忆阻阵列(Memristor Crossbar)结构优化与漏电流抑制技术解析

忆阻阵列(Memristor Crossbar)结构解析与应用前景 本文深入解析忆阻阵列(Memristor Crossbar)的物理结构、电路特性及其在存内计算和神经网络加速中的应用前景。详细探讨了1M、1T1M和1D1M三种核心结构的技术特点与工程挑战,并分析了漏电流问题的解决方案。忆阻阵列作为革命性计算架构,在能效比和并行计算方面展现出巨大潜力,为未来AI硬件加速提供了新方向。 阅读详情

1. 忆阻阵列:从“神经突触”到“计算基石”

大家好,我是老张,在AI芯片和新型计算架构这个圈子里摸爬滚打了十来年。今天想和大家深入聊聊一个听起来有点“硬核”,但实际上正悄悄改变AI计算格局的技术——忆阻阵列,特别是它的结构优化和那个让人头疼的“漏电流”问题。

你可以把忆阻器想象成一种“有记忆的电阻”。它最神奇的地方在于,它的电阻值不是固定的,而是可以通过流过它的电流历史来改变,并且断电后这个值还能保持住。这个特性,是不是有点像我们大脑里的神经突触?突触的连接强度会根据信号传递的频繁程度而改变,从而形成记忆和学习。正因为如此,忆阻器被看作是实现“存算一体”或“类脑计算”的理想物理器件。

单个忆阻器能力有限,就像单个神经元成不了大脑。要把它们用起来,就必须大规模集成,做成阵列,也就是我们常说的 Memristor Crossbar。你可以把它想象成一个巨大的、纵横交错的网格,行和列的交叉点上就是一个忆阻器单元。这种结构天生适合做向量-矩阵乘法,而这恰恰是神经网络中最核心、最耗时的运算。理论上,数据存储在忆阻器的电导值里,计算就在电流流过的瞬间完成,能效比传统“冯·诺依曼”架构的CPU/GPU高出几个数量级。

听起来很美好,对吧?但理想很丰满,现实很骨感。当你想把成千上万个忆阻器密密麻麻地集成在一起时,一个幽灵般的问题就出现了:漏电流。它就像电路里的“幽灵通道”,会让你的计算结果完全跑偏。今天这篇文章,我就结合自己看过、试过的一些方案,带大家拆解三种主流的忆阻阵列结构(1M, 1T1M, 1D1M),重点看看1T1M是怎么充当“交通警察”,把漏电流这个“捣蛋鬼”管住的,并聊聊在实际的神经网络应用里,我们该怎么权衡和选择。

2. 三种阵列结构详解:从“无拘无束”到“精兵简政”

忆阻阵列怎么组织,直接决定了它的性能、密度和可靠性。目前主流的玩法有三种,我们可以把它们看作三种不同的“管理模式”。

2.1 1M结构:最简朴的“大通铺”

1M结构,也叫无源交叉阵列,是最直接、最原始的形式。它的单元只有一个忆阻器(1 Memristor),结构简单到极致:水平方向是字线(Word Line, WL),垂直方向是位线(Bit Line, BL),忆阻器就放在每一个行线和列线的交叉点上。

这种结构的优势非常明显:

  • 密度极高:因为没有其他器件占用面积,理论上可以在单位芯片面积上塞进最多的忆阻器,存储密度最大。
  • 工艺简单:制造步骤相对较少,与现有半导体工艺兼容性较好,成本相对较低。
  • 读写速度快:直接对目标单元的行列施加电压即可,路径直接。

我最早接触的一些原型芯片和学术研究,很多都是从这种结构开始的。但是,当你真的用它去做计算时,问题马上就来了。我们来看一个具体的操作场景:假设你想读取图中位于第2行、第2列的那个忆阻器(M22)的电阻值。标准的操作是,只给WL2施加一个读取电压V_read,同时只将BL2接地,形成回路。理想情况下,电流应该只从WL2流入,经过M22,从BL2流出。

但现实是,电流是个“懒汉”,总会寻找所有可能的路径流向低电势点。在这个庞大的网格里,除了我们想要的路径(WL2 -> M22 -> BL2),电流还可能走这样的“歪路”:从WL2流入,经过M22后,并不直接去BL2,而是“拐个弯”,通过相邻的忆阻器M23,流到BL3,再通过另一个未被选中的忆阻器M13,最终流到接地的BL2。你看,

