应用为王 服务制胜——政府财务软件工程的“双剑攻略”

随着政府“金财，金审 ，金税”等等工程的逐渐深入和IT技术向现实应用性的不断转变，电子政务已经如火如茶地发展起来，而在政府信息化变革浪潮的背景下，从传统的产品“应用至上”竞争模式到以“服务攻略”为核心，产品与服务并重的新的竞争特色，中国的财务软件的发展亦经历着一场深度的变革。[编者按]     

基于UX8交换芯片的机群互连网络设计

构造机群系统的互连网络要求具有高带宽、低延时、高可靠及容错等特性，而实现这些特性的关键是实现网络连接的交换部件和网络适配器。文章介绍了8端口交换芯片UX8和网络适配器的设计和实现方法，交换芯片采用虫洞路由流量控制方法减少对缓存空间的需求，切入交换机制减小数据包传送延时，同步信号传送方式提高了链路上的信号传送速率，源址路由方式支持任意拓扑结构的网络，FPGA实现表明其单端口单向带宽可达到1．6Gbit／s，延迟时间为240ns。网络适配器内含Intel公司的i960VH处理器作为通信处理机，在以DMA方式工作时，测得点到点数据传送带宽可达506Mbit／s。     

对超重、失重演示实验的改进

对传统的超重、失重演示实验进行了改进,使弹簧秤的指针能静止在超重(或失重)的位置上,从而能准确地读出读数,提高演示效果.     

同步电机定子绕组不对称状态的分析方法——Ⅱ.参数的计算方法

参数计算是分析电机绕组不对称状态的关键问题。用多回路法分析同步电机定子绕组不对称状态时所用的参数,与绕组正常时的参数不同,它包括定子绕组每个支路、转子各阻尼回路和励磁绕组的自感系数和互感系数。定子支路参数可以由单个线圈参数组成。本文在考虑铁心饱和的情况下,研究了参数计算的两种方法,即气隙磁导分析法和磁场数值分析法,并将它们应用于实际电机的计算,验证和比较了两种计算方法。     

PLC和变频器在空压机节能改造中的应用

针对空压机能耗大，噪音大，自动化程度低等缺点，提出利用可编程控制器和变频嚣实现对螺杆式空压机的节能改造方案。实验结果表明，该方案自动化程度高，节能效果明显，具有很大的实用价值。     

上海市黄瓜上市高峰量预报因子的选择和模型的建立

本文通过对上海市黄瓜上市高峰期产量预报因子的选择和模型的建立,摸索出上海市蔬菜上市的规律,对保证城市蔬菜均衡供应具有一定的意义。众所周知,黄瓜产量不仅与品种、栽培措施有关,而且与气象因素有着相当密切的关系.黄瓜生长期中,各种气象因子对其上市高峰量的影响是不同的。以往都是凭经验来确定某气象因子的时段.(所谓时段,是指某一段相隔一定天数的时间).这种方法所得到的结果并非最佳因子;而用这些因子组建的回归方程就带有极大的主观性,影响预测的结果.因此,为避免不     

团聚纳米SiO_2在苯乙烯乳液聚合过程中的再分散过程及机理

用二氧化硅 (SiO2 )存在下的乳液聚合法制备了聚苯乙烯 (PSt) 纳米SiO2 复合材料 ,研究了苯乙烯(St)乳液聚合过程中团聚纳米SiO2 的解离与再分散过程及分散的机理 .发现商品纳米SiO2 粒子以团聚体形式存在 ,团聚体大小远超出纳米级范围 .随聚合时间的延长 ,St的转化率逐渐增加 ,而PSt SiO2 复合微胶囊的粒径逐渐减小 ,反应 12 0min后 ,转化率和复合微胶囊粒子的粒径趋于稳定 .透射电镜 (TEM)也显示PSt SiO2 复合微胶囊粒子具有海岛结构 ,而SiO2 粒子的粒径在纳米范围内 ,表明在乳液聚合过程中SiO2 团聚体被逐渐解离 ,并重新分散到纳米尺度 .红外光谱研究发现 ,在乳液聚合过程中 ,除生成PSt均聚物外 ,还在纳米SiO2 表面生成了PSt接枝共聚物 ,改善了无机纳米粒子与聚合物之间的界面相容性 .聚合过程中的反应热和剪切搅拌是团聚体被解离和重新分散的主要原因 ,而生成的聚合物起到隔离作用     

PerkinElmer、Agilent年终纷纷展开收购

不久前，PerkinElmer宣布计划收购Euroscreen Products SA，另外Agilent Technologies从GE Healthcare的分析仪器部购买了化学发光产品线（chemiluminescence product line），计划扩展相关产品市场。     

全球比拼微量元素分析，中国独占鳌头

2006年，在第20次国际分析地球化学实验室测试水平检验（GeoPT）中，全球72个实验室提交了微量元素分析结果。中国地质大学地质过程与矿产资源国家重点实验室取得可喜成绩，该实验室ICP—MS微量元素测试结果合格率名列第一。     

基于视觉注意力模型的电表铭牌识别研究

为实现电力设备铭牌中文字信息的自动识别,提升设备管理的效率,提出一种面向场景文字（scene text）的文本内容识别方法。该方法依赖于从卷积特征中训练得到的基于长短时记忆网络（long short-term memory,LSTM）的视觉注意力模型。一组特征向量由与图像不同区域对应的卷积层提取,从而将图像空间信息编码到特征中。通过这一方式,模型可以选择关注图像的不同部分,并结合卷积特征与注意力权重识别文字。进一步地 ,引入语言模型并修改集束搜索（beam search）策略可以显著改善识别效果。在真实数据集上的结果验证了该方法的有效性。