能源短缺添动力 铝价上涨不言弃

2008年8月份国际国内铝价剧烈振荡.虽然出现了较大的调整,但是上涨趋势并没有因此改变,笔者认为奥运之后铝价还要恢复上涨.     

一起鸭疫里默氏杆菌病的诊治

针对鸭疫里默氏杆菌病传染快,死亡率高,往往造成严重经济损失的情况,分离鉴定出该病病原菌.用分离出来的菌株制成油乳剂灭活疫苗,配合药敏试验筛选的敏感抗生素进行治疗与预防,可迅速控制病情.     

飞轮电动机在有梭织机上的节电效果

本文针对织机的周期性和冲击性负载,对电动机造成回转不匀和滑率过高,使能耗增加,温升提高,在有离合器的织机上,采用飞轮电动机来解决上述的冲击负载问题。工作中发现一些节电基本规律,对比进行了有关的理论探讨。又在普通飞轮电动机的基础上,设计成滑块飞轮电动机,使无离合器的织机能避免轧梭,在织机产质量稳定的情况下,收到了预期的节电效果。     

钢材在大震荡中找寻阶段性投资机会

自去年7月中旬以来,国内外钢材价格出现了快速深幅的下跌.全球、北美、欧洲、亚洲钢铁价格指数与7月中旬最高点相比,分别下滑了-37.2%、-28.88%、-32.51、-36.54%、-40.52,跌幅之大、跌速之快出乎所有人预料.同时在国内外钢材价格大幅下跌的情况下,国内外钢材价差也明显收窄.     

牛年铜市恐低迷

2008年铜市走势可谓冰火两重天,上半年铜市牛气冲天,一路高歌猛进,有向万点铜价进发之势,主导上半年行情走势的因素:一是市场突发事件(国内雪灾、国际铜企业罢工)致使铜供应偏紧,现货处于高位升水格局,交易所铜库存呈现下降趋势.二是市场影响因素助推铜市大幅走高,原油等大宗商品纷纷上扬,美元持续走软,指数基金调仓做多铜市.     

在织机电动机上装设飞轮以节约电能

为了节约电能,对纺织专用电机进行改革,我们自行设计制造了两种节电飞轮电机。现将试验研究及技术经济分析情况介绍如下。一、电机的效率与织机配套中的冲击负载问题织机专用电机在稳定负载时,效率比通用电机高7.5～12%。功率因数比通用电机高0.06～0.07。根据稳定负载试验记录,温升比通用电机低10℃以上。但当传动织机打梭冲击负载时,则因效率和功率因数下降,冲击电流增大而耗电量增加,温度激烈上升。为此设计了节电的织机电动机,用飞轮解决冲击负载问题。     

一种基于SIP的自适应端到端VoIP系统设计与实现

VoIP应用程序可以以相对低廉的价格,为用户提供优质的语音甚至是视频实时通信服务,然而,IETF提供的请求/应答机制在当前充满NAT的网络环境面前,经常无法正常工作.目前的解决方案都是基于STUN协议的,而该协议会周期性地发出心跳消息以维持公网和私网地址的映射关系;这些消息对VoIP服务器来说是一种极大的资源浪费,设计并实现了一种基于SIP的自适应端到端通信系统,支持NAT下的端到端VoIP通信.系统扩展了SDP请.求/应答模型,使其能够令一个会话中的各个端用户交换公网和私网地址/端口号.通过实现一个实际系统证明了该扩展方案的可行性.一系列实验证明了提出的系统相比其它基于超级结点转发机制的VoIP应用在效率和表现上的优越性.     

一种多收发器WiMax mesh网络集中式调度算法

根据IEEE 802.16协议,集中式调度是WiMax mesh网络中的主要带宽调度方式.目前的集中式调度算法只适用于单收发器系统.本文研究多收发器WiMax mesh网络中的调度问题,提出一种集中式调度与信道分配算法.该算法用令牌代表数据包在路由树上的传输,在每个时隙内选择可以并行传输的链路集合并分配信道.模拟实验表明本文提出的算法可以充分利用多收发器系统特性,有效减少总传输时间.     

铜市潮起潮落,缘起“中国因素”

春节后,特别是进入三、四月份国际国内铜市场终于走出了一轮轰轰烈烈的上涨行情,目前已经达到8000美元/吨一线。从市场分析评论来看,许多人认为还是中国消费买盘在起作用,国际市场的评论中最经常用到的一句话是“中国人又回来了!”但是“中国因素”也是一把双刃剑,一旦失去了中国买盘的支持,那么出现深幅调整也就在所难免了,因此对于“中国因素”不妨辨证的看,     

社交网络用户在在线媒体中点播行为预测

在线媒体快速发展,为用户带来丰富多彩信息的同时,用户的参与也给在线媒体本身带来巨大的经济利益。因此,如何通过精确预测用户的偏好以增加在线媒体点击,成为一个学术界和工业界均关注的问题。现有的预测方法主要是借助用户个人信息和历史行为来预测用户行为,然而此类方法没有考虑媒体本身缺乏用户信息造成无法预测的问题。随着社交网络的发展,在线媒体与服务运营商间的兼并或合作的增多,支持用户通过单一账户使用多个媒体网络服务的情况越来越常见,这就为基于用户在社交网络中的资料预测用户在其他媒体中的喜好提供海量可信的基础数据。该文基于社交网络Google+和视频媒体YouTube的数据,首先证明用户在YouTube偏好具有高度的集聚性,并提出用户在社交网络中偏好与其在线媒体点击行为具有关联性,基于这种关联性,该文使用社交网络用户信息预测用户在在线媒体中的点播行为。实验结果显示,使用社交网络用户信息可以有效预测用户偏好,预测准确率比仅使用媒体本身信息提高了17%,而且能满足用户个性化需求。