忆阻阵列(Memristor Crossbar)结构解析与漏电流优化方案 本文深入解析了忆阻阵列(Memristor Crossbar)的三种核心结构:1M、1T1M和1D1M,并重点探讨了其面临的漏电流(Sneak Path Current)挑战。文章详细对比了各结构的优缺点,指出1T1M结构凭借晶体管选通能力成为当前抑制漏电流、实现可靠存算一体的主流方案,并进一步讨论了其优化策略及在神经网络加速中的应用潜力与挑战。 阅读详情

相关推荐

【信息科学与工程学】计算机科学与自动化——第十篇 芯片设计05 器件物理模型(20)

编号工艺节点与芯片类型器件物理模型领域器件物理的数学方程式建模、限界条件与组合约束关联的各类理论知识和工程知识A1​FinFET​ (如22nm, 7nm, 5nm节点)双栅/三栅FinFET的载流子输运与量子限制效应​1. 核心方程: • 泊松方程(考虑量子修正):,其中ψ为静电势,n、p为电子/空穴浓度,通常采用密度梯度或薛定谔-泊松耦合模型处理量子限制效应。 • 漏极电流模型(漂移-扩散):,其中为反型层电荷密度,为有效迁移率。 • 阈值电压模型(含量子力学修正):,其中。

weixin_49199313的博客 809

【信息科学与工程学】计算机科学与技术——第七十七篇 系统架构设计02

编号类型模型配方企业资本运作的方法/规则/条件/依据及所有的步骤(​风险处理/异常处理/危机应对关联知识法律法规和裁决依据​​由发起人(通常是知名投资人、投行或产业资本)先设立一个只有现金、无实际业务的特殊目的收购公司(SPAC),通过IPO募集资金并在交易所上市。然后在规定时间内(通常24个月)寻找一家非上市公司进行合并(De-SPAC),使目标公司迅速实现上市,规避传统IPO的复杂流程和不确定性。1.:在开曼或特拉华注册空壳公司,注入少量种子资金。2.

weixin_49199313的博客 318

【信息科学与工程学】计算机科学与自动化——第十八篇 存储系统设计 10 存储器/存储软件/存储芯片/存储盘/存储系统/存储网络01

③ MTJ电阻 → 界面:TMR=(R_AP-R_P)/R_P = 2P₁P₂/(1-P₁P₂) (Julliere模型);③ 访问延迟模型 → 统计:平均访问延迟 = p_hot * t_dram + (1-p_hot) * t_nvm + t_migration_overhead;:① 储能电容计算 → 数学物理:所需能量 E = P * t_backup,电容 C = 2E / (V_start² - V_end²);:① B-tree平衡 → 代数:树高 h = log_m(N),m为扇出;

weixin_49199313的博客 266

【信息科学与工程学】计算机科学与自动化——第一百八十九篇 计算机硬件 系列一 微处理器04

严格聚焦于计算机微处理器工艺的数学物理——覆盖 LOD 效应、RDF、1/f 噪声、体效应、背偏效应、热载流子寿命、NBTI AC 模型、自热效应、功耗模型、电压调节器效率、片上互连传输线、电迁移 Blech 长度、低 k 机械强度、CMP 速率、光刻胶对比度、EUV 掩模缺陷修复、ALD 保形性、铜电镀填充、TSV 应力迁移、晶圆键合空洞、微流道两相流、TIM 热导率、片上传感器校准、PMU 多路复用、内存控制器调度、缓存替换硬件、分支预测感知器、ROB 优化、TLB miss 处理、电源门控、时钟门控、

weixin_49199313的博客 43

【信息科学与工程学】【通信工程】第二百二十九篇 通信网络中的组网及材料科学及数学物理01

定义 1.17.1(图)​图 G=(V,E),其中 V 是节点集,E⊆V×V 是边集。有向图(Digraph):边有方向,表示调用、依赖、数据流。加权图:边权 w(e) 表示延迟、带宽、成本或信任度。二分图(Bipartite Graph):节点分为两类,边只在不同类间,如“租户-资源”分配。超图(Hypergraph):一条边可连接多个节点,如“共享存储被多台虚拟机挂载”。维度核心洞察个体理性​每个参与者(租户、部门、Agent)都在约束下最大化自身效用机制设计​。

