模板法制备[(Butyl-)_4N]_4SiW_(12)O_(40)微米棒

利用模板合成[（Butyl-）4N]4SiW12O40微米棒．利用扫描电子显微镜（SEM）、红外光谱（IR）和X射线粉末衍射（XRD）等测试手段对其形貌和组成进行了表征．通过对长、宽和厚度的对比,讨论了微米棒的形成机理．     

清水混凝土结构施工技术

阐述了清水混凝土结构的特点、工艺原理和适用范围，详细介绍了清水混凝土施工的工艺流程和主要操作要点及质量要求。     

中国武术与空手道官方网站模板及内容的比较分析

文章采用文献资料法、数据分析法及比较分析法等研究方法,将中国武术与日本空手道官方网站的模板及内容进行系统研究分析,探讨空手道官方网站的优秀之处,找出中国武术官方网站的不足之处,并从普通大众的心理角度出发,找出人们所喜爱的模式,激发人们的兴趣爱好,试为中国武术在互联网这一传播途径中的网站形式整体的样式改进、板块选择、内容选择及版面配置提供理论上的参考。研究结果表明：中国武术官方网站在数量、模板配置、内容选择与内容更新量这些方面都远不及空手道官方网站,且缺乏多种吸引大众提高点击率的项目与板块,建议应当在这些方面进行增加与改版,从而提高网站的点击率与使用率,增加感兴趣人们的目的。     

基于Web的图书借阅系统的设计和实现

介绍了利用L inux、Apache、PHP 构建图书借阅系统的方法, 并对系统模块组成、PHP 模板技术、Cook ie 和Session 技术以及用户身份认证等做了详细的说明。     

清水混凝土模板施工质量控制浅析

所谓清水混凝土就是无表面装饰的混凝土,国内已在桥梁结构、道路设施、大坝和大型公共建筑的地下室、车库等工程中应用。清水混凝土在施工中一次成型,因施工工期短而降低工程造价,是建筑工程发展的一个重要方向。     

一种用于不同系统平台间XML格式元数据交换的实用方法

以中国农业大学图书馆在数字化资源建设研究和实验过程遇到的XML格式元数据交换问题为例，归纳总结出了不同系统平台间XML格式元数据交换中需要注意的问题，并举例介绍了一种借助XSLT进行数据格式转换进而实现不同系统平台间XML格式元数据交换的实用方法。     

基于细胞神经网络(CNN)的飞行目标识别研究

基于细胞神经网络,采用改进型帧间差法检测飞行物体,针对飞行目标提取其相应的特征,建立特征参数库,为飞行物的实时跟踪与自动识别提供依据。     

学生平均绩点计算模板的实现及应用

本文首先讨论了学生平均绩点计算电子化的目的和意义,然后详细介绍了软件的设计方法和涉及的主要技术,最后介绍了“学生平均绩点计算模板”软件的应用以及相应的教学管理模式。本模板能提高教学管理工作的效率和准确性,在实际应用中效果很好。     

浅析Word宏病毒

本文阐述了Word宏病毒的类型和编制原理,并对该类病毒提出了具体的防治方法。     

A hybrid approach for extracting informative content from web pages

Eliminating noisy information and extracting informative content have become important issues for web mining, search and accessibility. This extraction process can employ automatic techniques and hand-crafted rules. Automatic extraction techniques focus on various machine learning methods, but implementing these techniques increases time complexity of the extraction process. Conversely, extraction through hand-crafted rules is an efficient technique that uses string manipulation functions, but preparing these rules is difficult and cumbersome for users. In this paper, we present a hybrid approach that contains two steps that can invoke each other. The first step discovers informative content using Decision Tree Learning as an appropriate machine learning method and creates rules from the results of this learning method. The second step extracts informative content using rules obtained from the first step. However, if the second step does not return an extraction result, the first step gets invoked. In our experiments, the first step achieves high accuracy with 95.76% in extraction of the informative content. Moreover, 71.92% of the rules can be used in the extraction process, and it is approximately 240 times faster than the first step.