简介：管理部门对建设项目传统的管理方式存在着信息资料传递时效性差和管理手段落后,数据处理量大、不能避免错误等方方面面的问题.为实现管理部门对建设项目动态变化的全面控制,适应其快速反应、科学决策等要求,提出了建设项目管理信息系统.项目管理信息系统的开发应用将大大提高管理部门对建设项目管理的效率和水平,降低管理成本,取得较好的经济效益和社会效益.

简介：在视频编码中,DCT系数分布模型是率失真理论模型的基础,视频量化一般可分别为硬判决量化（HDQ）以及软判决量化（SDQ）,SDQ算法能实现最优编码性能,但其中维特比算法会导致严重的系数间串行处理依赖.比较而言,基于死区（deadzone）的HDQ算法率失真性能略有损失,但是不考虑系数间的相关性.提出了一种基于分段逼近TCM模型（TransparentCompositeModel）的自适应硬判决量化算法,采用更精确的DCT分布估计模型,估算不同频率分量DCT系数的分布参数.根据模型参数及DCT系数分布参数,优化构造自适应的死区偏移量模型.实验表明,相对于固定偏移量HDQ算法,其编码性能非常接近于SDQ算法.

简介：针对深度信念网络无法科学有效地确定网络模型深度和隐层神经元数目等问题，根据贪心算法思想，提出了一种动态构建深度信念网络模型的新方法.即从底层逐层构建深度信念网络的过程中，根据验证集错误分类率调整当前层神经元数目，使当前模型达到最优后，固定当前层神经数目，网络深度增加一层；继续调整下一层神经元数目，直至整个模型构建完成.最后，根据重构误差微调各层神经元数目.结果表明，与依据重构误差构建的深度信念模型相比，利用此方法构建的深度信念网络模型的分类准确率更高.

简介：LDA主题模型是文本挖掘领域的重要算法，同时在推荐系统当中也有不错的表现.通过LDA主题模型挖掘用户感兴趣的主题，是目前最常用的用户兴趣主题挖掘方法之一.为了提高LDA主题模型应用在推荐系统时的推荐质量，我们提出了一种基于负样本进行学习的方法negLDA.通过创造出负样本来学习用户对物品的负面预测评分，同时结合正样本学习得到的正面预测评分，从正反两个方面进行综合评测，从而更加精确地衡量出用户对物品的预测评分.通过在MoviesLens-100k、MovieLens-1M、FilmTrust这三个数据集上的实验，表明所提出的算法在精确率、召回率、AUC三个指标上相比传统算法均有一定改进.

简介：本文简要介绍最近研制的普及型数字减影血管造影系统,该系统用普通微机及数字图象存储处理器实现数字减影血管造影。文中对系统的硬件组成,双帧造影图象存储处理器及其电路逻辑框图作了论述,同时对系统的软件结构与功能做简要的介绍。

简介：马尔科夫预测模型具有＂无后效性＂,即预测未来的销售情况只与当前的销售数据有关,而与过去的销售数据无关.事实上,过去不同的时间点对当前的销售结果会有不同程度的影响.而指数平滑法恰好弥补了马尔科夫预测模型的缺点,它认为最近的过去销售数据,在某种程度上会持续到未来.因此本文利用二次指数平滑系数法优化马尔科夫预测模型,并以某品牌电动车的销售情况为例进行验证,发现优化后预测模型的绝对误差均小于马尔科夫模型的预测结果.由此得出结论,基于二次指数平滑法优化的马尔科夫预测模型具有可行性.

简介：针对因影响因素众多而难以预测的隧道沉降问题,使用粒子群算法（PSO）优化支持向量回归模型（SVR）并结合灰色理论中的等维新息,提出了混合模型对隧道沉降时间序列数据进行预测研究.与ELM极限学习机预测模型及PSO-BP神经网络预测模型进行了对比实验.发现等维新息SVR模型在预测精度上要优于其它两个模型,于是得出该模型可以有效地应用于隧道沉降时间序列的预测研究.

简介：在FPGA进行硬件加速的基础上,采用10位的高速A/D转换器设计并实现了采样率5Gsps(Gigabitsamplespersecond)、带宽2GHz的宽带数字接收机的硬件实物原型.在所设计的硬件平台上,完成了FPGA硬件加速的FFT算法实现和超分辨率的信号检测算法实现,进而提高了接收机在接收多个信号时的瞬时动态范围(IDR).该设计较之前代在集成度、功耗、体积和动态性能等方面均有显著提升.经实验验证,在高达2GHz的频率范围内,接收机同时接收两个信号时,通过硬件加速的4096点FFT计算,其瞬时动态范围最大可达52dB.

