争夺三核

3月27日AMD（www.amd.com.cn）公司在全球范围内正式推出三核羿龙处理器之后,4月8日,AMD公司联手联想（www.lenovo.com.cn）集团,在国内首发基于AMD三核羿龙处理器8400的台式机,AMD这次发布将引领产业快速进入三核时代,拥有了双核、三核与四核三条完整的产品线,在多线程和多任务应用中巩固了地位。     

可重构三值光学处理器的原理、基本结构和实现

文中论述了三值光学处理器的重构原理、重构结构和重构操作,给出了三值光学运算器和运算基元的典型结构、分类、命名、重构电路、重构指令和重构例程.文中还对三值光学计算机的高速度性能和低功耗性能作了简单分析.最后描述了一位运算基元的重构实验,实验结果表明本文论述的可重构三值光学处理器原理正确,重构器件和重构指令有效.     

三值光计算机远程交互系统设计与实现

三值光计算机远程交互系统完成了传送数据的结构设计,面向用户的客户端程序和面向三值光计算机的服务器端程序.系统充分利用了客户端的资源,极大地降低了服务器的负担,同时使得三值光计算机强大的并行能力为多用户所共享.不但设计了三值光计算机远程交互系统的数据流程,而且介绍了远程交互系统的实现方法、软件流程及核心程序段.测试结果表明,该远程交互系统稳定可靠,目前已在三值光计算机实验系统中使用.     

基于三层架构的．NET数据库业务系统开发

计算机技术的发展推动了软件系统设计的发展,实践证明分层设计是提高软件系统可用性和可维护性的主要途径.阐述三层架构的概念,并将三层架构的思想引入到.NET数据库业务系统的开发中:通过对表示层、业务过程层、数据层三层的功能划分实现了 Microsoft .NET 应用程序中数据访问与表示的最佳方式.最终通过一个示例的实现详细描述了基于三层架构的.NET数据库业务系统的开发过程,并对分布式应用程序中层间数据传递的实现方式进行了探讨.     

三种主流码分多址标准的分析比较

随着3G技术的普及,3G网络已经渐渐成为生活中不可或缺的一部分.本文首先简要的介绍了三种典型的无线网络标准TD-SCDMA、WCDMA和CDMA2000.然后详细分析了这三种主流技术标准的技术特点.最后突出分析了TD-SCDMA的技术优势.     

信息文化视野下的信息技术课程价值及其实现

文化具有三个阶层,分别是物质的,社会的,精神的.信息文化的三个阶层分别是物质形态的、社会规范的、精神观念的.在信息文化视野下的信息技术课程价值也具有三个层面,分别是工具价值、社会价值与生命价值.在信息技术课程具体价值内涵的基础上,对应这三个层次,本文阐述了信息技术课程价值是如何得以实现的.     

基于.net的三层构架在网络实训学习平台的应用与探讨

网络实训学习平台采用Asp.net三层构架的Web应用系统开发,充分利用了Asp.net三层构架的层的独立性和数据封装性,为系统开发提供了代码重用性好、系统安全性能优、有效发挥团队开发的良好开发平台。该文结合实例阐述了使用Asp.net三层构架开发网络实训学习平台的方法。     

第三方库依赖冲突问题研究综述

软件开发过程中, 开发人员通过大量使用第三方库来实现代码复用. 不同第三方库之间存在依赖关系, 第三方库间的不兼容会导致第三方库的安装、加载、调用时出现错误, 进而导致系统异常, 这类问题称之为第三方库依赖冲突问题. 依赖冲突的根本原因是加载的第三方库无法覆盖软件引用的必需特性(例如: 方法). 依赖冲突问题会在第三方库的下载安装, 项目编译和运行时中出现, 且定位困难. 依赖冲突问题的修复要求开发人员对使用的第三方库版本间差别具有准确的理解, 并且第三方库之间复杂的依赖关系增加了修复难度. 为了能够在软件运行前, 发现软件中存在的依赖冲突, 并且能够响应和处理运行过程中由依赖冲突引发的系统异常, 国内外学者展开了各种针对依赖冲突问题的研究. 从依赖冲突问题的4个方面, 对当前已有研究工作进行了梳理, 包括: 第三方库的使用实证分析、依赖冲突原因分析、依赖冲突检测方法以及依赖冲突常用修复方式. 最后对该领域未来值得关注的研究问题进行了展望.     

