物理gke值分別是多少

❶ 德語專業詞彙之物理類

德語專業詞彙之物理類

你知道物理學中的相關詞彙用德語如何表達嗎?下面是我為大家帶來的關於物理學的.德語詞彙，歡迎閱讀。

物理學 die Physik

天體物理學 die Astrophysik

地球物理學 die Geophysik

分子物理學 molekulare Physik

高分子物理學 hochmolekulare Physik

核物理學 die Kernphysik

高能物理學 die Hochenergiephysik

激光物理學 die Laserphysik

量子理論 die Quantentheorie

相對論 die Relativitaetstheorie

放射學 die Radiologie

彈道學 die Ballaistik

力學 die Mechanik

動力學 die Dynamik

靜力學 die Statik

流體力學 die Hydrodynamik

流體靜力學 die Hydrostatik

氣體動力學 die Aerodynamik

氣體靜力學 die Aerostatik

實驗力學 die Experimentalmechanik

理論力學 die thoeretische Mechanik

量子力學 die Quantenmechanik

熱力學 die Thermodynamik

力的合成 die Kraeftezusammensetzung; die Komposition der Kraefte

力的分解 die Kraeftezerlegung; die Dekomposition der Kraefte

離心力 die Fliehkraft; die Zentrifugalkraft

向心力 die Zentripetalkraft

徑向心力 die Radialkraft

向心的 zentripetal

矢量 der Vektor

引力 die Anziehungskraft(美女也有哦，嘻嘻)

重力 die Schwerkraft

壓力 die Fruckkraft

萬有引力 universale Gravitation

張力 die Tension

阻力 der Widerstand

後座力 der Rueckstoss; der Ruecklauf

力偶 das Kraftpaar

分子力 die Molekularkraft

摩擦力 der Reibungswiderstand

摩擦 die Reibung

滾動摩擦 rollende Reibung

滑動摩擦 gleitende Reibung

摩擦系數 der Reibungskoeffizient

斜面 die schiefe Ebene

功率 die Leistung

有效功率 aktive Leistung; effektive Leistung

無用功 deaktive Leistung (大概就是指我正在做的事情，嘿嘿)

