排序方式: 共有9条查询结果,搜索用时 15 毫秒
1
1.
选取5根具有不同服役时间的燃气聚乙烯管材,检测氧化诱导时间、熔体质量流动速率、炭黑含量、密度。通过检测数据的对比与分析,探究适用于评价在役燃气聚乙烯管材老化性能的指标。研究结果表明:管材使用时间越长,管材的氧化诱导时间与熔体质量流动速率的性能变化率越大,其抗氧化性能与流动性能越弱;管材的炭黑含量受加工条件的限制,可能出现在役管材的炭黑含量大于新管材的情况;管材在服役过程中密度基本不变,不能表征管材的老化性能。氧化诱导时间和熔体质量流动速率适用于评价管材的老化性能,而炭黑含量、密度不适用于评价管材的老化性能。研究成果为聚乙烯燃气管道完整性检测中评价参数的合理确定提供了参考依据。 相似文献
2.
以包钢二级剪切线与MES及一级PLC接口为例,论述了利用.TCP/IP协议实现MES与二级剪切线系统、二级热处理系统与一级自动化PLC间的底层通信.特别是在二级剪切线和二级热处理线与一级自动化PLC进行底层通信方面摆脱了OPC的困扰,实现了二级系统和一级自动化PLC直接通信.通信电文格式可以自由定义,适用于我公司利用报文与外部其他系统进行通信的各项目.突破接收数据的4000B的上限,目前接收字符数可达到16万B. 相似文献
3.
4.
随着机器学习特别是深度学习技术的飞速发展,其应用场景也越来越广,并逐渐从云计算向边缘计算上扩展.在深度学习中,深度学习模型作为模型提供商的知识产权是非常重要的数据.发现部署在边缘计算设备上的深度学习加速器有泄露在其上存储的深度学习模型的风险.攻击者通过监听深度学习加速器和设备内存之间的总线就能很容易地截获到深度学习模型数据,所以加密该内存总线上的数据传输是非常重要的.但是,直接地在加速器上使用内存加密会极大地降低加速器的性能.为了解决这个问题,提出了一个有效的安全深度学习加速器架构称作COSA.COSA通过利用计数器模式加密不仅提高了加速器的安全性,而且能够把解密操作从内存访问的关键路径中移走来极大地提高加速器性能.在GPGPU-Sim上实现了提出的COSA架构,并使用神经网络负载测试了其性能.实验结果显示COSA相对于直接加密的架构提升了3倍以上的性能,相对于一个不加密的加速器性能只下降了13%左右. 相似文献
5.
6.
7.
作为目前最常见的程序综合问题,示例编程通过用户提供的输入/输出示例生成程序,为编程能力不足的开发者提供了便利。近年来,示例编程已经被应用于Microsoft Office Excel办公软件的自动编程,以及勘探、测井、航空航天等领域。鉴于目前示例编程鲜有关于二进制流的研究,本文针对基于真值表函数自动生成问题具有函数表达式的语法符号序列中各语法符号的关系与它们的距离大小无关、函数表达式的生成语义规则与布尔向量函数采样的结果长度无关的特点,设计了一种神经网络模型和算法,在程序综合、功能等价和序列匹配的指标上分别取得了70.56%、64.66%、0.635 5的结果,分别优于现有最先进的程序综合模型55.07%、49.70%、0.569 0。 相似文献
8.
在大数据时代,图被用于各种领域表示具有复杂联系的数据.图计算应用被广泛用于各种领域,以挖掘图数据中潜在的价值.图计算应用特有的不规则执行行为,引发了不规则负载、密集读改写更新操作、不规则访存和不规则通信等挑战.现有通用架构无法有效地应对上述挑战.为了克服加速图计算应用面临的挑战,大量的图计算硬件加速架构设计被提出.它们为图计算应用定制了专用的计算流水线、访存子系统、存储子系统和通信子系统.得益于这些定制的硬件设计,图计算加速架构相比于传统的通用处理器架构,在性能和能效上均取得了显著的提升.为了让相关的研究学者深入了解图计算硬件加速架构,首先基于计算机的金字塔组织结构,从上到下对现有工作进行分类和总结,并以多个完整架构实例分析应用于不同层次的优化技术之间的关系.接着以图神经网络加速架构的具体案例讨论新兴图计算应用的加速架构设计.最后对该领域的前沿研究方向进行了总结,并放眼于未来探讨图计算加速架构的发展趋势. 相似文献
9.
时钟门控等低功耗技术引起的电流波动以及供电网络上的寄生阻抗效应,共同形成感应噪声(di/dt),引起供电电压波动.过大的电压波动可能引发时延故障并影响系统正确运行,被称之为电压紧急.文章分析了同时多线程处理器中电压紧急与程序访存行为之间的关系,结合程序的存储级并行性,提出了一种线程调度方法以减少电压紧急对系统性能的影响.实验结果表明,与flush方法相比,所提方法在双线程环境下平均减少21.7%的电压紧急,在四线程环境下平均减少25.2%的电压紧急,并能够有效提高同时多线程处理器的公平性. 相似文献
1