手持设备中股票软件数据存储方案的设计

针对股票软件中历史数据的特点.深入分析了B+树存储和线性表存储两种数据存储方案.这两种方案均能达到股票软件的应用要求,最后进一步从性能和资源耗费上对这两种方案进行了对比分析,指出了它们各自的优点与不足,对其他类似的设计具有很好的借鉴意义.     

8味补阴药补阳药中微量元素Fe、Mg、Zn、Ca、Mn、Cu的测定

采用火焰原子吸收光谱法对补阴药石斛、玉竹、北沙参、女贞子和补阳药肉苁蓉、杜仲、菟丝子、补骨脂8味中药进行Fe、Mg、Zn、Ca、Mn、Cu含量测定。结果表明,以平均值而论Mg、Cu含量补阴药与补阳药相当,Fe、Ca含量补阴药低于补阳药,Zn、Mn含量补阴药高于补阳药。以每味中药而论,补阳药菟丝子Fe含量最高,是其他几味中药的近10倍,补阴药石斛Zn、Mn含量最高,是其他几味中药的3~10倍。补阴药、补阳药药效是相对的,但本实验测定各微量元素含量并没有呈现相对性,因此,补阴药、补阳药的药效与Fe、Mg、Zn、Ca、Mn、Cu微量元素的相关性有待于进一步研究。     

一种针对位操作密集应用的扩展指令自动选择方法

本文提出一种结合位操作分析和变换的扩展指令自动选择方法。该方法在数据流图中引入新的位操作中间表示结点,可精简地描述位访问操作。编译器可对程序数据流图进行选择性循环展开和位操作分析优化,并将其转换为带有直接表示位赋值操作结点的数据流图。实验结果表明,基于新的数据流图进行扩展指令选择可有效提升位操作密集型应用的性能     

中药的补血作用与Fe元素含量相关性研究

目的通过对不同药效的中药Fe元素含量分析,探讨中药的补血作用与Fe元素含量的相关性。方法按中药药效选取药材并分组,每组样品微波消解后采用原子吸收光谱仪进行Fe元素含量测定。结果补血药组Fe元素含量最高,是其他组的1.5~5倍。结论中药的补血作用与Fe元素水平相关。     

火焰原子吸收光谱法测定蜂胶铬软胶囊中铬

目的：建立蜂胶铬软胶囊质量控制的方法。方法采用浓硝酸-过氧化氢混合液微波消解样品,火焰原子吸收光谱法测定蜂胶铬软胶囊中铬含量。结果铬元素在0.4～2.5 mg· L-1范围内线性关系良好,样品铬测定值为49.92μg/粒,相对标准偏差为3.29％。茶叶标准物质（ GSB-7）中铬元素的测定值与认定值相吻合。结论实验表明,方法简单、准确、可行,可作为蜂胶铬软胶囊中铬的检测方法。     

一种混合型值关联间接跳转预测机制

 准确的间接跳转预测对现代处理器的性能和能耗有效性都具有重要意义.本文提出了一种混合型值关联间接跳转预测机制,通过混合使用多种关联信息以降低间接跳转误预测率.该机制一方面依赖于编译器根据高层次数据流信息识别间接跳转指令所对应的初始关联数据值.另一方面,该机制针对间接跳转预测的不同场景分别设计了两类关联信息:单一数据值和值历史,并实现了一种低开销的硬件结构,该硬件结构在运行时刻根据不同应用场景动态选择最佳关联信息引导间接跳转预测.实验结果表明,相对于传统的BTB预测器和最新的VBBI预测器,本文机制能够有效降低误预测率,提高程序性能并降低系统能耗.     

牡丹皮及种植土壤中重金属元素铅和镉的分析

测定不同产地牡丹皮及种植土壤中的重金属铅、镉含量,并分析牡丹皮与种植土壤中铅、镉含量的相关性.从安徽和山东产地采样,通过硝酸-过氧化氢-氢氟酸体系进行牡丹皮和种植土壤微波消解,用石墨炉原子吸收光谱法(GFAAS)测定牡丹皮和种植土壤中铅、镉含量.Pb元素在0-60μg/L范围内线性关系良好,回收率为102.35％,精密度RSD为1.6％ ;Cd元素在0-4μg/L范围内线性关系良好,回收率为99.85％,精密度RSD为0.7％.不同产地牡丹皮均检出重金属元素铅和镉,铅含量偏低、镉含量偏高;种植土壤中的铅、镉含量比较高,大约是牡丹皮的6-7倍.该方法具有分析速度快、测定结果的精确度和精密度高等特点.种植土壤存在着重金属污染现象,为确保药材质量,保护环境、保护药材种植土壤是非常必要的.     

微波消解-原子吸收光谱法测定藤黄中6种重金属含量

采用微波消解法消解中药藤黄,火焰原子吸收光谱法测定Mn、Cu、Fe的含量,用石墨炉原子吸收光谱法测定Cr、Cd、Pb的含量,各元素测定相对标准偏差在0.99%-2.490之间,回收率在92.0%-102.0%之间,测定结果表明中药藤黄中的Mn、Cu、Fe、Cd、Pb元素含量分别为65.7、2.37、48.5、0.012...     

基于优化回溯模型的无重叠模调度算法

软件流水技术通过重组循环体来挖掘指令级并行性,模调度是一类广泛使用的软件流水调度算法.传统模调度算法通常会产生变量活跃域重叠和寄存器压力增大问题,无法适用于嵌入式处理器.本文面向嵌入式处理器特性,建立了一种优化回溯模型,并基于该回溯模型提出了一种面向嵌入式处理器的无重叠模调度算法(NOn-Over-lapped Iterative Modulo Scheduling,简称NOOI).NOOI算法使用循环相关反依赖消除变量活跃域重叠,并使用依赖约束和资源约束回溯模型消解节点冲突,从而提高了模调度的有效性.实验结果表明,NOOI模调度算法能够有效改进模调度成功率和循环启动间距,并提高程序性能.