云计算时代的网络管理

本文首先从服务端讨论了云计算可能给网络管理的安全性、可靠性和可用性、虚拟化、大规模超大规模、灾难恢复等方面带来的影响;接着,讨论了云计算对客户端的连接的可靠性和安全性、数据同步、离线应用、内部系统管理等方面带来的可能影响;最后,笔者提出了一些建议,以便相关从业人员可以更好地为云计算时代的到来做好技术准备。     

高铬铸铁里的碳化物形貌对力学性能的影响

高铬铸铁里的碳化物形貌直接决定了其力学性能的好坏。本文通过研究不同成分、不同热处理工艺的高铬铸铁的组织与硬度、冲击韧度和耐磨性能的关系，解释了高铬铸铁不同的碳化物分布产生不同的力学性能的现象机理；并指出，Cr／C为4～8时能得到呈不连续的块状、棒状分布的M7C3,合金组织和性能较好；高铬铸铁在1000℃×3h淬火＋350℃×3h回火的热处理工艺下，可以获得理想的组织，块状、曲面板条状碳化物不连续的分布在硬度和韧性都能较好的回火马氏体基体上，合金的整体力学性能优异。     

用于自适应可展结构的智能主动杆实验研究

为将智能主动杆用于可展结构的自适应控制,研制了一种具有传感和作动双重功能的智能主动杆.实验研究了主动杆输出位移、输出力特性以及动力学性能,对位移增益和输出力增益随驱动电压的变化进行了测试.实验结果表明这类智能主动杆可用于消除铰连接间隙、精确定位和振动抑制.     

包覆型ZrO2复合Al2O3基陶瓷

用表面被覆3 mol%Y2O3的纳米ZrO2复合Al2O3基陶瓷,研究包覆型ZrO2对Al2O3基陶瓷显微结构及对力学性能的影响.包覆型纳米ZrO2的加入,可改善Al2O3基陶瓷的显微结构.在ZrO2加入量达到9ψ/%时,ZrO2可有效阻碍Al2O3晶粒的异常长大,获得了细晶结构的陶瓷材料.包覆型ZrO2复合Al2O3基陶瓷材料的韧化机制不同于微米级ZrO2复合的材料,主要是通过残余应力场增韧,而不是相变增韧.     

烧结法粗液脱硅节能新技术：管道化间接加热连续脱硅

烧结法生产氧化铝的工艺能耗高而严重影响了企业的经济效益。采用蒸气间接加热脱硅，改变蒸气直接加热压煮脱硅工艺，从而使烧结法氧化铝生产的综合热耗下降。但过饱和状态的二氧化硅在输送加热过程中大量结晶析出附着在间接加热管壁上影响传热效果。因此，采用新工艺改为常太脱硅和压煮脱硅两段间接加热连续脱硅工艺。试验表明，管道化间接加热连续脱硅新工艺和新设备用于烧结法粗液脱硅，其技术指标优于直接加热，可提高脱硅指数。     

基于声纹识别的安全保障系统设计

文章阐述声纹识别的理论依据,分析选用技术的关键步骤。基于Matlab软件,制作一个系统。通过相关算法的运用和改进,并进行实验对系统进行检测,最终获得一个可对特定人声进行识别的系统,且误识率(FAR)和拒识率(FRR)较低。     

工业人工智能的关键技术及其在预测性维护中的应用现状

随着人工智能技术的快速发展及其在工业系统中卓有成效的应用, 工业智能化成为当前工业生产转型的一个重要趋势. 论文提炼了工业人工智能(Industrial artificial intelligence, IAI)的建模、诊断、预测、优化、决策以及智能芯片等共性关键技术, 总结了生产过程监控与产品质量检测等4个主要应用场景. 同时, 论文选择预测性维护作为工业人工智能的典型应用场景, 以工业设备的闭环智能维护形式, 分别从模型方法、数据方法以及融合方法出发, 系统的总结和分析了设备的寿命预测技术和维护决策理论, 展示了人工智能技术在促进工业生产安全、降本、增效、提质等方面的重要作用. 最后, 探讨了工业人工智能研究所面临的问题以及未来的研究方向.     

高分辨率AM Micro-LED显示器设计及其驱动实现

设计了一种基于蓝宝石衬底氮化镓基蓝色/绿色多量子阱LED外延片,利用成熟的LED芯片工艺制备了高像素Micro-LED芯片阵列;在Micro-LED芯片和CMOS驱动芯片表面设计并制备了金属凸点,采用高精度倒装焊接工艺实现LED显示芯片和CMOS驱动芯片的良好键合,成功制备了分辨率为640×360的Micro-LED显示器。同时,以FPGA为控制器,设计了Micro-LED显示器的驱动系统,该驱动系统对输入的图像数据进行缓存并将其处理为显示器所能接收的单色图像数据,最后将处理后的图像数据写入驱动芯片并实现图像显示。     

一种基于邻居节点间相互影响和改进概率的社交网络信息传播模型

目前网络传播动力学的研究焦点之一是以经典的传染病动力学模型为基础,来研究特定网络的信息传播规律。本文针对社交网络中信息传播的特点,在传统的SIR模型基础上,加入新的一类假免疫节点,建立了SDIR模型。并考虑到邻居节点间的相互影响,定义了三个传播概率函数,对SDIR模型做了改进。通过对比不同条件下信息传播的过程,实验证明了信息不能覆盖全网络,Twitter比新浪微博有更好的信息传播效率的推测,并发现初始传播概率会对信息传播有重要影响。     

一种面向非平衡步态数据的帕金森病诊断方法

运动障碍是帕金森病（PD）患者的重要特征,步态信号分析可以为疾病诊断和康复治疗提供有力依据。现实中PD患者数量远小于正常人群,传统的机器学习方法不适合对正例样本数远多于反例的非平衡数据进行分类。为了准确地区分出PD患者和健康人,使用一种代价敏感支持向量机（CS-SVM）的方法来构建PD患者和健康人之间的步态信号分类模型。所有受试者的步态运动学特征数据是采用真实的U型电子步道系统提取的,并将特征数据转化为无量纲的形式来消除身高对时空属性的影响。实验结果表明使用这种CS-SVM方法得到的预测准确率和F-measure值分别达到了94.16%和87.08%,与传统的SVM方法相比性能更优。同时消除身高对时空属性的影响可以大幅提高识别性能,预测准确率和F-measure值分别达到94.81%和88.66%。