简介：设计了一种数字温度计,由单片机STC89C52、温度传感器DS18B20、四位一体共阳极数码管、按键、报警模块、升（降）温模块及电源模块组成.提出了由单片机与温度传感器组成的硬件设计方案,软件系统包括主函数、LED驱动子程序、温度设置子程序、报警处理子程序以及DS18B20温度采集子程序等部分.利用恒温槽和二等标准铂电阻温度计对数字温度计做了静态校准.最后评定了温度示值校准结果的不确定度.

简介：

简介：在压缩感知、矩阵恢复等研究领域,弹性正则化方法引起了广泛的关注.由于该方法可以避免数据建模时（特别是解决复杂问题时）解出现大的波动,从而被视为解决相关问题的优秀方法之一.针对以上情况,提出基于Schattenp-norm最小化的矩阵恢复的弹性正则化模型,旨在加强解决复杂问题时的解的稳定性并改进矩阵恢复研究领域中基于核范数最小化逼近秩函数这一传统方法的缺陷.同时,为了解决提出的非凸模型,采用交替迭代算法和MM算法求解所提出的模型.实验结果表明,所提出的算法能够有效地恢复测量值较少的矩阵.

简介：传统的深度信念网络模型缺乏并行有效的算法来确定网络层数以及隐藏层神经元的数目,实验时大多依据经验来选取,这样做不仅使得模型训练困难,且范化能力差,影响实验结果.针对此问题,通过比较重构误差和验证集错误分类率的乘积（加权误差）大小来选取网络层数,网络层数确定后,再根据重构误差使用渐增法或二分法来选择合适的隐层神经元数目,以使整个模型达到最优.实验结果表明,用上述方法确定模型网络层数及隐藏层神经元数目,能有效提高模型分类或预测的精度.

简介：Inductivelycoupledplasmaatomicemissionspectroscopy(ICP-AES),pioneeredbyVAFasselandSGreenfieldwiththeinspirationfromReed,isoneofthemostexcitingdevelopmentsinanalyticalinstrumentationsince1960’s.Itcandetermineabout70elementsontheperiodictablewithbetterprecisionandequalorbettersensitivitythanthatobtainedwithflameatomicabsorptionspectrometry(FAAS).Inaddition,certain"difficult"elementsforFAAS,suchasAl,B,C,P,SandTi,etc.,canbeeasilydeterminedbyICP.TheICPisnotonlyaveryusefulexcitatiomsourceforAES,butalsoaveryusefulsourceforatomizationinatomicfluorescencespectrometry(AFS)andforionizationinatomicmassspectrometry(MS).Thislecturedeals

简介：化感作用在外来植物入侵的过程中起着重要作用,是入侵植物与本地植物竞争的新式武器.本研究以入侵植物刺苋为研究对象,探究了刺苋水浸提液及刺苋潜在化感物质水溶对水稻种子萌发、幼苗生长和幼苗抗氧化系统的影响.结果表明,刺苋水浸提液对水稻种子萌发有显著抑制作用,潜在化感物质对水稻幼苗根的生长有明显抑制作用,其中,齐墩果酸和β-谷甾醇可能在造成水稻幼苗氧化胁迫过程中起着积极作用.

简介：本文研究了溴化十六烷基吡啶（CPB）的存在使二甲酚橙（XO）作配位滴定指示剂的性能得到改善的情况。发现CPB的加入可以使XO的最大吸收波长入max兰移约5nm,使Pb2—XO和Zn2+—XO配合物的最大吸收波长入max红移约4nm,增大了滴定终点变色的对比度（使△入增大约9nm）,终点锐度增大滴定误差减少。同时还发现,CPB的存在可以使XO的应用pH范围从pH≤6扩大到pH≤9.8。因而确认CPB-XO是优于XO的配位滴定指示剂。试验表明加入CPB的适宜浓度为0.007～0.008%,即每100mL溶液中,加0.1％CPB7～8mL.

简介：本文提出了一种以十六烷基三甲基溴化铵（CTMAB）为增敏剂的测定痕量抗坏血酸的光度分析方法。吸收波长为664nm，抗坏血酸用量在0—10μg／mL范围内符合朗伯一比尔定律，线性方程为△A=2．006C＋0．0082，检出限量为4．2×10^-9g／25mL。本法有灵敏度高，抗干扰能力强，操作简便等优点，用于Vc药片中抗坏血酸测定，获得满意结果。