三分之二模拟拓扑

三分之二模拟为验证系统的实现满足其规范提供了抽象描述.为了刻画系统的实现逐渐接近于规范,该文利用网极限的观点,以三分之二模拟为基础,建立系统实现的收敛机制,说明系统规范是其实现的极限形式.首先提出三分之二极限模拟和三分之二模拟极限的定义,建立三分之二模拟的极限理论.其次,建立三分之二极限模拟的拓扑结构,包括子网闭包、尾闭包、自然延拓和复合,证明三分之二模拟极限构成一个收敛类,并诱导一个拓扑,给出三分之二模拟极限的拓扑理论.最后,证明三分之二模拟极限在各种复合算子下的拟同余性(pre-congruence),进而说明各种复合算子关于三分之二模拟极限的连续性.     

第三方支付系统中设计模式的应用研究

目的 浅析编程设计模式在第三方支付系统中的应用,并对如何确保第三方支付系统安全、高效、可靠、可扩展做了分析和研究.方法 基于实际编程经验,通过对现有小型电商系统业务以及支付业务的分析,应用单例设计模式和工厂方法设计模式,开发设计中小型电商平台中第三方支付系统.结论 设计了一款基于小型电商平台中第三方支付系统,对设计中应用到的编程技术进行了分析和选型,并实际开发实现,本第三方支付系统具有明显优势.     

大规模工业过程的稳态递阶控制综述

连续运行的大规模工业过程或加工过程,其递阶控制理论有三个发展阶段:静态多级优化、稳态递阶优化、系统优化及参数估计的综合方法等。本文评述了这三方面的主要成就并对今后的重要研究方向提出了展望。     

非线性大系统的跟踪具有不同幅值轨线的分散型迭代学习控制器

在大型工业过程递阶稳态优化中, 可行的方法是利用系统的实际信息以修正基于模型的最优解. 在这种情形下, 得出一幅值不等的阶跃型控制值序列, 而且该控制值序列依次激励实际系统. 本文将一组迭代学习控制器分散地嵌入到一类非线性工业过程的递阶稳态优化进程中, 每一子系统的迭代学习控制器将产生一强化的控制信号序列以替代相应的具有不同幅值的阶跃型控制值序列, 目的是不断改进系统的暂态品质. 通过卷积的 Hausdorff-Young 不等式, 本文分析了学习控制律在 Lebesgue-P 范数意义下的收敛性, 讨论了系统的非线性性和关联性对控制律收敛性的影响. 最后, 数字仿真验证了所研究的学习控制机理的正确性和有效性.     

Iterative learning controllers for discrete-time large-scale systems to track trajectories with distinct magnitudes

In the procedure of steady-state hierarchical optimization for large-scale industrial processes, it is often necessary that the control system responds to a sequence of step function-type control decisions with distinct magnitudes. In this paper a set of iterative learning controllers are de-centrally embedded into the procedure of the steady-state optimization. This generates upgraded sequential control signals and thus improves the transient performance of the discrete-time large-scale systems. The convergence of the updating law is derived while the intervention from the distinction of the scales is analysed. Further, an optimal iterative learning control scheme is also deduced by means of a functional derivation. The effectiveness of the proposed scheme and the optimal rule is verified by simulation.     

基于神经网络的工业大系统辨识及稳态递阶优化方法

为了对工业大系统进行稳态递阶优化,必须首先获得系统的稳态模型.从神经网络的分 析人手,给出了工业大系统稳态模型的动态辨识方法及基于神经网络模型的推导方法.为了 提高算法的收敛速度,引入Lagrange函数解决大系统优化问题中的各种约束,并用Hopfield 网络实现了大系统稳态递阶优化的网络算法,最后给出了某一大系统辨识及优化的仿真结果.     

基于工序指标耦合关系分解的选冶全流程分层优化方法

针对某选冶全流程分层优化中工序指标众多且各工序指标之间存在一定耦合关系的问题,提出一种基于工序指标耦合关系分解的全流程分层优化方法.该方法是在全流程分层优化的基础上,利用两个指标实现对工序指标的分解,进而将工序层优化问题转换为相应的子优化问题.这种方法能够简化原始的工序层优化问题,提高选冶全流程分层优化问题的求解效率,且具有较高的全局收敛性.仿真结果表明,相比于常规全流程优化方法以及单纯的全流程分层优化方法,所提出的优化方法具有较好的性能.     