能 die Energie

勢能 potentielle Energie

重量 das Gewicht

重心 der Schwerpunkt

失重 die Gewichtlosigkeit

質量 die Masse

密度 die Dichte

體積 das Volumen; der Rauminhalt

比重 spezifisches Gewicht

比重計 der Araeometer; der Senkspindel

浮力 der Auftrieb

虹吸管 das siphon

表面張力 die Oberflaechenspannung

毛細作用 die Kapillaritaet

壓力 der Druck

氣壓 der Luftdruck

振動 die Schwingung

阻尼振動 die gedaempfte Schwingungen

受迫振動 die erzwungene Schwinungen

簡諧振動 die harmonische Schwinungen

振動周期 die Schwingungsperiode

振動幅度 die Schwinungsweite; die Amplitude

矩角 die Elongation

共振 die Resonanz

鍾擺運動 die Pendelbewegung

波動 die Wellenbewegung

波長 die Wellenlaenge

波面 die Wellenflaeche

彈性 die Elastizitaet

彈性力學 die Elastizitaetmechanik

彈性系數 die Elastizitaetsmolus

彈性限度 die Elastizitaetsgrenze

彈簧 die Schraubenfeder

熱學 die Waermelehre; die Kalorik

熱 die Waerme

分子運動 die Molekularbewegung

加熱 erhitzen

冷卻 die Kuehlung; das Abkuehlen

冰凍 frieren

熔化 schmelzen

沸騰 sieden

汽化 vernsten

升華 die Sublimation

升華點 der Sublimationspunkt

凝結 die Kondensation; kondensieren

凝固 die Kaogulation; doagulieren

冰點 der Gefrierpunkt

熔點 der Schmelzpunkt

沸點 der Sidepunkt

氣體 das Gas

液體 die Fluessigkeit

固體 der Festkoerper

膨脹 die Ausdehnung

膨脹系數 der Ausdehungskoeffizient

絕對溫度 absolute Temperatur

臨界溫度 kritische Temperatur

燃點 die Entzuengstemperatur

熵 die Entropie

聲學 die Schalllehre; die Akustik

聲音 der Ton; deraut; der Schall

聲波 der Schallwelle

超聲波 die Ultraschallwelle

光學 die Optik

光子 das Lichtquant

光波 die Lichtwelle

入射線 einfallender Strahl

入射角 der Einfallswinkel

反射 die Reflextion

反射角 der reflxionswinkel

反射光線 der zurueckgeworfene Strahl

折射 die Lichtbrechung; die Refraktion

折射角 der Refraktionswinkel

衍射 die Lichtbeugung; die Diffraktion

漫射 die Lichtzerlegung; die Diffusion

輻射 die Lichtstrahlung

凸鏡 erhabener Spiegel

凹鏡 der Hohlspiegel

透鏡 die Linse

凹透鏡 die Konkavlinse

雙凹透鏡 die Bikonkavlinse

平凹透鏡 die Plankonkavlinse

凸透鏡 die Konvexlinse;die Sammellinse

凸凹透鏡 die Konvexkonkavlinse

光源 die Lichtquelle

焦點 der Fokus; der Brennpunkt

焦距 die Brennweite

介質 das Medium

光強 die Lichtstaerke

光譜 das Spektrum

光譜分析 die Spektralanalyse

分光儀 das Spektroskop

干涉現象 die Interferenzerscheinung

光柵 optischer Gitter

紫外線 utralviolette Strahlen

紅外線 infrarote Strahlen

X射線 Roetgenstrahlen

光電效應 der Photoeffekt

三棱鏡 das Prisma

激光 der Laser

❷ 求許多物理量的德語名稱

(⊙o⊙)， (ˇˍˇ） ..............
斜率：die Steigung
力矩：das Drehmoment
縱波：die Longitudinalwelle
橫波：die Transversalwelle
波長：die Wellenlänge
波峰：der Wellenberg
波幅：die Wellenamplitude
振幅：die Amplitude
線圈節距系數：der Steigungsfaktor
位移：die Versetzung
質量：die Masse
彎曲率：die Wölbung
轉動比：Übersetzungsverhältnis
密度：die Densität
加速度：die Beschleunigung
沖量：der Impuls
動量：das Moment
動能：die kinetische Energie
勢能：das Potenzial
機械能：die mechanische Energie
功率：die Leistung（sfähigkeit）
內能：die Innenenergie
熱能：die Wärmeenergie
體積：das Volumen
電場強度：die Elektrofeldstärke
電勢：das elektrische Potenzial
電勢差：die Potenzialdifferenz
電阻：der Widerstand
直流電壓：die Gleichspannung
交流電壓：die Wechselspannung
磁場強度：die Magenetsfeldstärke
比容：das spezifische Volumen
壓強：die Spannung
質點速度：die Teilchengeschwindgkeit
折射：die Brechung
反射角：der Reflexionswinkel
衍射：die Beugung
o(>﹏<)o加分加分e~~~~~~~

❸ 請給我的4S的激活日期和其他詳細信息 序列號分別為：C38H6GKEDTC0 ， C35H28XFDTD2是不是正行，不是鎖機吧

產品型號: IPHONE 4S 16GB 黑色
產品序列號(SN): C38H6GKEDTC0
移動設備IMEI碼: 013052007218643
固件版本: 5.0.1
銷售地區: 香港特別行政區
購買日期: 2012年02月29
保修截止: 2013年02月27
運營商: 中國聯通
是否已經激活: 已激活
最後激活日期: 2012年03月20

產品型號: IPHONE 4S 16GB 白色
產品序列號(SN): C35H28XFDTD2
移動設備IMEI碼: 013044006425618
固件版本: 5.0.1
銷售地區: 香港特別行政區
購買日期: 2012年02月21
保修截止: 2013年02月20
運營商: 中國聯通
是否已經激活: 已激活
最後激活日期: 2012年03月20

