js代码-面试题--3种经典排序方式

js代码-面试题--3种经典排序方式

mysql代码-单表查询，多表查询

mysql代码-单表查询，多表查询

js代码-根据包名，在指定空间中创建对象 输入描述: namespace({a: {test: 1, b: 2}}, 'a.b.c.d') 输出描述: {a: {test: 1, b: {c: {d: {}}}}}

js代码-根据包名，在指定空间中创建对象 输入描述: namespace({a: {test: 1, b: 2}}, 'a.b.c.d') 输出描述: {a: {test: 1, b: {c: {d: {}}}}}

java代码-编写一个类，类名为Rectangle（矩形），它有两个整型的变量width（宽）和height（高）；有一个方法area（），没有参数，返回类型为double，功能是求矩形的面积；还有另一个方法为perimeter（）没有参数，返回类型为double，功能是求矩形的周长

java代码-编写一个类，类名为Rectangle（矩形），它有两个整型的变量width（宽）和height（高）；有一个方法area（），没有参数，返回类型为double，功能是求矩形的面积；还有另一个方法为perimeter（）没有参数，返回类型为double，功能是求矩形的周长

c代码-c s y 12 12 3

c代码-c s y 12 12 3

sh代码-不用date编写计算时间的脚本

sh代码-不用date编写计算时间的脚本

华北中部造山带西望山超高温基性麻粒岩的变质演化-论文

华北中部造山带西望山地区基性麻粒岩的变质演化过程研究有助于揭示华北中部带前寒武纪变质基底的形成与演化历史。基于对宣化西望山地区基性麻粒岩的详细岩相学观察与矿物化学分析,识别出3期变质演化阶段:早期进变质阶段(M1)矿物组合为石榴石+单斜辉石+斜长石+金红石+石英;峰期变质阶段(M2)矿物组合为石榴石+单斜辉石+斜长石+角闪石+钛铁矿+熔体;晚期降压阶段(M3)矿物组合为石榴石+单斜辉石+角闪石+斜长石+钛铁矿+磁铁矿。对基性麻粒岩的相平衡模拟研究表明,峰期变质阶段(M2)的温压条件为940～1 000℃,12.4～14 kbar;峰期后降压阶段的温压条件为660～760℃,5～6.2 kbar;构成一条降压冷却的顺时针P-T轨迹。本次研究表明西望山基性麻粒岩经历了高压-超高温变质作用。

重介质选煤过程先进控制：研究进展及展望-论文

基于传统控制方法的重介质选煤过程自动控制存在能耗高、灰分含量波动大等问题，而先进控制能够改善过程动态性能，使系统运行接近最优状态。首先介绍了重介质选煤工艺流程，分析了重介质选煤过程的多时间尺度、多速率特性，并基于重介质选煤过程强非线性、多变量耦合、时变性、多干扰等因素，分析了重介质选煤过程先进控制在数学建模、运行指标跟踪控制、稳定性、关键参量精确感知等方面的难点；然后从重介质选煤过程建模、重介质悬浮液密度控制、精煤灰分控制等方面，综述了重介质选煤过程先进控制的研究进展；最后展望了重介质选煤过程先进控制未来的研究方向：基于大数据的重介质选煤可视化平台建设,面向重介质选煤过程的知识和数据混合驱动的智能优化与控制,产品质量与效率预测方法研究,重介质选煤虚拟实验平台搭建。

缓倾斜煤层沿含水采空区掘巷煤柱稳定性研究-论文

针对缓倾斜煤层含水采空区沿空掘巷存在围岩失稳和突水风险，为了分析和判断防水煤柱及其周围煤岩层的破坏规律和抗溃水能力与研究得出最优的沿空巷道支护控制技术，基于沿空掘巷的煤柱留设理论研究和现场实践，研究了沿含水采空区掘巷时护巷煤柱留设宽度的理论计算与无支护与有支护情况下护巷煤柱的流固耦合—力学反应，采用正交试验设计和FLAC-3D数值模拟的方法综合分析了影响护巷煤柱稳定性的因素敏感性、不同护巷煤柱留设宽度下围岩的应力场、位移场、孔隙水压力的分布特征以及不同支护参数下的效果优化。

基于注意力机制的复杂场景文本检测方法

传统的文本检测方法大多采用自下而上的流程，它们通常从低级语义字符或笔画检测开始，然后进行非文本组件过滤、文本行构建和文本行验证。复杂场景中文字的造型、尺度、排版以及周围环境的剧烈变化，导致人的视觉系统是在不同的视觉粒度下完成文本检测任务的，而这些自底向上的传统方法的性能很大程度上依赖于低级特征的检测，难以鲁棒地适应不同粒度下的文本特征。近年来，深度学习方法被应用于文本检测中来保留不同分辨率下的文本特征，但已有的方法在对网络中各层特征提取的过程中没有明确重点特征信息，在各层之间的特征映射中会有信息丢失，造成一些非文本目标被误判，使得检测过程不仅耗时，而且会产生大量误检和漏检。为此，提出一种基于注意力机制的复杂场景文本检测方法，该方法的主要贡献是在VGG16中引入了视觉注意层，在细粒度下利用注意力机制増强网络内全局信息中的显著信息。实验表明，在载有GPU的Ubuntu环境下，该方法在复杂场景文本图片的检测中能保证文本区域的完整性，减少检测区域的碎片化，同时能获得高达87%的查全率和89%的查准率。