简单闭环路网交通流定常解

基于在分岔路口满足用户均衡原理的假定,研究了由三条路段和两个交叉路口组成的简单闭环路网的交通流定常解问题,发现定常解参数及其性态依赖于路网上的车流总数:当车流总数不大于第一个临界值,或不小于第二个临界值时,定常解在每一条路段上均为密度取常数的平凡解;否则,在瓶颈路口（上游最大流量大于下游最大流量的路口）的上游路段将产生激波间断,呈排队等候现象.对分岔路口和交汇路口为瓶颈的情况,分别给出了完整的解析结果     

聚焦行业热点 协同创新发展 第七届慕尼黑上海分析生化展胜利闭幕

第七届慕尼黑上海分析生化展(analytica China)暨中国国际分析、生化技术、诊断和实验室技术博览会于2014年9月26日在上海新国际博览中心胜利闭幕。本次展会的专业观众数量再次刷新纪录,接待了来自62个国家和地区的18,775名专业观众。与此同时,展会的展示面积达30,000平米,云集了695家来自29个国家和地区的参展企业,较上届展会增长20%。展会同期举办的analytica China国际研讨会聚焦多个行业热点话题,吸引了2,360名来自不同行业领域的专业用户前来参会。     

用户接口电路馈电特性的优化设计

本文应用田口方法解决了某大型企业多年来在用户接口电路馈电特性的难题 ,减少了损失 ,这是田口方法在实际运用中的又一成功案例     

社交网络用户浏览轨迹信息隐私保护方法仿真

随着网络应用的广泛普及,QQ、微信、YY语音、陌陌等社交软件走进千家万户,但社交网络用户浏览轨迹信息隐私保护问题也随之而来。由于社交网络平台安全机制存在漏洞,抵御网络攻击性能不强,使社交网络用户信息纷纷泄露。针对问题根源,提出ACP用户隐私信息防护系统,建立社交网络用户真空登陆模块(VM)、通讯信息密码文模块(RDT)及信息储存保护墙模块(LDM)一体化ACP用户隐私信息防护系统,从根源保护社交网络用户浏览轨迹信息的隐私安全。通过数据模拟仿真实验证明提出的ACP用户隐私信息防护系统,对社交网络用户浏览轨迹信息隐私保护具有可用性与有效性。     

仪器信息网“网络讲堂”栏目全新上线

仪器信息网"网络讲堂"栏目全新改版升级后与广大用户见面,用户可通过网络参加在线会议,与讲座专家进行"面对面"的提问和交流。此次升级改版将更加方便用户查看直播会议安排及各类仪器视频,满足仪器信息网用户对学习仪器知识的需求,解决工作中的问题。     

仪器信息网＂耗材配件＂栏目介绍

仪器信息网＂耗材配件＂是专注于仪器耗材和配件展示的栏目,自2004年上线以来,受到广大用户和厂商的极大关注.该栏目汇聚了安捷伦科技、岛津、迪马科技、上海安谱、博纳艾杰尔等国内外600多家知名厂家的近20万条产品信息.＂耗材配件＂栏目同时提供了最新的产品促销信息,     

面向MOOC平台的课程推荐研究综述

随着互联网技术和在线教育的飞速发展, 目前我国已出现大量线上教育平台, 但这些在线教育平台相互间信息不能共享, 导致课程信息冗余过载, 用户选择困难. 本文综述了近年来课程推荐方面的研究进展, 首先介绍了课程推荐中的相关概念并给出了系统框架; 然后围绕课程建模、用户建模、核心算法3个方面进行探讨, 重点综述了5类算法: 内容推荐、协同过滤、混合推荐、深度学习推荐和多模态融合推荐, 并分析了数据集、实验方法和评价指标; 最后对个性化课程推荐技术进行了总结和展望.     

《分析测试学报》“30周年庆”系列活动之VIP招募

今年是《分析测试学报》创刊30周年,为答谢广大读者朋友的支持与厚爱,本学报特举行"《分析测试学报》VIP招募活动"。即日起至2012年12月31日,凡成功登录本学报网站并留下有效邮箱者,即可成为本学报VIP读者,享受本学报免费赠阅的电子期刊(PDF版)。读者可登录本刊主页http://fxcsxb.com/,在"用户     

仪器信息网“资讯中心”改版上线

始终密切关注分析测试及仪器行业动态、发展的仪器信息网“新闻”栏目（http：／／www．instrument．com．cn／news／）,从开办之初就受到各方好评。而栏目的健康发展,更离不开广大用户的热心支持。为了将最新的行业发展动态及时传递给用户,使本栏目达到更好的信息资源共享效果,仪器信息网近期对“新闻”栏目进行了全面改版升级,推出了“资汛中心”栏目。     

移动计算环境下远程用户体验数据挖掘方法研究

在移动计算环境下,通过对远程用户的体验数据优化挖掘,满足远程用户的个性化需求,提高对远程用户QoS服务质量。传统的数据挖掘方法采用显著特征关联信息提取算法,当远程用户体验数据之间的差异性特征不明显时,挖掘的准确性不好。提出一种基于关联用户自适应链路跟踪补偿的移动计算环境下远程用户体验数据挖掘模型,进行远程用户体验数据挖掘模型的总体设计和数据结构特征分析,对采集的远程用户体验数据进行非线性时间序列分解,对数据序列通过自相关特征匹配和特征压缩实现挖掘数据的指向性信息优化提取,采用关联用户自适应链路跟踪补偿方法实现对数据挖掘误差的控制和补偿,提高了数据挖掘的准确性和有效性。仿真结果表明,采用该挖掘方法进行移动计算环境下远程用户体验数据挖掘的准确度高,实时性较好,满足了移动远程用户的个性化需求,提高了对用户服务的针对性。