四溴双酚A中有机杂质测量及不确定度评估

为更好的满足有机纯度标准物质中有机杂质的准确测量需求,以常见溴代阻燃剂——四溴双酚A为例,通过面积归一法及标准曲线法,测量了其主要有机杂质——三溴双酚A的含量并进行了不确定度评估。此外,进一步采用定量核磁技术对该杂质的含量进行了测量,通过数据比较可知,面积归一法测得的杂质含量为0.70%,引入的不确定度为0.04%;标准曲线法测得的杂质含量为1.16%,引入的不确定度为0.09%。二者合成后的纯度为0.93%,不确定度为0.24%,该结果可覆盖定量核磁法测量结果（0.76%,不确定度0.03%）。综上,在实际定值工作中,当面积归一法和标准曲线法产生较大差异时（>0.1%）,可采用二者合成的结果作为杂质含量测量值,以保证测量结果的准确性。     

新型电力系统评测应用创新

<正>新模式面临新要求,新型电力系统评测应用创新也需进一步科学设计。测试云平台是现代一流信息系统评测中心应具备的基本条件,利用云计算技术的测试模式,能够实现“测试资源”服务化,融合数字系统计算分析,支撑综合分析,充分发挥信息系统云端化、平台化和智能化技术优势,满足评测需要。     

分布式波谱模拟模型应用系统研究

近年来，波谱模拟模型的发展非常迅速，出现很多新的波谱模拟模型，如何将这些模型有机的结合在一起，有效的利用这些模型成为一个急待解决的问题。本文利用Windows平台的分布式应用体系结构的优势和波谱数据库强大的支持提出了一个波谱模拟模型应用系统的建设方案，并且论述了波谱模拟模型应用系统的特点、功能、体系结构和基于波谱数据库的波谱模拟流程，最后结合SAIL模型的实例介绍应用系统中模型应用的具体实现。     

基于业务优先级和SRLG的电力需求响应业务调度优化算法

为降低电力通信网多优先级业务传输的失效概率,提高系统可靠性,提出一种基于业务优先级和共享风险链路组(shared risk link groups,SRLG)的电力需求响应调度优化算法。根据电力通信网业务的分类,将需求响应业务进行业务优先级的分区定位,提出电力需求响应业务传输的信用值整形机制(credit-basedshaper,CBS),对不同优先级业务的传输调度机制进行描述。考虑电力通信网的共享风险链路组,对不同优先级业务调度路径的选择进行优化,实现所选路径的高可靠性。仿真结果表明,所提算法可以有效降低需求响应业务调度路径的SRLG综合失效概率和风险,平均节点处理时延较小,很好地保证了需求响应业务传输的可靠性和安全性。     

回顾发展战略,开创产品新未来——摩托罗拉系列会议报道

摩托罗拉系统于2010年在北京建立了全球解决方案中心,以展示其先进的双向对讲机、移动计算设备、无线网络技术以及自动识别数据采集技术。在未来,摩托罗拉系统将继续贯彻对中国市场的承诺,专注于开发量身定制、无缝连接和可实时获取信息的解决方案及各种应用,助力中国各行业实现信息化转型与升级。企业发展战略摩托罗拉系统中国区企业移动业务销售总监章大胜简     

超市发换新颜,改造升级再创新高

2011年8月18日,历经两个月的改造升级,超市发双榆树店以焕然一新的面貌迎接新老顾客。为保证百姓餐桌食品健康、高质,双榆树店持续强化生鲜果蔬经营,不仅扩大生鲜果菜经营面积,提出"新鲜蔬菜水果24小时采购到餐桌承诺",即:早晨上车、中午上桌,充分满足了顾客对生鲜、果菜商品的质量和品种要求。同时店内还配置了免费送货自行车,将货物免费送到出行不便的居民家中,在店门外设立了"信息公告栏",为社区居民提供日     

Flash Lite,动画如我

可爱的动画、搞笑的视频、Flash游戏……不仅在电脑上才可以实现,现在在自己手机上也可以随意观看和玩耍。不过,或许很多人都在纳闷为什么自己的手机无法使用Flash播放视频、网页或者游戏,其实,我们只要为手机装上FlashLite即可（图1）,不管是S60还是Windows Mobile操作系统,安装Flash Lite后就可以在手机上面播放SWF格式的Flash多媒体或游戏（图2、图3）。     

独具慧眼 手机识别条形码、二维码

3月15日,国际消费者权益日,每个消费者购买产品时,都应该关心一下产品的质量和价格,保护自己的合法权益。随着3G在中国如火如荼地发展,用户只要在手机上安装条形码、二维码识别软件,就可以在购买商品时,用手机扫描商品的条形码、二维码,对比价格,辨别真伪,让你独具慧眼。     

基于邻域引力学习的生物地理学优化算法

针对生物地理学优化算法（Biogeography-Based Optimization,BBO）易发生早熟收敛、陷入局部最优的问题,提出一种基于邻域引力学习的生物地理学优化算法（Neighbor Force Learning Biogeography-Based Optimization,NFBBO）。该算法采用邻域选择的方法确定迁出栖息地,以充分利用栖息地的邻域信息,增加算法的种群多样性。同时采用引力学习策略对栖息地进行更新,拓展搜索空间,提高算法的搜索能力,避免早熟收敛问题。为使种群能够自适应地跳出局部最优,引入一种自适应高斯变异机制。基于高维标准测试函数的对比实验表明,NFBBO算法具有更快的收敛速度和更高的收敛精度。