都是港行新機,無鎖

❹ 傅里葉級數展開的實際意義

傅里葉級數展開的實際意義：

傅立葉變換是數字信號處理領域一種很重要的演算法。要知道傅立葉變換演算法的意義，首先要了解傅立葉原理的意義。
傅立葉原理表明：任何連續測量的時序或信號，都可以表示為不同頻率的正弦波信號的無限疊加。而根據該原理創立的傅立葉變換演算法利用直接測量到的原始信號，以累加方式來計算該信號中不同正弦波信號的頻率、振幅和相位。
和傅立葉變換演算法對應的是反傅立葉變換演算法。該反變換從本質上說也是一種累加處理，這樣就可以將單獨改變的正弦波信號轉換成一個信號。因此，可以說，傅立葉變換將原來難以處理的時域信號轉換成了易於分析的頻域信號（信號的頻譜），可以利用一些工具對這些頻域信號進行處理、加工。最後還可以利用傅立葉反變換將這些頻域信號轉換成時域信號。
從現代數學的眼光來看，傅里葉變換是一種特殊的積分變換。它能將滿足一定條件的某個函數表示成正弦基函數的線性組合或者積分。
在不同的研究領域，傅里葉變換具有多種不同的變體形式，如連續傅里葉變換和離散傅里葉變換。在數學領域，盡管最初傅立葉分析是作為熱過程的解析分析的工具，但是其思想方法仍然具有典型的還原論和分析主義的特徵。"任意"的函數通過一定的分解，都能夠表示為正弦函數的線性組合的形式，而正弦函數在物理上是被充分研究而相對簡單的函數類：
1) 傅立葉變換是線性運算元,若賦予適當的范數,它還是酉運算元;
2) 傅立葉變換的逆變換容易求出,而且形式與正變換非常類似;
3) 正弦基函數是微分運算的本徵函數,從而使得線性微分方程的求解可以轉化為常系數的代數方程的求解.在線性時不變雜的卷積運算為簡單的乘積運算,從而提供了計算卷積的一種簡單手段;
4) 離散形式的傅立葉的物理系統內,頻率是個不變的性質,從而系統對於復雜激勵的響應可以通過組合其對不同頻率正弦信號的響應來獲取;5. 著名的卷積定理指出:傅立葉變換可以化復變換可以利用數字計算機快速的算出(其演算法稱為快速傅立葉變換演算法(FFT))。正是由於上述的良好性質,傅里葉變換在物理學、數論、組合數學、信號處理、概率、統計、密碼學、聲學、光學等領域都有著廣泛的應用。
參考鏈接：
傅里葉級數展開的實際意義_網路文庫
http://wenku..com/link?url=Dtzm3lpZCOiu6iRxLeW2sK0_wJcXlk9qvIxBC

❺ 信息生物學

生物信息學（BT）
中文名稱：生物信息學 英文名稱：bioinformatics
定義1：綜合計算機科學、信息技術和數學的理論和方法來研究生物信息的交叉學科。包括生物學數據的研究、存檔、顯示、處理和模擬，基因遺傳和物理圖譜的處理，核苷酸和氨基酸序列分析，新基因的發現和蛋白質結構的預測等。
所屬學科：生物化學與分子生物學（一級學科）；總論（二級學科）
定義2：運用計算機技術和信息技術開發新的演算法和統計方法，對生物實驗數據進行分析，確定數據所含的生物學意義，並開發新的數據分析工具以實現對各種信息的獲取和管理的學科。
所屬學科：細胞生物學（一級學科）；總論（二級學科）
定義3：運用計算機技術和信息技術開發新的演算法和統計方法，對生物實驗數據進行分析，確定數據所含的生物學意義，並開發新的數據分析工具以實現對各種信息的獲取和管理的學科。
所屬學科：遺傳學（一級學科）；總論（二級學科） 本內容由全國科學技術名詞審定委員會審定公布

生物信息學(Bioinformatics)是研究生物信息的採集，處理，存儲，傳播，分析和解釋等各方面的一門學科，它通過綜合利用生物學，計算機科學和信息技術而揭示大量而復雜的生物數據所賦有的生物學奧秘。

