在PS里把不同屋里的序列贞合成在一张图里，做游戏特效非常有用

PHOTOSHOP 脚本 按名字查找图层匹配第一个 PS脚本， 注意只匹配到关键词的第一个图层。在图层很多时有用。

CAD-第讲-图层及线型训练完美版资料.ppt

广东某大型超市销售连锁管理系统。包含详细开发文档，数据库为SQL2000，功能有进销存＋财务

当鼠标指向某一个连接或标签时，就会显示相应的详细信息，鼠标移开时，信息就消失

1. 阻焊层：solder mask：是指板子上要上绿油的部分，因为它是负片输出，所以实际上有solder mask的部分实际效果并不上绿油，而是镀锡，呈银白色。（也就是说有阻焊层的地方，就不会上绿油而是镀锡）2. 助焊层：paste mask：是机器贴片时要用的，是对应所有贴片元件的焊盘的，大小与toplayer/bottomlayer层一样，是用来开钢网漏锡用的。要点：两个层都是上锡焊接用的，并不是指一个上锡，一个上绿油；那么有没有一个层是指上绿油的层，只要某个区域上有该层，就表示这区域是上绝缘绿油的呢？暂时我还没遇见有这样一个层！我们画的PCB板，上面的焊盘默认情况下都有solder层，所以制作成的PCB板上焊盘部分是上了银白色的焊锡的，没有上绿油这不奇怪；但是我们画的PCB板上走线部分，仅仅只有toplayer或者bottomlayer层，并没有solder层，但制成的PCB板上走线部分都上了一层绿油。那可以这样理解：1、阻焊层的意思是在整片阻焊的绿油上开窗，目的是允许焊接！2、默认情况下，没有阻焊层的区域都要上绿油！3、paste mask层用于贴片封装！SMT封装用到了：t

异质界面对Ca(Mg1/3Nb2/3)O3/CaTiO3叠层介质薄膜结构和性能的影响，刘存金，周静，采用叠层方式制备出一定厚度的Ca(Mg1/3Nb2/3)O3/CaTiO3（CMN/CT）异质薄膜，研究叠层排布方式及异质界面个数对薄膜微观结构、形貌及介电性�

WC-Co-Cr涂层由于其改善的耐磨性和机械性能而被广泛采用，但是，这些涂层的性能和性能受到每种喷涂技术的加工参数的影响。 因此，本研究旨在使用更经济的热喷涂技术评估和确定沉积参数对WC-Co-Cr涂层的性能和微观结构特征的影响。 特别是，研究了火焰喷涂参数对WC-Co-Cr涂层的微观结构，晶体结构，硬度和滑动耐磨性的影响。 考虑了两个参数：火焰类型（还原，中性和氧化）和喷灯喷嘴出口面积。 结果表明，在所有考虑的条件下，WC颗粒在喷涂过程中都会经历相当程度的脱碳和溶解，显示出大量的W2C，W和Co3W3C。 但是，相变的程度在很大程度上取决于火焰的化学性质。 涂层的微观结构主要受喷嘴的影响。 关于滑动磨损行为，具有均匀分布的硬颗粒的涂层提供了最佳的耐磨性。 WC分解为W2C相似乎对质量损失没有任何意义，但是由于缺乏碳化物颗粒和粘结剂相变脆，WC相转变为金属钨和η相（Co3W3C）产生更高的磨损率。导致裂纹破裂和分层。

红根杂草（Amaranthus retroflexus L.）是一种有害杂草，会影响全世界的棉花（陆地棉）的生长和产量。 能够从棉花中区分出红根杂草，将有助于生产者和农作物顾问更好地实施用于抑制和控制它的策略。 杂草和作物冠层的高光谱反射特性已用于区分它们。 目前，尚无有关高光谱数据用于区分红根杂草与不同叶形棉花的信息。 积极的结果将进一步支持遥感技术的应用，以区分红根杂草和棉花。 目的是比较红根杂草的冠层高光谱反射率与秋葵和超级秋葵叶棉的冠层高光谱反射率，并确定光谱反射率特性存在差异的光谱区域。 在2019年5月6日至6月27日使用分光辐射计获得了红根杂草和棉花的高光谱反射率测量结果。该研究使用了温室中生长的植物。 通过方差分析（p≤0.05）和Dunnett检验（p≤0.05）评估了162个10 nm波段（400-2350 nm光谱范围），以确定可用于从中分离红根杂草的波段秋葵叶和超级秋葵叶棉。 以下两个波段在两个日期上均能区分红根杂草和秋葵叶棉：420 nm，510-650 nm，690-740 nm和2000-2010 nm； 然而，从红秋葵叶棉中分离出红根杂草的两个日期均鉴定

er菜（Amaranthus palmeri S.Wats。）入侵对全美国的棉花（Gossypium hirsutum L.）生产系统造成了负面影响。 这项研究的目的是评估冠层高光谱窄带数据作为随机森林机器学习算法的输入，以区分棉花中的distinguish菜。 该研究着重于将Palmer mar菜与棉花的近等基因系（铜，绿和黄叶）区分开来。 使用分光辐射计在两个不同的日期（2016年12月12日和2017年5月14日）获取Palmer mar菜和棉花冠层的高光谱反射率测量。数据是从温室中种植的植物中收集的。 将光谱数据汇总到提议用于研究植被和农作物的24个高光谱窄带。 这些带由随机森林（cforest）的条件推断版本进行了测试，以区分Palmer mar菜和棉花。 分类为二进制：Palmer mar菜和棉青铜，Palmer mar菜和棉绿，Palmer mar菜和棉黄。 分类准确性已通过总体，用户和生产者的准确性进行验证。 对于这两个日期的总和，总体准确性介于77.8％至88.9％之间。 相对于棉黄色分类，Palmer mar菜红的整体准确性最高（2016年12月12日为88.9％;