weixin_49199313的博客 38

印尼稻米收成与粮食安全数据集2026年

本数据集收录印度尼西亚2026年水稻收成与粮食安全遥测数据,包含10000条稻米农业收成产量与粮食安全监测记录,围绕印尼国家粮食安全体系中的核心作物水稻展开。稻米是印尼逾两亿人口的主粮,其收成波动直接影响国家粮食安全与进口政策,本数据集将种植区域、收成产量、气候与土壤相关遥测指标整合为结构化表格,可支撑粮食产量预测、收成影响因素分析、区域粮食安全评估与农业政策模拟等研究任务。典型应用场景包括:农业时间序列产量预测模型构建、气候因子与水稻收成的关联分析、省份与地区层面的粮食自给率测算、粮食安全风险预警指标设计,也可作为农业经济、粮食政策与数据科学交叉课程的教学素材。数据为2026年最新版,规模约1.2MB、单CSV结构规整,字段命名清晰,适合Python、Pandas、Scikit-learn等主流工具链直接使用,便于开展探索性分析、可视化与机器学习全流程练习。重要说明:本数据为遥测整理数据,分析结论以数据集文档口径为准,农业决策请结合官方统计综合研判。许可:CC0公有领域,可自由使用与二次分发。

四分之一汽车模型主动悬架设计:在MATLAB_Simulink中实现比例积分控制、前馈扰动抑制和扰动估计,以优化乘坐舒适性和道路附着力。.rar

四分之一汽车模型主动悬架设计:在MATLAB_Simulink中实现比例积分控制、前馈扰动抑制和扰动估计,以优化乘坐舒适性和道路附着力。.rar

Delphi 13.2控件之msquic4d.rar

Delphi 13.2控件之msquic4d.rar

企业数字化转型AI大模型赋能智能体平台及AI场景应用规划方案(生态合作版).pptx

企业数字化转型AI大模型赋能智能体平台及AI场景应用规划方案(生态合作版).pptx

智慧环保生态保护行业可信数据空间应用规划方案(技术方案版).pptx

智慧环保生态保护行业可信数据空间应用规划方案(技术方案版).pptx

气象服务行业可信数据空间应用规划方案(技术方案版).pptx

气象服务行业可信数据空间应用规划方案(技术方案版).pptx

机器视觉检测实战教程 19页成品课程光源选型Halcon标定海康相机VisionPro

内容概要:机器视觉检测实战教程,19页6章成品课程PDF:视觉检测光源选型对照表+五个翻车案例、Halcon模板匹配create_shape_model七参数整定、视觉标定三类(9点/旋转/手眼)、海康工业相机C#取图黑图丢帧排坑、VisionPro QuickBuild部署License迁移C#宿主、远心镜头选型。含C#/Halcon代码与现场案例。适用人群:机器视觉工程师、自动化检测开发、企业内训。使用场景:视觉方案设计、选型、标定部署、团队培训。原创整理。

【医疗器械制造】基于酸碱腐蚀环境的一次性乳胶手套铝合金手模失效机理分析与量产风险控制

内容概要:本文围绕一次性医用乳胶手套生产中使用的铝合金手模在酸碱环境下的失效风险展开系统性分析,重点探讨其在外表面腐蚀、清洗循环、氯介质侵入及表面粗糙度控制等方面的工程挑战。研究表明,尽管市场上已有带涂层的铝合金手模供应,但其能否在强碱、酸洗、毛刷摩擦、冷热交变和氯共存的复杂工况下长期维持Ra 1.0—2.5 μm的表面质量并实现稳定脱模,仍需经过严格的多阶段验证。常规阳极氧化+PTFE涂层方案已被实测排除,而316L不锈钢筒体在湿氯环境中出现的三个月内腐蚀失效案例提示必须重视内腔隔离设计。文章强调,采购决策应基于“小批量试制—离线加速试验—影子生产验证—条件性放行”的四阶段准入机制,结合表面参数、工艺相容性、手套成品性能与全生命周期成本进行综合评估,避免依赖供应商宣传数据。; 适合人群:从事医疗器械制造、材料工程、设备采购与工艺质量管理的技术人员及决策管理者,尤其是涉及乳胶手套生产线优化与手模选型的相关从业人员。; 使用场景及目标:①评估铝合金手模替代陶瓷手模的技术可行性与风险边界;②建立手模选型的系统验证流程,防范因表面失效导致的脱模异常、手套缺陷与非计划停机;③指导采购合同中技术条款的制定,确保供应商交付具备可验证数据支撑; 阅读建议:此资源以工程实证为导向,建议读者结合自身产线工艺参数,重点关注外表面Ra控制、内腔双密封设计、影子生产验证方法及失效链追溯体系的构建,在试制阶段严格执行多维度联合判定标准,审慎推进规模化替代。