主要研究方向
生物信息學在短短十幾年間,已經形成了多個研究方向,以下簡要介紹一些主要的研究重點.
1、序列比對(Sequence Alignment)
序列比對的基本問題是比較兩個或兩個以上符號序列的相似性或不相似性.從生物學的初衷來看,這一問題包含了以下幾個意義:從相互重疊的序列片斷中重構DNA的完整序列.在各種試驗條件下從探測數據(probe data)中決定物理和基因圖存貯,遍歷和比較資料庫中的DNA序列比較兩個或多個序列的相似性在資料庫中搜索相關序列和子序列尋找核苷酸(nucleotides)的連續產生模式找出蛋白質和DNA序列中的信息成分序列比對考慮了DNA序列的生物學特性,如序列局部發生的插入,刪除(前兩種簡稱為indel)和替代,序列的目標函數獲得序列之間突變集最小距離加權和或最大相似性和,對齊的方法包括全局對齊,局部對齊,代溝懲罰等.兩個序列比對常採用動態規劃演算法,這種演算法在序列長度較小時適用,然而對於海量基因序列(如人的DNA序列高達109bp),這一方法就不太適用,甚至採用演算法復雜性為線性的也難以奏效.因此,啟發式方法的引入勢在必然,著名的BALST和FASTA演算法及相應的改進方法均是從此前提出發的.
2、蛋白質結構比對和預測
基本問題是比較兩個或兩個以上蛋白質分子空間結構的相似性或不相似性.蛋白質的結構與功能是密切相關的,一般認為,具有相似功能的蛋白質結構一般相似.蛋白質是由氨基酸組成的長鏈,長度從50到1000~3000AA(Amino Acids),蛋白質具有多種功能,如酶,物質的存貯和運輸,信號傳遞,抗體等等.氨基酸的序列內在的決定了蛋白質的3維結構.一般認為,蛋白質有四級不同的結構.研究蛋白質結構和預測的理由是:醫葯上可以理解生物的功能,尋找dockingdrugs的目標,農業上獲得更好的農作物的基因工程,工業上有利用酶的合成.直接對蛋白質結構進行比對的原因是由於蛋白質的3維結構比其一級結構在進化中更穩定的保留,同時也包含了較AA序列更多的信息.蛋白質3維結構研究的前提假設是內在的氨基酸序列與3維結構一一對應(不一定全真),物理上可用最小能量來解釋.從觀察和總結已知結構的蛋白質結構規律出發來預測未知蛋白質的結構.同源建模(homology modeling)和指認(Threading)方法屬於這一范疇.同源建模用於尋找具有高度相似性的蛋白質結構(超過30%氨基酸相同),後者則用於比較進化族中不同的蛋白質結構.然而,蛋白結構預測研究現狀還遠遠不能滿足實際需要.
3、基因識別非編碼區分析研究
基因識別的基本問題是給定基因組序列後,正確識別基因的范圍和在基因組序列中的精確位置.非編碼區由內含子組成(introns),一般在形成蛋白質後被丟棄,但從實驗中,如果去除非編碼區,又不能完成基因的復制.顯然,DNA序列作為一種遺傳語言,既包含在編碼區,又隱含在非編碼序列中.分析非編碼區DNA序列目前沒有一般性的指導方法.在人類基因組中,並非所有的序列均被編碼,即是某種蛋白質的模板,已完成編碼部分僅占人類基因總序列的3~5%,顯然,手工的搜索如此大的基因序列是難以想像的.偵測密碼區的方法包括測量密碼區密碼子(codon)的頻率,一階和二階馬爾可夫鏈,ORF(Open Reading Frames),啟動子(promoter)識別,HMM(Hidden Markov Model)和GENSCAN,Splice Alignment等等.
4、分子進化和比較基因組學
