本标准测试方法1旨在提供结合鞋类和地板材料作为一个系统来测量人体电压的测试方法。该标准测试方法涵盖用于控制静电放电 (ESD) 的所有地板材料,包括地板垫、地板覆盖物、涂料、油漆和地板饰面以及鞋类。 该标准测试方法仅限于定义测量人员与鞋类和地板材料相结合的电压累积的程序。该测试方法提供与用户特定环境、应用和受控实验室条件相关的数据。在工作环境中,人的静电电压的常见来源是走路时脚与地板分离。通过选择合适的鞋/地板系统,可以将静电电荷的产生和积累的影响降到最低。 为了有效控制人员电压,地板材料必须与防静电鞋一起使用。导电性足以使人放电的鞋类/地板系统也可能造成安全隐患。使用这些系统执行的工作通常需要使用在足以引起电击的高电压下运行的工具和测试仪器。使用本文档中描述的方法测试的鞋类/地板系统的存在并不能保证人员安全。 本文档最初指定为 ESD STM97.2-1999,并于 1999 年 2 月 7 日获得批准。ANSI/ESD STM97.2-2006 是对 ESD STM97.2-1999 的重申和重新命名,并于 2006 年 2 月 26 日获得批准。 ANSI/ESD
2022-06-09 22:06:13 3.22MB ESD ANSI 静电
使用servlet结合ajax验证数据库中是否存在某条记录
2022-06-07 20:03:58 34KB 数据库 文档资料 ajax database
汇报人姓名;好的新媒体内容必须辅之以好的传播, 增加内容发酵时间才能提升新媒体运营的效果。;运营者必须想方设法策划“自传播”模式, 分析用户与企业连接的整体流程,并结合场景设计传播。;运营者需要结合这五个场景来设计传播模式; (1)结合售前场景,设计公关传播;比亚迪宋在上市后,为了增加品牌知名度,公司曾策划了“比亚迪宋三极之旅”系列活动。在活动进行期间,运营团队进行了三项重要的公关传播。;运营者需要设计促销策略,并用海报、文章等内容形式触达用户,以期获得更好的销售反馈。;帮助企业增加互联网话题内容,企业的新媒体传播能力会随着产品交付而升级。;现阶段对于铺天盖地的互联网广告“轰炸”,网民更愿意相信其他用户的评论,在行为上表现在,翻看企业京东店铺评论:浏览企业大众点评页面;在微博搜索企业信息并查看其他微博用户的评价等。与之对应,运营者需要提前设计出作业格式、打卡海报、结业证书、日签图片等内容,方便使用者分享,打造品牌口碑。;国内知识型IP社群“知识IP大本营”以“打造有温度的知识IP”为社群宗旨。社群每一期的服务时间约六个月,社群服务期即将结束时,专门的设计师会设计结营海报、结营获奖图等。
2022-06-07 18:07:15 1.23MB 汽车 媒体 文档资料
通过Gleeble-3500热压缩试验机对AZ31镁合金进行热压缩实验,得到温度为300、350、400、450和500 ℃,应变速率为0.03、0.3、和3 s-1的流变应力曲线。对流变应力曲线进行图形变换求解出不同应变速率下的回复参数r,求得的回复参数的自然对数lnr与温度的倒数1/T成线性相关。结果表明:可以采用修正的Laasraoui-Jonas(L-J)位错密度模型计算AZ31镁合金动态再结晶过程中的位错密度演变;修正的L-J位错密度模型结合元胞自动机(CA)能精确地模拟位错密度动态再结晶过程。
2022-06-07 16:57:26 764KB 工程技术 论文
1
公司要做数据大屏,Echart和百度地图的结合,实现利用百度地图的行政区划展示,在行政区区划中添加相应的Echarts散点图,散点图随地图放大和缩小,默认实景图,限制缩放等级,也可展示多个省市区划,代码注释详细,上手可用
2022-06-07 14:12:07 436KB echarts 百度地图 大屏数据
1
调用高德地图api,实现地图的显示,标记点的增删,完整的项目包含依赖的包和配置文件
2022-06-07 11:54:35 20.36MB 前端 源码软件 vue.js javascript
1
Linux运维-6.集群-集群视频-4、多级负载(四、七层结合)-17、多级负载构建.mp4
2022-06-05 21:00:38 443.43MB 运维 linux 音视频 文档资料
网络教育与学校德育教育的结合.pdf
2022-06-05 20:01:17 608KB 网络 文档资料 资料
Nyc-Taxi-Kaggle-挑战 目标 Kaggle竞赛预测纽约出租车的行驶时间。 该项目的报告在capstone.pdf。 (在这个项目中,我提供了许多链接,如果您是初学者,可以通过这些链接来弄清楚您的概念,如果不理解的话,可以通过project和readme中提供的链接和pdf来了解。) 问题陈述 在本报告中,我们使用来自纽约市出租车和高级轿车委员会的数据来考察Kaggle竞赛,该竞赛要求竞争对手预测纽约市出租车旅行的总行驶时间(trip_duration)。 Kaggle提供的数据是作为CSV文件提供的结构化数据。 CSV文件中的数据包括多种格式:时间戳,文本和数字数据。 这是回归分析,因为输出(总行驶时间)是数字。 我将使用几种机器学习方法来完成预测任务,这些方法是线性回归,k最近邻回归,随机森林和XGBoost。 将使用均方根对数误差对模型进行评估。 总览 我使用Jupyter_Notebook在dekstop上执行此项目,并且在使用python的远程服务器上也无需使用Jupyter_notebook来执行。 软件和库 Python 3 Scikit-learn:Pyt
2022-06-05 16:04:07 23.28MB python machine-learning deep-learning random-forest
1
结合网络文学探讨传媒文化信念.pdf
2022-06-05 16:01:54 685KB 传媒 资料