NMR波谱仪集中优化管理模式

论述了核磁中心采用的相对集中管理模式.集中管理模式主要体现在上样辅助、中央供气、数据集中上传与下载3个方面.另外,还提出了未来可以从集中供高纯N2和LN22个方面进一步改善中心的集中管理模式,从而能够更好的优化测试效率和工作环境.     

大数据时代下的传播学

大数据时代下,数据爆炸、信息泛滥,相关性搜集变成主要搜集方式,受众获取信息更为轻松,但信息的准确性和真实性更加难以辨析。互联网为信息传播提供技术支持,但也增加了信息传播的管理难度。如何在大数据时代的洪流中掌握传播的话语权,成为迫切需要解决的问题。     

卷积神经网络在装备磨损颗粒识别中的研究综述

铁谱法是用于装备故障诊断的1种重要方法,其中铁谱法的重点是铁谱图像的分析,即磨损磨粒分析. 卷积神经网络是当下最流行的深度学习算法之一,其广泛应用于图像识别领域,使得图像识别领域得到突破. 随着卷积神经网络的快速发展,磨损颗粒在智能识别方面的技术取得了重大的突破. 本文中首先简述了卷积神经网络与磨粒智能识别的发展历史,针对基于卷积神经网络的磨粒识别方法进行了从图像数据集处理到模型优化技术方面的介绍,并详细说明了这些技术在磨粒识别中的具体应用实例. 然后从现有网络和自设计网络两方面分类,整理了近年来卷积神经网络应用于磨粒智能识别的代表性文献,综述了这些工作所提出的模型结构和特点,分析并阐述了各个模型主要的识别原理,各个网络结构存在的优缺点,以及它们的数据采用情况等,并对未来磨粒智能识别的主要研究方向进行了展望. 最后肯定了卷积神经网络方法在磨粒智能识别方面的重要性,同时指出了基于此方法的磨粒识别模型的缺点,并提出了应紧跟图像识别领域的最新技术以促进磨粒智能识别水平提高等建议,对磨粒智能识别的发展具有一定的意义.      

基于嵌入式Linux的TFT LCD IP及驱动的设计

系统总体设计方案 本系统的总体设计框图如图1所示.Nios Ⅱ处理器在SDRAM中开辟帧缓冲(Frame buffer),可以是单缓冲也可以是双缓冲.     

数据链2.0:探索网信体系下的数据增值与应用

文中提炼出从数据到决策的战争过程,分析了网信体系下如何建立数据优势及其过程中的关键问题,基于数据链已有实践给出解决这些关键问题的初步建议.进一步分析了网信体系与其潜在典型应用—数据链2.0之间的共性技术需求,并对需要重点关注的关键技术问题进行总结.     

基于CS8900A的RS232与RJ45接口转换器的设计

随着网络的发展,以单片机为中心的数据采集、检测控制等系统接入网络共享信息已成为一种趋势,但由于单片机系统的RS232串口与RJ45网络接口不兼容使得单片机系统接入网络存在困难,本文提出了基于CS8900A的一种单片机RS232串口与RJ45以太网接口转换器的设计方案,转换器总体结构由控制单元、网络接口单元、电源单元组成,还设计了每个单元的硬件电路,并给出了程序流程以及转换器的工作过程.     

美军大数据建设及其安全研究

随着大数据技术的不断发展,以及其军事应用优势的日益显现,以大数据为关键基础,智能决策、智能行动赋能全新作战样式、指挥模式和战争形态的时代即将到来。基于此,研究了美军出台的一系列军事大数据发展战略,分析了美军大力推动大数据建设的主要需求,梳理了美军加速推动大数据建设的主要途径和实施方法,阐述了美军军事大数据的安全体系及关键技术,总结了美军大数据的发展趋势,最后提出了大数据发展的建议。     

基于大数据分析的价值规划方法探讨

为满足5G时代精准建设需求,本文探索了大数据规划体系的目标及构建,提出基于大数据分析将移动网业务收入精准划分到基站小区级、扇区级方法,通过对基站扇区进行大数据价值赋值,结合网络覆盖质量等感知数据进行联合评估,对网络进行精准规划,以指导网络建设.     

基于混频DSGE模型的石油价格波动及石油消费偏好动态效应研究

本文将石油作为生产原料和消费品分别引入生产和消费过程,构建了包含石油的动态随机一般均衡模型,并基于混频数据对模型参数进行贝叶斯估计,进而考察石油价格冲击和石油消费偏好冲击对中国宏观经济的影响机制。理论分析表明,石油价格上涨推动生产边际成本上升,短期内会引发成本推动型通货膨胀,中期内会导致产出下降,对中国宏观经济具有负向影响。为增强中国宏观经济抵御国际原油市场风险的能力,应当不断增强生产要素间的替代弹性,降低中国经济对石油的依赖度。此外,正向的家庭石油消费需求冲击,不仅对家庭的消费、投资决策产生影响,还通过扩大总需求拉动经济增长。考虑到现阶段石油消费偏好冲击对经济增长仍存在积极效应,在推进中国经济绿色发展的进程中,应妥善处理能源、环境与经济三者间关系。     

基于分布式大数据的Expectile回归分析

为应对分布式大数据对传统统计建模分析带来的巨大挑战,考虑Expec tile回归模型以实现基于分布式大数据的有效数据处理和统计推断.其新颖之处在于对分布式存储于每台机器中的数据,分别应用Expectile回归,再通过平均方法聚合这些回归结果并进行综合推断.在算法上,考虑在处理大数据计算中热门的交替方向乘子算法(ADMM)基础上,提出了分块ADMM算法,该迭代算法易于并行计算,结果稳健,而且可以显著减少存储大数据所需的容量.不仅基于分布式大数据的Expectile回归模型的参数估计具有良好的有效性和渐近性质,而且数值模拟和实证分析也都验证了该方法在处理分布式大数据时的有效性.