分子進化是利用不同物種中同一基因序列的異同來研究生物的進化,構建進化樹.既可以用DNA序列也可以用其編碼的氨基酸序列來做,甚至於可通過相關蛋白質的結構比對來研究分子進化,其前提假定是相似種族在基因上具有相似性.通過比較可以在基因組層面上發現哪些是不同種族中共同的,哪些是不同的.早期研究方法常採用外在的因素,如大小,膚色,肢體的數量等等作為進化的依據.近年來較多模式生物基因組測序任務的完成,人們可從整個基因組的角度來研究分子進化.在匹配不同種族的基因時,一般須處理三種情況:Orthologous: 不同種族,相同功能的基因；Paralogous: 相同種族,不同功能的基因；Xenologs: 有機體間採用其他方式傳遞的基因,如被病毒注入的基因.這一領域常採用的方法是構造進化樹,通過基於特徵(即DNA序列或蛋白質中的氨基酸的鹼基的特定位置)和基於距離(對齊的分數)的方法和一些傳統的聚類方法(如UPGMA)來實現.
5、序列重疊群(Contigs)裝配
根據現行的測序技術,每次反應只能測出500 或更多一些鹼基對的序列,如人類基因的測量就採用了短槍(shortgun)方法,這就要求把大量的較短的序列全體構成了重疊群(Contigs).逐步把它們拼接起來形成序列更長的重疊群,直至得到完整序列的過程稱為重疊群裝配.從演算法層次來看,序列的重疊群是一個NP-完全問題.
6、遺傳密碼的起源
通常對遺傳密碼的研究認為,密碼子與氨基酸之間的關系是生物進化歷史上一次偶然的事件而造成的,並被固定在現代生物的共同祖先里,一直延續至今.不同於這種"凍結"理論,有人曾分別提出過選擇優化,化學和歷史等三種學說來解釋遺傳密碼.隨著各種生物基因組測序任務的完成,為研究遺傳密碼的起源和檢驗上述理論的真偽提供了新的素材.
7、基於結構的葯物設計
人類基因工程的目的之一是要了解人體內約10萬種蛋白質的結構,功能,相互作用以及與各種人類疾病之間的關系,尋求各種治療和預防方法,包括葯物治療.基於生物大分子結構及小分子結構的葯物設計是生物信息學中的極為重要的研究領域.為了抑制某些酶或蛋白質的活性,在已知其蛋白質3級結構的基礎上,可以利用分子對齊演算法,在計算機上設計抑制劑分子,作為候選葯物.這一領域目的是發現新的基因葯物,有著巨大的經濟效益.
8、生物系統的建模和模擬
隨著大規模實驗技術的發展和數據累積，從全局和系統水平研究和分析生物學系統，揭示其發展規律已經成為後基因組時代的另外一個研究 熱點-系統生物學。目前來看，其研究內容包括生物系統的模擬（Curr Opin Rheumatol，2007，463-70），系統穩定性分析（Nonlinear Dynamics Psychol Life Sci，2007，413-33），系統魯棒性分析（Ernst Schering Res Found Workshop， 2007，69-88）等方面。以SBML（Bioinformatics，2007，1297-8）為代表的建模語言在迅速發展之中，以布爾網路 （PLoS Comput Biol，2007，e163）、微分方程（Mol Biol Cell，2004，3841-62）、隨機過程（Neural Comput，2007，3262-92）、離散動態事件系統等（Bioinformatics，2007，336-43）方法在系統分析中已經得到應 用。很多模型的建立借鑒了電路和其它物理系統建模的方法，很多研究試圖從信息流、熵和能量流等宏觀分析思想來解決系統的復雜性問題（Anal Quant Cytol Histol，2007，296-308）。當然，建立生物系統的理論模型還需要很長時間的努力，現在實驗觀測數據雖然在海量增加，但是生物系統的模型辨 識所需要的數據遠遠超過了目前數據的產出能力。例如，對於時間序列的晶元數據，采樣點的數量還不足以使用傳統的時間序列建模方法，巨大的實驗代價是目前系 統建模主要困難。系統描述和建模方法也需要開創性的發展。
9、生物信息學技術方法的研究
