“B3”全面上市 两款采用B3步进芯片的6系列主板新品

采用B3步进芯片的6系列主板已经上市一段时间了,本次所测试的2款主板就是采用783步进6系列芯片,修ZTSATA 3Gb／s控制器的问题。它们分别为P67和H67芯片组产品．接下来．就让我们共同体验—下它们的表现。     

平价无好货？ 昂达H61U魔固版主板

许多用户可能会好奇：H61作为Sandy Bridge入门平台．各厂商在产品做工上是否会偷工减料？接口上是否会寥寥无几？功能上是否会太过鸡肋？的确．为保持价格优势．在许多入门级产品上．“缺斤少两”现象时有发生。     

驰“马”试“剑” 两款高性价比Z68主板新品

提到Z68．不少DIYer想到的关键词都是超频。旗舰……这无形间为Z68产品打下了“K系专属”、“玩家专属“的烙印。其实．对于大部分普通用户来说．最该关注的应是Z68带来的“英特尔智能响应技术”和“Virtu显卡切换技术”。     

内功高手 耕昇GTX550Ti关羽版显卡

三国时期,蜀国五虎将以关羽为首;耕界GeForceGTX550Ti系列显卡中．则属关羽版产品性能最强。它究竟有怎样的过人之处？     

覆盖率导向的WTB控制器功能验证方法

随着单芯片集成度的迅速提高,硬件验证在系统设计中占有越来越重要的地位.仅由设计者完成的模块级验证已经不能够保障流片成功率,需要在验证方法学指导下采用多种先进有效的验证技术和工具,帮助设计者尽可能早地发现和修改设计缺陷.本文详细介绍了在验证方法学VMM指导下,基于IEC61375-1标准的规定,设计分层次的验证环境,对绞线式列车总线控制器进行RTL和参考模型联合仿真的功能验证技术.通过可重用VMM库和随机化函数及基于断言的验证方法,编写高效、可重用的验证平台,以提高验证效率和覆盖率.实验表明,采用覆盖率导向的验证方法可有效地减少验证工作量和验证时间,提高验证质量.     

基于RIA技术的在线试衣间系统的设计

目前,大多数服装网上商店只提供服装照片供消费者参考,由于缺乏一个直观的试衣效果,使得较多的顾客对购买的商品不满意,从而导致退换纠纷。针对这一现状,文中基于RIA技术,利用HexBuilder工具和Action Script语言,设计开发了一个基于B／S架构的在线试衣间原型系统。该系统主要完成了在线试衣、人物更换、分享展示和购物车等模块。在线试衣问系统能够增强用户体验,使得消费者对衣服有了更直观具体的了解,从而能极大改善网上购衣的现状,具有较高的实用价值。     

一种从饱和正弦信号中恢复原信号幅值与相位的方法

本文面向电磁耦合传感系统,提出一种从饱和正弦信号中估计原信号幅值与相位的方法。该方法利用正弦信号具有大小变化和过零的特性,在饱和信号中提取未饱和部分信号样本;然后用基于最小二乘法拟合的线性矩阵计算,实现信号的正弦和余弦分量估计,计算得到信号幅值和相位。通过仿真考察饱和程度和噪声水平对恢复信号幅值和相位等参数的影响;结果表明,当满足足够的采样点数条件时,本方法能在一定的噪声下完成大范围（十倍饱和界限）饱和信号的恢复,并能够保证较高的信号提取精确度和计算速度。这为大范围饱和情况下的信号准确提取和扩大测量量程提供了依据。     

舰载机复飞决策方法仿真研究

在舰载机着舰复飞过程安全性问题的研究中,由于舰载机是在复杂的环境下着舰,会偏离理想下滑轨迹.为保证着舰的安全性,提出了一种安全飞行区域和安全复飞区域相对位置关系的复飞决策方法以提高复飞安全性.建立驾驶员-舰载机系统模型,在定义安全飞行准则的基础上,依据尾钩落点分布和舰尾净高指标,采用仿真手段确定纵向回路安全飞行区域;分析不同距舰距离复飞风险特异性,定义甲板净高和海面净高的概念,制定多因素综合安全复飞区域.明确上述两区域相对位置关系,建立着舰指挥官复飞辅助决策系统.仿真结果表明,提出的复飞决策方法切实可行,设计的复飞决策系统实用可靠,为舰载机着舰安全性的提高奠定了理论基础.     

基于MVP模式的进销存系统的软件架构设计

随着企业信息化的快速进展和网络的日益普及,企业实现基于计算机的进销存系统管理是中小企业普遍关注的热点问题.当前该类软件系统普遍基于两层C/S结构,未解决其业务逻辑的不灵活及安全的问题.该系统结构采用基于MVP模式的三层架构,给出了关键的C#程序代码,后台数据库基于SQLServer2008.实践表明系统的可伸缩性强,使用效果可靠稳定,有一定的实用推广价值.     

一种基于联合深度神经网络的食品安全信息情感分类模型

针对因中文食品安全文本特征表达困难,而造成语义信息缺失进而导致分类器准确率低下的问题,提出一种基于深度神经网络的跨文本粒度情感分类模型。以食品安全新闻报道为目标语料,采用无监督的浅层神经网络初始化文本的词语级词向量。引入递归神经网络,将预训练好的词向量作为下层递归神经网络(Recursive Neural Network)的输入层,计算得到具备词语间语义关联性的句子特征向量及句子级的情感倾向输出,同时动态反馈调节词向量特征,使其更加接近食品安全特定领域内真实的语义表达。然后,将递归神经网络输出的句子向量以时序逻辑作为上层循环神经网络(Recurrent Neural Network)的输入,进一步捕获句子结构的上下文语义关联信息,实现篇章级的情感倾向性分析任务。实验结果表明,联合深度模型在食品安全新闻报道的情感分类任务中具有良好的效果,其分类准确率和F1值分别达到了86.7%和85.9%,较基于词袋思想的SVM模型有显著的提升。