英国商业宇宙飞船“太空船2号”建成

英国维珍银河公司建造的搭载游客上太空旅行的商业宇宙飞船“太空船2号”．计划在2010年初进行首次试航。此后,“太空船2号”将正式用于开展太空旅行业务。目前已有约300人预定了太空旅行舱位。     

蔬菜进京记

西红柿,三块;菠菜,一块五;冬瓜,四块五……菜市场就像一个五味杂陈的小星球。在这里有熙攘放肆的叫卖、有喜食人间烟火的老饕,在这里隐藏着一个土豆的身世、一块豆腐的情绪,在这里绿肥红瘦的色彩唤醒了我们对泥土味道的回忆。     

溪洛渡大坝混凝土芯样动态轴拉试验研究

利用MTS大型静、动材料试验机对溪洛渡大坝混凝土芯样开展了动态轴向拉伸试验研究,试验共计32个?220 mm×440 mm圆柱体试件。试验分别开展了不同应变速率(1×10^-6/s、1×10^-4/s、5×10^-4/s、1×10^-3/s)下静、动态单调加载和预加不同初始静载(0%、30%、60%)的单调动态加载(5×10^-4/s)。大坝混凝土芯样试验成果,揭示了当前溪洛渡大坝混凝土的静态抗拉力学特征及在动态荷载作用下抗拉强度、峰值应变和吸能能力等随应变速率的变化规律,以及初始持续静态荷载对动态抗拉性能的影响。通过试验数据拟合及统计分析,建立了溪洛渡大坝混凝土的抗拉应力应变曲线解析表达式。试验成果将为溪洛渡大坝抗震深化研究提供科学依据。     

EL-CID电磁铁心故障检测试验的应用研究

为了检验发电机定子铁心质量,在制造过程中和安装现场,对发电机定子铁心进行试验是必不可少的.目前国内针对定子铁心更多地是采用常规试验方法,但是常规铁损试验所需的设备容量大、试验线路复杂,而且经济性较差、效率低下.而采用电磁定子铁芯故障探测仪(EL-CID)铁心试验只需提供约4％的额定磁通量,即可完成对铁心故障的诊断,其所需的励磁电源容量较小且容易配备和携带.为了更好地利用EL-CID检测方式进行铁心质量的判定,本文通过模拟多种故障状况下的试验,论证了EL-CID的使用条件和影响因素,为实际工作中EL-CID的应用提供更好的参考依据.     

渲染农场研究进展综述

作为高性能计算领域的新兴应用,渲染有着计算密集和数据密集的应用特征,如何提高渲染农场的效率进行大规模快速渲染,近年来逐渐成为研究的热点问题.对渲染农场的国内外应用现状作了介绍,阐述了渲染农场的组织结构和工作流程.针对渲染农场在优化作业调度算法、改善负载均衡策略以及完善渲染管理平台等三个方面的研究,进行了全面的分析和比较.探讨和总结了在云计算背景下渲染农场在渲染作业调度策略、异构集群渲染任务分发算法、基于云模式的渲染农场新架构和负载均衡策略这四个方面中有待进一步研究的问题.     

论医院计算机网络信息资源管理

随着科学技术和计算机技术的快速发展,互联网被广泛的应用在各个领域,例如:工业、机关和医院等。本文主要针对医院,来探讨关于计算机网络信息资源的管理。     

大型公共建筑中央空调监测系统设计与实现

阐述了具有数据采集、数据通信和数据处理三层系统结构的中央空调电脑监测系统结构原理及实现方法。该系统以单片机设备作为数据采集前端机,以工控计算机为空调系统监测主机,并通过无线和485总线通信方式实现监测主机与数据采集器之间的数据传输。采用这种多级分布式结构不仅避免了模拟信号因长距离传输引起的损耗,简化了系统的布线,而且便于增加传感器的个数和种类,系统易于扩展、升级。笔者完成了整个系统的软硬件设计,实现了一种可以应用于大型公共建筑的中央空调监测系统。     

融合曲率信息的点云配准方法

针对点云配准时受原始位姿局限及配准效率、鲁棒性低的问题,提出一种融合曲率信息的点云配准方法。首先,将海量点云进行重心邻近点体素下采样,采用融合曲率信息的提取算法提取特征点;其次,通过三维形状上下描述符进行特征描述并利用改进的随机抽样一致性算法进行粗配准;最后,在具有较好位姿的情况下采用Symm-ICP进行精配准。试验结果表明,该算法对于不同位姿的点云数据均保持较高的配准精度。本文提出的算法配准效率优于其他算法,并具有较好的鲁棒性。     

多类型热电机组群实时负荷动态分配方法

在运行灵活性提升背景下,考虑热电厂内不同类型热电机组的可行运行区间及其相关辅机运行动态安全边界,以实现热电厂整体效益最大为目标,提出一种多类型热电机组群实时负荷动态分配方法。该方法计及热电厂的售电收益、运行成本、辅助调峰市场收益、负荷跟踪惩罚,并通过设置机组出力最小调整量降低各机组出力调整频次。基于东北地区某热电厂实际数据的算例结果验证了所提方法的有效性和优越性。     

SAF-CNN：面向嵌入式FPGA的卷积神经网络稀疏化加速框架

传统的卷积神经网络加速器及推理框架在资源约束的FPGA上部署模型时,往往面临设备种类繁多且资源极端受限、数据带宽利用不充分、算子操作类型复杂难以适配且调度不合理等诸多挑战.提出一种面向嵌入式FPGA的卷积神经网络稀疏化加速框架（sparse acceleration framework of convolutional neural network, SAF-CNN）,通过软硬件协同设计的方法,从硬件加速器与软件推理框架2个角度进行联合优化.首先, SAF-CNN构建并行计算阵列,并且设计并行编解码方案,实现单周期多数据的传输,有效减少通信代价.其次,设计细粒度结构化块划分剪枝算法,于输入通道维度进行块内裁剪来获得稀疏且规则的权重矩阵,借此显著降低计算规模和DSP乘法器等资源占用.然后,提出一种兼容深度可分离卷积的输入通道维度动态拓展及运行时调度策略,实现输入通道参数灵活适配与逐通道卷积和逐点卷积的资源复用.最后,提出一种计算图重构及硬件算子融合优化方法,提升硬件执行效率.实验采用2种资源受限的低端FPGA异构平台Intel CycloneV与Xilinx ZU3EG,结果表明SAF-...