生物信息學不僅僅是生物學知識的簡單整理和、數學、物理學、信息科學等學科知識的簡單應用。海量數據和復雜的背景導致機器學習、統 計數據分析和系統描述等方法需要在生物信息學所面臨的背景之中迅速發展。巨大的計算量、復雜的雜訊模式、海量的時變數據給傳統的統計分析帶來了巨大的困難， 需要像非參數統計（BMC Bioinformatics，2007，339）、聚類分析（Qual Life Res，2007，1655-63）等更加靈活的數據分析技術。高維數據的分析需要偏最小二乘（partial least squares，PLS）等特徵空間的壓縮技術。在計算機演算法的開發中，需要充分考慮演算法的時間和空間復雜度，使用並行計算、網格計算等技術來拓展演算法的 可實現性。
10、生物圖像
沒有血緣關系的人，為什麼長得那麼像呢？ 外貌是像點組成的，像點愈重合兩人長得愈像，那兩個沒有血緣關系的人像點為什麼重合？ 有什麼生物學基礎？基因是不是相似？我不知道，希望專家解答。
11、其他
如基因表達譜分析,代謝網路分析;基因晶元設計和蛋白質組學數據分析等,逐漸成為生物信息學中新興的重要研究領域;在學科方面,由生物信息學衍生的學科包括結構基因組學,功能基因組學,比較基因組學,蛋白質學,葯物基因組學,中葯基因組學,腫瘤基因組學,分子流行病學和環境基因組學,成為系統生物學的重要研究方法.從現在的發展不難看出,基因工程已經進入了後基因組時代.我們也有應對與生物信息學密切相關的如機器學習,和數學中可能存在的誤導有一個清楚的認識.
編輯本段生物信息學與機器學習
生物信息的大規模給數據挖掘提出了新課題和挑戰,需要新的思想的加入.常規的計算機演算法仍可以應用於生物數據分析中,但越來越不適用於序列分析問題.究其原因,是由於生物系統本質上的模型復雜性及缺乏在分子層上建立的完備的生命組織理論.西蒙曾給出學習的定義:學習是系統的變化,這種變化可使系統做相同工作時更有效。機器學習的目的是期望能從數據中自動地獲得相應的理論,通過採用如推理,模型擬合及從樣本中學習,尤其適用於缺乏一般性的理論,"雜訊"模式,及大規模數據集.因此,機器學習形成了與常規方法互補的可行的方法.機器學習使得利用計算機從海量的生物信息中提取有用知識,發現知識成為可能.機器學習方法在大樣本,多向量的數據分析工作中發揮著日益重要的作用,而目前大量的基因資料庫處理需要計算機能自動識別,標注,以避免即耗時又花費巨大的人工處理方法.早期的科學方法—觀測和假設----面對高數據的體積,快速的數據獲取率和客觀分析的要求---已經不能僅依賴於人的感知來處理了.因而,生物信息學與機器學習相結合也就成了必然.機器學習中最基本的理論框架是建立在概率基礎上的,從某種意義來說,是統計模型擬合的延續,其目的均為提取有用信息.機器學習與模式識別和統計推理密切相關.學習方法包括數據聚類,神經網路分類器和非線性回歸等等.隱馬爾可夫模型也廣泛用於預測DNA的基因結構.目前研究重心包括:1)觀測和探索有趣的現象.目前ML研究的焦點是如何可視化和探索高維向量數據.一般的方法是將其約簡至低維空間,如常規的主成分分析(PCA),核主成分分析(KPCA),獨立成分分析(Independent component analysis),局部線性嵌套(LocallyLinear embedding).2)生成假設和形式化模型來解釋現象[6].大多數聚類方法可看成是擬合向量數據至某種簡單分布的混合.在生物信息學中聚類方法已經用於microarray數據分析中,癌症類型分類及其他方向中.機器學習也用於從基因資料庫中獲得相應的現象解釋.機器學習加速了生物信息學的進展,也帶了相應的問題.機器學習方法大多假定數據符合某種相對固定的模型,而一般數據結構通常是可變的,在生物信息學中尤其如此,因此,有必要建立一套不依賴於假定數據結構的一般性方法來尋找數據集的內在結構.其次,機器學習方法中常採用"黑箱"操作,如神經網路和隱馬爾可夫模型,對於獲得特定解的內在機理仍不清楚.