【新能源电力系统】项目介绍 MATLAB实现基于GWO-VMD-SSA-LSTM灰狼优化算法(GWO)结合变分模态分解(VMD)、麻雀搜索算法(SSA)及长短期记忆网络(LSTM)进行辐照度-温度驱动

内容概要:本文提出了一种融合灰狼优化算法(GWO)、变分模态分解(VMD)、麻雀搜索算法(SSA)和长短期记忆网络(LSTM)的复合模型(GWO-VMD-SSA-LSTM),用于实现高精度的辐照度-温度驱动短期光伏功率预测。该模型首先通过GWO优化VMD的关键参数(模态数K和惩罚因子α),实现对非平稳光伏功率序列的高效多尺度分解,降低信号复杂性;随后利用SSA对LSTM的超参数(如隐藏层单元数、Dropout率、学习率等)进行智能寻优,提升网络训练效率与泛化能力;最后通过独立LSTM网络对各VMD模态进行预测并重构输出。模型结合了信号分解、智能优化与深度学习优势,显著提升了在多云、阴雨等复杂天气下的预测精度与稳定性,并通过MAE、RMSE、MAPE和R²等指标验证了有效性。文中还提供了完整的MATLAB实现流程,涵盖数据清洗、归一化、滑动窗口构建、参数优化与结果可视化等环节。; 适合人群:具备一定机器学习与时间序列预测基础,从事新能源发电预测、智能电网调度、电力系统自动化等相关领域的科研人员、工程师及研究生。; 使用场景及目标:①解决光伏功率受辐照度、温度等因素影响而导致的强随机性、非平稳性预测难题;②提升短期(15分钟至1小时)光伏出力预测精度,支撑电网经济调度、储能协同控制与电力现货市场申报;③为多源气象数据驱动的可再生能源预测提供可扩展的技术框架。; 阅读建议:建议结合提供的MATLAB代码逐步实践,重点关注GWO与SSA的优化机制、VMD分解效果及其与LSTM的集成方式,注意避免时间泄漏问题,推荐在实际数据上复现实验以深入理解模型性能。

MCGS的Http协议驱动,支持http协议

硬件配置 参数设置 设备属性 设备命令 通讯状态 附录 #HTTP 1、 设备简介 驱动类型 该驱动为独立设备,直接添加构件即可,不需要挂载到父设备下 通讯协议 采用标准HTTP1.1协议 通讯方式 驱动构件为客户端。 2、 硬件连接 本软件在通讯之前,请保证通讯连接正确。通讯连接方式:采用标准的RJ45接口的以太网接线(对调网线或使用HUB交换)。 3、 设备通讯参数 本设备为独立设备,无父设备参数 4、 设备构件参数设置 “HTTP设备”参数设置如下: <1> 内部属性: 构建url信息。 <2> 最小采集周期:本软件对设备进行操作的时间周期,单位为ms,默认为100ms。 <3> 通讯等待时间:通讯数据接收等待时间,默认设置为200ms,当采集速度要求较高或数据量较大时,设置值可适当减小或增大。 <4> HttpHead:http head添加需要的字段,不需要添加http head时值为空,默认不添加。 5、 设备命令 本设备构件提供设备命令,用于进行相应的操作,设备命令的格式如下: 设备命令 命令介绍 GetHttpHead 格式1 GetHttpHead(headStr) 用途 获取http head参数 参数 headStr 参数可以为字符型变量、字符串常量 例1 !SetDevice(设备0,6,"GetHttpHead(headStr)") 获取http head数据保存到headStr中 SetHttpHead 格式1 SetHttpHead(headStr) 用途 设置http head参数 参数 headStr 参数可以为字符型变量、字符串常量

