基于数据质量评价的目标估计

针对目标估计过程需要大量人工参与、自动化程度低的问题，提出了基于数据质量评价的目标估计方法。利用目标数据质量评价方法，对不同传感器得到的目标数据质量进行科学、有效的测度和评价，并根据质量得分动态调整各数据源在目标估计过程中所占的权重，从而减少人工干预，提高目标估计效能。仿真试验结果证明了该方法的有效性。     

两种Skyhook阻尼实现方式在柔性隔振平台中的对比研究

利用Skyhook 阻尼进行柔性隔振平台的主动隔振控制时，可以简单地通过调节控制增益实现对低频段隔振器模态共振响应的抑制，且不影响高频段的隔振性能。在实际使用中，Skyhook 控制有两种常见的实现方式，即积分加速度反馈和积分力反馈。为分析两种实现方式用于柔性隔振平台时所产生的减振效果的差异，基于柔性Stewart 型隔振平台，结合多个ADAMS和MATLAB联合仿真案例开展详细且直观的对比研究。结果表明，对于传统的柔性隔振平台，积分力反馈法会由于实际柔性铰链的残余刚度而不能完全抑制隔振器刚体模态的共振；并且对于有效载荷的低阶模态，同样以抑制低频刚体模态为目的而设计的积分加速度反馈主动控制比积分力反馈法有更好的阻尼效果。最后，给出了对于两种控制方式选取和相应平台设计的意见。     

主编寄语--庆祝《真空与低温》创刊40周年

1982年,在兰州物理研究所原所长——达道安先生的指导、组织和推动下,《真空与低温》期刊正式面世,达道安先生为第一任主编。时光荏苒,《真空与低温》至今已步入不惑之年。创刊40年来,期刊始终秉持创刊宗旨、坚守刊物特色、顺应学科发展,以创新与实用并重、时效与稳步并行、重点与热点益彰、纸媒与数媒结合,已成长为真空和低温技术研究、应用和产业化发展的集专业性、综合性一体的学术期刊。     

高职专科食品质量与安全专业人才培养方案的制定

2021年3月,教育部印发《职业教育专业目录(2021年)》,按照“十四五”国家经济社会发展和2035年远景目标对职业教育的要求,在科学分析产业、职业、岗位、专业关系的基础上,对接现代产业体系,服务产业基础高级化、产业链现代化,进一步明确了产业转型升级对高职专科专业所衍生的新要求。同年10月,教育部职成司教学处牵头组织召开各行(教)指委会议,商讨确定各专业简介和专业标准的制定工作。食品质量与安全专业作为新专业目录中未更名的专业,其内涵发生了较大变化,专业上游辐射农产品种植、加工和畜产品养殖、加工等产业,下游辐射食品制造、食品零售以及餐饮服务等产业。因此,食品质量与安全专业人才培养方案的制定,对于农副产品加工、生产等相关产业以及组建畜牧、食品类专业群均具有较为重要的实质意义。     

《中国给水排水》天津年会延期通知

尊敬的各位领导、专家、展商及参会嘉宾:鉴于近期新冠肺炎疫情出现新的变化,为配合各地对集聚性活动的严格控制,保障各位参会代表的健康与安全,降低疫情传播风险,按天津市疫情防控办公室要求,经组委会多方沟通协调、慎重研究决定,原定于2021年11月18-20日举办的《中国给水排水》第十八届年会将延期举办,会议地点及其他事项不变,具体延期举办时间另行通知。     

一种“KooN”结构的马尔可夫简并建模和简化计算的方法

IEC61508等标准提出了几种计算安全仪表系统需求时平均失效概率的方法,但是,对于具有冗余配置的复杂系统,随着组件数量的增加,系统的中间状态数量快速增长,用户难以构建马尔可夫模型,即便借助计算机来建模运算也较为耗时。提出了一种同型“K oo N”简并状态的马尔可夫建模的通用方法,首先是根据降级状态进行判断,将符合条件的状态进行简并,然后对标记为危险失效状态的概率进行计算。通过严格的理论推导,该简并状态方法可以在不损失精度的前提下简化马尔可夫建模。     

能耗优化的神经网络轻量化方法研究进展

近年来，神经网络在语音识别、计算机视觉、自然语言处理等领域都取得了良好的进展.大量的神经网络被部署于诸如手机、摄像头等依赖电池或太阳能供电的小型设备.但神经网络参数量大计算复杂，需占用大量计算资源并消耗电能，从而限制了其在资源受限平台上的应用.学术界和工业界逐渐关注于神经网络的高能耗问题.神经网络轻量化方法可以有效地减少参数数量、降低参数精度或优化计算过程从而降低神经网络能耗.本文从能耗优化的角度梳理了神经网络能耗估算方法和神经网络轻量化方法的基本思路，综述了近年来该领域主要研究成果，并提出了能耗估算和能耗优化的神经网络轻量化方法存在的挑战及进一步研究的方向.其中神经网络能耗估算方法包括测量法、分析法和估算法.能耗优化的神经网络轻量化方法包括剪枝、量化、张量分解和知识蒸馏.对于进一步研究方向我们认为，首先需要建立可自适应网络类型的能耗模型；然后需要考虑平衡精度和能耗的轻量化方法.其次需要实现硬件平台可泛化的轻量化方法；最后开发搜索空间可约束的轻量化方法.     

机器翻译译文质量估计综述

机器翻译译文质量估计(Quality Estimation,QE)是指在不需要人工参考译文的条件下,估计机器翻译系统产生的译文的质量,对机器翻译研究和应用具有很重要的价值。机器翻译译文质量估计经过最近几年的发展,取得了丰富的研究成果。该文首先介绍了机器翻译译文质量估计的背景与意义;然后详细介绍了句子级QE、单词级QE、文档级QE的具体任务目标、评价指标等内容,进一步概括了QE方法发展的三个阶段: 基于特征工程和机器学习的QE方法阶段,基于深度学习的QE方法阶段,融入预训练模型的QE方法阶段,并介绍了每一阶段中的代表性研究工作;最后分析了目前的研究现状及不足,并对未来QE方法的研究及发展方向进行了展望。     

《计算机系统应用》稿约

《计算机系统应用》(CN 11-2854/TP, ISSN 1003-3254)创刊于1992年,是中国科学院主管、中国科学院软件研究所主办的、面向国内外公开发行的技术性、应用性科技核心期刊.本刊的办刊宗旨是宣传推广信息技术在各行各业的应用.重点是宣传介绍计算机应用系统的建设(包括系统的规划、设计与开发等方面)、信息技术的应用研究与开发成果以及相关技术的分析,探讨与应用.