基于“IPv6+”的智能IP网络方案

随着第4次工业革命的到来，人类社会正逐步迈向万物互联的智能时代。智能时代需要更加自动化、智能化的IP网络，基于“IPv6+”的SRv6、BIERv6等技术是使能新一代IP网络的关键基础。全面阐述了“IPv6+”的技术内涵，结合华为在智能 IP 网络解决方案上的创新和思考，介绍了“IPv6+”在极简连接、SLA 保障、专网体验、质量感知和云网一体等多个解决方案场景的关键技术与典型应用，助力5G与云业务发展。     

基于动态拘束的法兰片焊接变形数值模拟

外拘束对焊接变形的影响较大，是影响焊接变形的重要因素之一. 相比于传统的刚性拘束，动态拘束能够实时的反映外拘束力在焊接过程中的变化效果. 在两条焊缝多层多道交叉焊的情况下，建立多场耦合分析模型，利用弹簧单元模拟较低刚度夹具的变形所带来的动态拘束力效果，考虑了变形量对于拘束力的反馈. 从拘束刚度、拘束距离、初始拘束力以及拘束宽度4个因素来探讨焊件的变形情况，得出各因素下的变形规律，并利用回归分析对4个因素进行综合评价. 结果表明，4个拘束因素的增加都能不同程度的减小变形量，拘束刚度、拘束初始力、拘束宽度的影响趋势较为相似，且拘束初始力影响最大，拘束距离在其范围内影响趋势为线性，且影响性最小.     

基于邻域粗糙集的大规模层次分类在线流特征选择

在分类学习任务中,数据的类标记空间存在层次化结构,特征空间伴随着未知性和演化性.因此,文中提出面向大规模层次分类学习的在线流特征选择框架.定义面向层次化结构数据的邻域粗糙模型,基于特征相关性进行重要特征动态选择.最后,基于特征冗余性进行鉴别冗余动态特征.实验验证文中算法的有效性.     

基于最近邻互信息的特征选择算法

针对邻域信息系统的特征选择模型存在人为设定邻域参数值的问题。分别计算样本与最近同类样本和最近异类样本的距离,用于定义样本的最近邻以确定信息粒子的大小。将最近邻的概念扩展到信息理论,提出最近邻互信息。在此基础上,采用前向贪心搜索策略构造了基于最近邻互信息的特征算法。在两个不同基分类器和八个UCI数据集上进行实验。实验结果表明：相比当前多种流行算法,该模型能够以较少的特征获得较高的分类性能。     

面向长尾分布数据的在线流特征选择

在开放动态环境下分类学习的任务中，数据通常存在类别长尾分布的特点，且数据标记空间存在层次化结构关系以及动态性.针对实际任务中不同的需求，许多特征选择算法被提出，但是这些已有的特征选择算法忽略数据的长尾分布特点和特征空间的不确定性.针对上述问题，文中提出基于邻域粗糙集的长尾分布数据在线流特征选择算法.借助邻域粗糙集模型，并考虑邻域内样本间的关系后，定义了自适应邻域关系，设计基于稀有类样本重要性的依赖度计算公式.同时，利用层次结构降低类别不平衡性，提出在线冗余度分析和在线重要度分析两种在线特征评价指标，用于选出具有高可分离性和强区分性的特征子集.实验结果表明所提算法优于其它先进算法.     

昼夜节律睡眠-觉醒障碍与恶性肿瘤发生发展的关系

昼夜节律睡眠-觉醒障碍是指睡眠-觉醒周期与人体24 h生物节律失调所致的一类睡眠疾病,它可以影响人体的认知功能和代谢等过程,还能促进恶性肿瘤的发生发展——通过改变时钟基因表达直接促进肿瘤增殖,并通过抑制褪黑素的分泌等内分泌机制间接加速肿瘤发展。本文阐述了昼夜节律睡眠-觉醒障碍的定义、它导致的病理状态以及它对恶性肿瘤发生发展的影响,以期为昼夜节律性睡眠-觉醒障碍影响的肿瘤发生发展的防治提供可能的治疗措施。     

紫外光活化低温键合研究进展

随着电子及生物医疗元器件朝着微型化、便携式及多功能性的发展,连接(电子领域内常被称为“键合”)已成为材料或结构一体化集成不可或缺的关键环节。表面活化键合避免了传统焊接工艺中的高温,能够在较低温度条件下使热膨胀差异较大的材料或结构实现可靠连接,在微电子、微机电系统、光电子及微流控芯片等制造领域极具应用潜力,其中紫外光作为一种简易高效的表面活化手段近年来备受关注。本文对紫外光活化低温键合相关的研究进展进行综述,主要介绍了紫外光的基本性质,对有机及无机材料基板表面的作用效果,总结了面向微电子、微机电系统和光电子器件制造的紫外光表面活化晶圆键合成果,以及其在微流控器件封接、医用可植入器件制备中的应用实例,最后对该键合方法的未来发展和挑战进行了展望。     

TEA脉冲N_2激光器及其应用

本文简要地介绍了TEA脉冲N_2激光器的技术参数,并用大量的实测照片和数据阐明N_2激光器在测量快速光电探测器、荧光闪烁体和光缆的时间响应、测量脉冲的脉冲线性度及传输特性方面的测量应用。