【DBO三维路径规划】基于多策略改进的蜣螂算法MSDBO多无人机协同集群避障路径规划(目标函数:最低成本:路径、高度、威胁、转角)研究(Matlab代码实现)

内容概要:本文研究了基于多策略改进的蜣螂优化算法(MSDBO)在多无人机协同集群三维路径规划中的应用,旨在解决复杂三维环境下的避障与最优路径搜索问题。通过构建包含路径长度、飞行高度、威胁规避和转弯角度的综合成本目标函数,利用MSDBO算法对多无人机系统的飞行轨迹进行全局优化,实现在保证安全性与稳定性的前提下达到最低能耗与最优性能的目标。文中详细阐述了算法的多策略改进机制、三维环境建模方法以及多无人机协同避障策略,并通过Matlab仿真平台验证了该方法相较于传统优化算法在收敛速度、路径质量和鲁棒性方面的优越性能。; 适合人群:具备一定优化算法理论基础和无人机控制系统知识的科研人员及研究生,特别适用于从事智能优化算法、多智能体协同控制、路径规划与自主导航等相关领域的研究人员和技术开发者。; 使用场景及目标:①应用于灾害救援、军事侦察、智能巡检等复杂三维场景中多无人机协同任务的路径规划;②为多目标约束下的路径优化、动态避障与能耗平衡问题提供高效的算法支持与仿真验证工具;③推动智能优化算法在无人系统自主决策与协同控制中的实际应用与工程落地。; 阅读建议:建议读者结合提供的Matlab代码深入理解算法的具体实现过程,重点关注目标函数设计、多策略改进机制(如种群初始化、自适应参数调整、局部搜索增强等)及仿真结果分析部分,同时可尝试将该算法迁移至其他智能优化算法框架中进行对比研究,以深化对路径规划问题本质的理解与实践能力的提升。

【CEEMDAN-VMD-GRU】完备集合经验模态分解-变分模态分解-门控循环单元预测研究(Python代码实现)

内容概要:本文提出了一种融合完备集合经验模态分解(CEEMDAN)、变分模态分解(VMD)与门控循环单元(GRU)的复合预测模型,旨在提升对复杂非平稳时间序列的预测精度。首先利用CEEMDAN对原始信号进行自适应分解,有效缓解模态混叠问题,获得一组本征模态函数(IMFs);随后引入VMD对关键模态分量作进一步优化分解,增强特征分离能力,降低噪声干扰;最后将处理后的平滑分量分别输入GRU神经网络进行独立训练与预测,并通过加权集成策略融合各分量输出,得到最终高精度预测结果。该方法结合了多尺度信号分解与深度学习的优势,显著提升了模型在处理强噪声、非线性、非平稳序列(如电力负荷、风速、光伏发电功率等)时的泛化能力和预测稳定性,文中提供了完整的Python代码实现,便于复现与应用。; 适合人群:具备一定Python编程基础和机器学习理论知识,从事科研或工程应用的硕士、博士研究生及科研人员,尤其适用于能源系统预测、智能电网调度、可再生能源管理、信号处理与时间序列分析等相关领域的研究人员和技术开发者。; 使用场景及目标:①解决传统单一预测模型在面对复杂非平稳时间序列时存在的过拟合、收敛慢、精度低等问题;②通过多阶段信号分解降低原始序列的复杂度与不确定性,提升GRU模型的训练效率与预测鲁棒性;③为电力系统负荷预测、新能源出力预报、设备运行状态预警及市场交易策略制定等关键任务提供高精度数据支撑。; 阅读建议:建议读者结合提供的Python代码逐模块理解算法实现流程,重点关注CEEMDAN与VMD的参数配置对信号分解效果的影响,尝试在不同数据集上进行实验对比,并通过可视化手段分析各模态分量的物理意义,进一步掌握模型调优与性能评估的方法。

【暂时完结】Prescan学习笔记

Prescan学习记录1. Prescan基础知识1.1 Conventions·坐标1.2 Road segment·道路片段1.2.1 让一个路段连接其他两个路段1.2.2 配置车道线1.2.3 Road marking·道路标志1.3 Trajectory·轨迹1.3.1 建立一个Path·路径1.3.2 配置Speedprofile1.3.3 Synchronization of Trajectories·轨迹同步1.3.4 Multiple trajectories · 多轨迹分配 1. Pres

dreautumn的博客 1万+

SAP ERP 物料主数据同步外围系统

w_input-beskz = i_marc_new-beskz."采购类型 " BESKZ--- ADD BY HX_FHJ 20210106。w_input-beskz = lw_marc-beskz."采购类型 " BESKZ--- ADD BY HX_FHJ 20210106。w_input-sobsl = i_marc_new-sobsl."特殊采购类型-虚拟物料标识。

