的惡意軟件檢測(cè)方法能夠提高分析效率以及改善未知惡意軟件檢測(cè)性能，但存在軟件特征語(yǔ)義信息不明顯、特征數(shù)量龐大以及檢測(cè)模型過(guò)度依賴(lài)訓(xùn)練樣本等缺點(diǎn)。另一