要功能也要音质 双芯MP3推荐

双芯的意义随着MP3的发展,涌现出了不少以大屏幕,多功能为卖点的机器。单纯依靠一个"芯"来完成繁重的任务已经不太现实。为了实现音质和功能的共同发展,MP3开始运用双"芯"技术,即主控芯片和外带的音频处理芯片,分别负责主控处理、功能和音质。相信这也是未来MP3发展的必然趋势。目前,多款经典的双"芯"MP3已经在市场上崭露头角,让我们一起来看看吧!     

蓄势待发-领跑网络能源市场 --访艾默生网络能源公司副总裁付恒科先生

连绵雨天并没有挡住人们对快速发展的通信行业的盛会—上海国际通信展的热情。热闹的通信设备展馆人头攒动。靠近入口处的“艾默生网络能源有限公司”的展台前更是挤满了感兴趣的观众。该公司为电信运营商提供的全线电源产品和网络能源端到端一体化整体解决方案，吸引了全国各地的各级电信运营商。提起“艾默生网络能源有限公司”，人们似乎感觉有点儿陌生，但若说起“安圣电气”，业内人士则耳熟能详。那么两者是什么关系呢？美国艾默生(Emerson)公司去年以7·５亿美元并购了华为集团的子公司“深圳安圣电气有限公司”，并于2002年6月8日…     

MPEG-4+算法实现动静结合

很长时间以来,MPEG-4被认为是最具竞争力,最有优势的图像压缩算法,然而随着JEPG的出现和JPEG2000的成熟,MPEG-4的优势也随之减弱,于是,MPEG-4+(增强版)算法(即动静态相结合的视频压缩技     

董公馆：嫁接之美

董公馆是一个6层楼的公寓，依山而建，业主将他交到设计师手里，让他在这基础上活活变出一个精美的“公馆”。     

RTV和增爬裙对支柱绝缘子电场和电位分布影响的研究

RTV涂层和增爬裙在电力系统外绝缘中多有应用,研究其对电场、电位的影响对施工以及运行都具有指导意义。以110 kV瓷支柱绝缘子为例,在ANSYS中建立了其真实模型,基于静电场有限元分析了RTV涂层厚度,增爬裙的数目、位置、形状对最大电场、沿绝缘子表面场强/电位的影响。结果表明:RTV涂层和增爬裙不改变电场和电位的整体分布,有RTV涂层后场强略有下降,随RTV涂层厚度的增加最大场强和沿面场强略有下降;随着增爬裙片数、位置、厚度和外径的变化沿面场强/电位有所变化,且随其外径和高场强区片数的增加沿面场强减少更明显。所得结果对RTV涂层和增爬裙的应用具有一定指导意义。     

基于AMCC网络处理器的QoS技术

在分析QoS技术功能模块及AMCC网络处理器架构基础上,利用微码与高级语言混合编程模式设计并实现基于NP3450的网络设备数据平面软件,引入深度包分类、二次查表、三级调度及四组准入门限等机制,实现基于流的细颗粒度QoS管控。实验结果表明,该设计方案是可行的。     

用FrontPage制作留言板

１．制作填写表单外观首先开启新的一张空白网页,点击“Ｖｉｅｗ-＞ＦｏｒｍｓＴｏｏｌｂａｒ＂弹出表单工具条;然后使用单行文本框作出两个栏目:“姓名＂与“Ｅ-ｍａｉｌ＂;使用多行文本框作出“留言＂栏目;使用按钮框作出两个控制钮:“Ｂｕｔｔｏｎ１＂与“Ｂｕｔｔｏｎ２＂。２．设定表单元素鼠标双击单行文本框,弹出文本属性设定窗口,修改栏目名称Ｎａｍｅ,分别为姓名、Ｅ-ｍａｉｌ(不能使用Ｅ-ｍａｉｌ中的连字符,该字符为非法ＡＳＣＩＩ字符);鼠标双击多行文本框,弹出文字属性设定窗口修改栏目名称,输入“留言＂二字;鼠标双击按钮,弹…     

T形件加强型节点PEC柱-钢梁组合框架层间倒塌机理试验研究

为研究T形件焊接加强型节点卷边PEC柱-钢梁组合框架层间倒塌机理,按1:2缩尺设计制作了1榀组合框架中间层子结构模型试件并进行拟静力试验,从试件受荷过程分析了组合框架中间层子结构的滞回特性、承载力、抗侧刚度、耗能能力、变形模式和倒塌破坏机构等抗震性能.研究结果表明:T形件焊接加强型连接方式增强了节点连接的刚度,实现了梁塑性铰位置远离节点区和结构梁端塑性屈服耗能的设计目标;T形件预拉对穿螺栓连接有效实现了节点域混凝土斜压带传力模式,相应降低了节点区的抗剪需求,更好满足了"强节点"的抗震要求;试件沿高度刚度分布均匀,试件整体水平位移表现为理想的倒三角弯剪型变形模式;试件结构的破坏模式为中间层T形件端部梁截面形成塑性铰的塑性倒塌机构,对应层间剪切角和节点连接转角均超过大震层间侧移限值1/30,且试件承载力未出现明显下降趋势,试件结构具有良好的抗倒塌性能.     

基于RPROP神经网络的电力系统谐波分析

为了提高谐波分析的速度和精度,将RPROP（Resilient Propagation）神经网络应用于电力系统谐波分析。该网络利用加汉宁窗插值谐波分析算法获得其权值和阈值的初值,并在此基础上采用RPROP算法训练。与BP（BackPropagation）算法不同,该算法根据一阶偏导数的符号信息调整可变参数,避免了受对参数调整意义不大的一阶偏导数幅值信息的影响,且不存在参数选择问题,提高了谐波分析的收敛速度、精确度和实时性。通过变学习速率且加动量项的BP神经网络与RPROP神经网络的比较验证了分析结论的正确     

基于复小波变换全监督学习的微震波形降噪与相位拾取

由于井下微震信号有着更低的信噪比, 导致信号拾取精度降低. 现阶段基于小波阈值的信号降噪算法等在面对信噪比较低的信号时存在泛化性差, 阈值难以衡量等问题. 为解决这一问题, 本文研究了一种复小波变换全监督学习的微震波形降噪方法. 该方法首先利用复小波变换结合卷积自编器设计一个具有多个卷积和反卷积操作的编码-解码器完成图像的降噪过程. 为验证此方法的有效性, 首先在Stanford的Earthquake数据集上构建了Earthquake2023进行训练和测试, 并有着较好地拟合效果和训练结果. 同时基于该方法降噪后信号设计了一种震相拾取方法, 并达到了较高的拾取精度. 本文设计了多组对比实验, 结果表明此降噪方法能有效提高信号的峰值信噪比和均方根误差, 两者分别提高了16 dB和24%, P波、S波初至到时拾取的误差相较于STA/LTA减小了0.3 ms.