ChampaignWolf的专栏 1748

Python驱动COMSOL自动化:从数据生成到DNN代理模型部署全流程解析

本文详细解析了如何利用Python驱动COMSOL实现全流程自动化,从参数化建模、批量仿真数据生成,到训练深度神经网络(DNN)代理模型并部署应用。该方案通过自动化闭环解放工程师生产力,并利用代理模型实现秒级性能预测,极大提升了多物理场仿真优化与设计探索的效率。

weixin_29041767的博客 215

HC-SR04测距不准?STM32F103定时器捕获模式详解与精度提升实战

本文详细解析了HC-SR04超声波测距模块在STM32F103上的精度问题,并提供了定时器输入捕获模式的实战配置方法。通过硬件级时间测量和温度补偿算法,将测距精度提升至±0.1cm,适用于工业级应用场景。文章包含完整的代码实现和测试对比数据,帮助开发者解决超声波测距不准的常见问题。

weixin_30313409的博客 351

通达信K线主图指标公式实战:如何用颜色标记快速识别涨停与炸板信号

本文详细介绍了如何利用通达信K线主图指标公式,通过颜色标记快速识别涨停与炸板等关键信号。通过实战拆解公式源码,手把手教您构建直观的“视觉交易系统”,将复杂的K线形态转化为醒目的颜色信号,帮助投资者高效聚焦机会与风险,提升技术分析效率。

weixin_29302047的博客 1790

STM32驱动电磁阀电路设计:从光耦选型到MOSFET驱动的实战解析

本文深入解析了STM32驱动24V电磁阀的完整电路设计,重点探讨了光耦选型与MOSFET驱动两大核心环节。针对电平转换与电气隔离需求,详细对比了EL357N与TLP2310等光耦在CTR、速度及耐压等关键参数上的差异与应用场景。同时,文章提供了MOSFET关键参数解读、驱动电路优化方案(如推挽驱动)以及完整的PCB布局、电源处理与调试避坑指南,旨在帮助工程师构建稳定可靠的工业控制电路。

weixin_29184371的博客 235

多任务统一框架:基于YOLO26实现检测+分割+姿态估计的一站式落地

工业视觉落地最头疼的就是多任务场景:比如快递智能分拣线,要同时检测快递类别、实例分割快递包装区域、检测快递面单的关键点用来扫码;再比如汽车零部件检测,要同时检测缺陷类别、分割缺陷区域、检测安装孔的关键点。原来的方案是部署三个独立的模型,不仅硬件成本高,多模型的结果同步也麻烦,延迟还高。上个月我给某快递分拣中心做升级,用YOLO26的多任务统一框架,一个模型同时完成检测、实例分割、关键点检测三个任务,硬件成本直接降了一半,端到端延迟从120ms降到45ms,三个任务的精度还都比原来的单任务模型高了1-2%

专注于Python爬虫开发,分享爬虫技巧、项目实战与反爬经验,使用Scrapy、BeautifulSoup等工具,解决数据抓取难题。 829

python中有趣的库 freegames 的详细使用

freegames 是一个包含多个简单 Python 游戏的开源库,适合初学者学习 Python 编程和游戏开发。以下是 freegames 的详细介绍和用法示例。

数据知道的博客 3万+

NTscan扫描工具

ntscan是一个扫描器,可以扫描没有密码和弱密码的共享,先到配置文件中填写猜测的用户名和密码,扫描过程中右侧出现的是扫描日志。

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

IMSL CNL 7.0.0 (x86-64)Crack

IMSL CNL 7.0.0 (x86-64)Crack intel的算法库破解文件,这是C++版本的破解文件

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

上一篇: Matlab实现不等间距数据可视化:自定义colorbar的尖端设计与等距优化
下一篇: MySQL慢查询日志高效清理与轮转策略实战
java5
博客等级 码龄22年 85粉丝 2103原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值