改变世界的Web前端开发

乔布斯说:"活着就是为了改变世界,难道还有其他原因吗?"2008年,在Web前端开发界,无论国外还是国内,都发生了不少事情,有哪些是改变世界或即将改变世界的大事件呢?     

让Vista系统只识别你指定的移动硬盘

第一招:在电脑旁放上几盆仙人掌,它可以有效地吸收辐射. 第二招:对于生活紧张而忙碌的人群来说,抵御电脑辐射最简单的办法就是在每天上午喝2至3杯的绿茶,吃一个橘子.茶叶中含有丰富的维生素A原,它被人体吸收后,能迅速转化为维生素A.维生素A不但能合成视紫红质,还能使眼睛在暗光下看东西更清楚.因此,绿茶不但能消除电脑辐射的危害,还能保护和提高视力.如果不习惯喝绿茶,菊花茶同样也能起到抵抗电脑辐射和调节身体功能的作用,螺旋藻、沙棘油也具有抗辐射的作用.     

改进的免疫粒子群算法在TDOA定位中的应用

针对无线传感器网络中的TDOA节点无源定位估计中的非线性优化问题,提出了一种改进的免疫粒子群优化(Immune Particle Swarm Optimization, IPSO)的TDOA定位算法。该算法在自适应粒子群算法的基础上,引入免疫过程,增加了粒子种群的多样性,平衡局部搜索能力和全局搜索能力,有效地解决粒子易陷入局部最优问题,更快收敛到全局最优解。仿真结果表明,提出的算法相比于标准粒子群算法、自适应粒子群算法、Chan算法,当基站数量仅为4～5个、半径达到100 m时定位精度仍然较高,当加入随机噪声时,性能更加稳定,鲁棒性较好。     

基于正序阻抗幅值比的风电场送出线路纵联保护

针对风电场送出线路纵联保护在数据延时传输及异常采样数据下保护性能不佳的问题,提出了基于正序阻抗幅值比的纵联保护。通过分析风电系统送出线路发生区内外故障时正序阻抗幅值特征,得出区内外故障下双端正序阻抗幅值差异比特征不同。引入综合层次聚类(balanced iterative reducing and clustering using hierarchies, BIRCH)方法剔除正序阻抗幅值序列中异常采样数据,形成不含异常采样数据的故障时间序列聚类特征,并结合双端正序阻抗幅值差异比特征,构造不受数据延时传输影响的纵联保护判据。仿真结果表明,所提出的纵联保护不受系统运行工况、故障类型、数据延时传输及异常采样数据的影响。在过渡电阻达到150  时,所提出的纵联保护仍能正确判别故障方向,具有较强的抗噪性能,适用于含风电接入的弱馈型电力系统。     

高速铁路20 kV电力电缆对信号电缆的电磁干扰研究

随着国内20 kV配电电压等级的推进,铁路电力系统采用20 kV电压等级的电缆贯通线呈现出良好的经济和社会效益。作为高速铁路系统安全运行的重要组成,电力电缆与信号电缆间的电磁干扰是需重点研究的内容。为此,建立含有贯通地线的高速铁路电力电缆对信号电缆的电磁干扰仿真模型,研究了铁路电力电缆对信号电缆的电磁干扰,并考虑了电力电缆和信号电缆间距对其的影响,最后给出了20 kV电力电缆与信号电缆不同间距下允许的平行铺设长度,为减少铁路信号电缆的干扰影响提供了参考依据。     

关键词最优路径查询的分段拓展算法

关键词最优路径查询（KOR）查找在满足关键词全覆盖和路径长度约束条件下,时间开销最小的路线常用于旅行规划。现有优化算法虽然采用各种剪枝策略缩小搜索规模,但是本质上是广度优先搜索,在查找长路径时,搜索规模依然过大,执行时间长。针对该问题,提出一种关键词最优路径查询的分段拓展算法（SE-KOR）。SE-KOR算法根据关键词倒排索引表构建关键词顶点路径,将路径划分为多段分别拓展,降低搜索规模,从而缩短执行时间。该算法在路径拓展时给出路径走向,而现有剪枝策略不控制路径拓展方向,因此提出局部代价阈值剪枝,控制路径的走向沿关键词顶点路径拓展,并综合运用近似支配、可行解目标值剪枝和全局优先拓展策略加速拓展。实验结果表明,在不损失精度的情况下,该算法执行时间分别在不同关键词个数、代价阈值与查询图规模下至少缩短8.0%、61.0%和57.7%。     

Al/Cu复合材料制备中理论与工艺研究进展

Al/Cu复合材料具有质轻、导电良好和成本低等优点,成为了近年来研究的热点。介绍了Al/Cu复合材料的主要界面复合理论,并着重阐述了近年来对主流理论的研究。综述了国内外关于Al/Cu复合材料的制备工艺和数值模拟的研究进展,指出了各工艺的优缺点,并对制备工艺的改进方向、未来数值模拟的研究方向进行了展望。     

评估指标关联性问题的理论研究

评估指标的关联性是评估指标体系设计中常遇到且不易解决的问题。文章首先介绍了指标关联性研究的基本问题和相关概念;其次提出了评估指标之间关联关系的四类存在形式和若干组合类型;最后探讨了解决指标关联性问题的两个方向。为更有针对性地解决指标关联性问题提供了理论指导。     

基于Hadoop的公共建筑能耗数据挖掘方法

针对建筑能耗数据无法有效利用这一问题,提出利用Hadoop分布式架构,结合建筑基本信息对公共建筑能耗数据进行数据挖掘的方法.对基于Hadoop的公共建筑能耗数据挖掘系统进行了初步设计,并对系统的基本架构和各模块的功能进行了设计和说明.同时,对Apriori算法和C4.5算法实现MapReduce分布式设计.以山东省100栋办公建筑制冷期的空调系统耗电量为例进行实验分析,得到6类建筑信息属性对空调系统能耗的影响规律,并生成空调系统耗电量判定树,可判别建筑空调系统耗电量等级,并对样本建筑的节能改造提供具有针对性的建议.