Filter-based iterative learning control for linear large-scale industrial processes

In the procedure of the steady-state hierarchical optimization with feedback for large-scale industrial processes, a sequence of set-point changes with different magnitudes is carried out on the optimization layer. To improve the dynamic performance of transient response driven by the set-point changes, a filter-based iterative leaning control strategy is proposed. In the proposed updating law, a local-symmetric-integral operator is adopted for eliminating the measurement noise of output information, a set of desired trajectories are specified according to the set-point changes sequence, the current control input is iteratively achieved by utilizing smoothed output error to modify its control input at previous iteration, to which the amplified coefficients related to the different magnitudes of set-point changes are introduced. The convergence of the algorithm is conducted by incorporating frequency-domain technique into time-domain analysis. Numerical simulation demonstrates the effectiveness of the proposed strategy.     

Optimal design of a three tape-spring hinge deployable space structure using an experimentally validated physics-based model

An optimal design approach is developed for a self-driven, self-locking tape-spring under a pure bending load in deployable space structures. A novel hinge with three tape springs is investigated and designed via an optimization process. Firstly, we investigate the steady-state moment and maximum stress of the hinge during deploying and folding processes using physics-based simulations. Experimental analyses are then conducted to verify the physics-based simulation results. Secondly, a parametric analysis is carried out to prove that both the tape spring thickness and subtended angle have significant effect on steady-state moment. A Response Surface Methodology (RSM) is employed to define an optimal surrogate model aimed at maximizing the steady-state moment, subjected to allowable stress. Finally, the Large Scale Generalized Reduced Gradient (LSGRG) optimization algorithm is used to solve the optimal design problem. Optimization results show that steady-state moment is increased by 19.5% while satisfying a maximum stress constraint. The proposed method is promising for designing novel deployable structures with high stability and reliability.     

双层结构预测控制研究进展

现代工业大系统的优化控制采用递阶结构,其中以预测控制为代表的先进过程控制已经成为重要的一级.目前,主流的工业预测控制技术均采用双层结构,即包含稳态优化层和动态控制层.双层结构预测控制技术可以有效解决复杂工业过程常见的多目标优化、多变量控制的难点问题.本文简要总结了双层结构预测控制的算法,并从控制输入与被控输出稳态关系入手分析了多变量预测控制稳态解的相容性和唯一性,说明了稳态优化的重要性.针对双层结构预测控制与区间预测控制的性能比较、稳态模型的奇异性以及闭环系统动态特性等提出了一些见解,并指出了需要重点研究的主题.     

Optical character recognition errors and their effects on natural language processing

Errors are unavoidable in advanced computer vision applications such as optical character recognition, and the noise induced by these errors presents a serious challenge to downstream processes that attempt to make use of such data. In this paper, we apply a new paradigm we have proposed for measuring the impact of recognition errors on the stages of a standard text analysis pipeline: sentence boundary detection, tokenization, and part-of-speech tagging. Our methodology formulates error classification as an optimization problem solvable using a hierarchical dynamic programming approach. Errors and their cascading effects are isolated and analyzed as they travel through the pipeline. We present experimental results based on a large collection of scanned pages to study the varying impact depending on the nature of the error and the character(s) involved. This dataset has also been made available online to encourage future investigations.     

Adaptive on-line steady-state optimization of slow dynamic processes

A software package OLIOPT was developed for the on-line optimization of the steady-state behaviour of slow dynamic processes in a relatively short time period. In the starting phase, the independently variable inputs are changed according to a special test signal. A nonlinear dynamic process model is identified on-line. Based on the static part of the model and the known inputs, the gradients of the performance index are calculated. An optimization algorithm changes the inputs towards their optimal values. On-line identification of the nonlinear model continues and the prediction of the optimum improves. In the last phase, the inputs take their optimal values and the process follows, feedforward controlled, to its optimal steady-state. The method is suited for industrial processes with one or more variable inputs, where a small gain in efficiency turns out to give a relatively large financial return. Results are shown for the on-line optimization of a thermal pilot process.