美国企业管理人员成人教育的特点

美国企业管理人员成人教育的特点厦门大学程瑞（摘编）在美国，每年有数以万计的企业在职管理人员参加学习、进修。现在，美国各州都建立了管理人员在职培训网，企业、高校和政府三位一体，不断扩大在职培训人员的数量和范围。其企业管理人员的在职培训工作有如下几个特点...     

拉伸比对乙丙橡胶极化-去极化电流和陷阱分布的影响

针对移动电缆用EPDM绝缘在实际使用中经常受到拉伸力的作用，造成绝缘劣化的问题，本文从极化-去极化电流出发，主要研究不同拉伸程度对EPDM绝缘性能的影响。首先设计了拉伸装置用于测量拉伸状态下EPDM的极化-去极化电流和表面电位，然后从直流电导率和陷阱能级分布角度分析了拉伸比对EPDM性能的影响，最后从微观层面上解释了不同拉伸状态下EPDM绝缘性能变化的原因。结果表明：拉伸比对EPDM极化-去极化电流的影响存在阈值。当拉伸比小于1.4时，极化-去极化电流随拉伸比的增加而减小；当拉伸比大于1.4时，极化-去极化电流随拉伸比的增加而增大。当拉伸比从1.0增加到1.4时，陷阱数量减少导致表面电位衰减速率减小；当拉伸比从1.4增加到1.8时，浅陷阱的增加促进了电荷的消散和迁移过程，导致表面电位衰减速率增大。拉伸应力对EPDM绝缘性能的影响可分为无负荷状态、弹性形变状态、非弹性形变状态3个阶段。     

美国卫星音频广播市场走势迅速上升

据报道，卫星音频广播开始让人看好。美国最大的两个卫星广播服务商XM和Sirius均报告近来由于订费打折和产品线更丰富，销量增长迅速。两家公司目前未提供圣诞节黄金假期期间的销售数字，但华盛顿的XM卫星广播公司预计数字在2004年底前可达到120万用户，而一年前该公司仅有34．7万用户。这家一直亏损的公司有望在2005年底或2005年上半年，达到盈亏平衡。     

降低床头箱表面外观不良率的措施

介绍了床头箱生产工艺流程及表面质量情况,分析了产生缺陷的影响因素,并制定了消除缺陷的措施,提高了产品的质量,年收益12万余元。     

公路小半径曲线段外侧车道路侧事故概率预测

为降低小半径曲线段路侧事故概率,选取道路线形指标(圆曲线半径、硬路肩宽度、纵坡坡度、超高横坡度、圆曲线加宽)、路面状况(路面附着系数)、交通特性(车速、车型)8个路侧事故风险因素进行PC-crash仿真试验,收集12 800组数据.采用CHAID(Chi-squared automatic interaction detection)决策树技术识别了影响路侧事故发生的显著性风险因素,探讨各种风险因素之间交互作用对路侧事故的影响,并利用贝叶斯网络构建了路侧事故概率预测模型.根据概率模型预测结果,提出了路侧事故多发路段判别方法,并进行案例验证.研究结果表明:对路侧事故影响程度最大的显著性风险因素为车速,其次为圆曲线半径、车型、路面附着系数和硬路肩宽度;当80 km/hv≤100 km/h, 300 mR≤600 m时,设置硬路肩宽度≥1.5 m能够明显减少路侧事故风险;与小型客车相比,载重货车更易发生路侧事故,且硬路肩宽度对载重货车路侧事故有更显著的影响,当100 km/hv≤120 km/h, 300 mR≤600 m时,设置硬路肩宽度≥2.25 m能够明显减少载重货车路侧事故风险.     

现场参数EMC仿真试验测量技术研究

在关键系统正式投入运行之前必须对系统的电子电气运行功能,特别是系统的电子电气控制系统功能,进行EMC特性的基本评估.针对各种系统的现场参数EMC仿真测量涉及的试验仿真建模、系统搭建和关键技术进行了探索,介绍了现场参数EMC仿真试验测量技术研究的目标、方法和意义,提出了一套进行现场参数EMC仿真试验测量技术的基本理论、方法和实施步骤.     

现代电能质量控制技术及其发展

处于信息社会的现代高新技术产业及信息设备要求高可靠性及高动态品质的电能供应.对基于电力电子技术的电能质量控制技术及其发展进行了较全面的介绍,对各种电能质量控制技术进行了简单的对比,并根据中国电力供求两方面的现状指出改善电能质量是一项系统工程并具有迫切性.     

深度学习实体关系抽取研究综述

实体关系抽取作为信息抽取、自然语言理解、信息检索等领域的核心任务和重要环节,能够从文本中抽取实体对间的语义关系.近年来,深度学习在联合学习、远程监督等方面上的应用,使关系抽取任务取得了较为丰富的研究成果.目前,基于深度学习的实体关系抽取技术,在特征提取的深度和模型的精确度上已经逐渐超过了传统基于特征和核函数的方法.围绕有监督和远程监督两个领域,系统总结了近几年来中外学者基于深度学习的实体关系抽取研究进展,并对未来可能的研究方向进行了探讨和展望.     

基于深度Q网络的电力工控网络异常检测系统

电力是指以电能作为动力的能源,完整的电力系统包括发电、输电、变电、配电和用电等环节。电力是关系国计民生的基础产业,电力供应和安全事关国家安全战略,事关经济社会发展全局。工业自动化和控制系统（简称“工控”）作为电力的感官和中枢神经系统,确保其网络安全,使其始终处于稳定可靠运行状态,对于保障电力安全运营至关重要。由于大部分网络都是高度互联的,因此都易受到网络攻击的威胁。虽然基于网络的入侵检测系统可以将入侵警告和安全响应进行很好的结合,但是随着技术的不断发展,攻击变得越来越普遍且难以检测,其中逃逸技术就是这类技术的一个代表,它可以通过伪装修改网络数据流以此来逃避入侵检测系统的检测。结合所学知识和电力工控网络的特点,提出一种基于深度强化学习的电力工控网络入侵检测系统,深度强化学习的算法融合神经网络和Q-learning的方法来对网络中的异常现象进行训练,通过训练使系统能及时地检测出入侵行为并发出警告。     

强跟踪滤波器在潜射运载器传递对准中的应用

潜射运载器在发射前进行精确的传递对准十分重要.然而潜射运载器的传递对准精度会因为潜艇挠曲变形而受到严重影响.为了解决艇体挠曲变形给运载器传递对准精度带来的不利影响,对强跟踪滤波器在潜射运载器动基座传递对准中的应用进行了研究,设计了强跟踪滤波器,仿真结果表明在潜艇具有很小的机动以及考虑艇体挠曲变形的条件下能够较好地估计出从惯导相对主惯导的失准角.由于该方法不必建立艇体挠曲变形的复杂模型,使得解决挠曲变形对传递对准精度影响的问题大大简化了,具有一定的工程意义.