浅谈停车设备制造业的生存之道

中国停车设备制造业的发展,已经历了三十多年的时间.行业前景颇好,被称为朝阳产业.近年来全国的制造厂家迅速增加,据权威统计,截至2020年2月,全国取得制造许可资质的企业666家.但停车设备的市场并没有出现爆发性的增长.反而是企业市场份额不足,企业效益差,获利的厂家寥寥无几,很多企业生存不易,究其原因?本文分析了影响市场...     

Blockchain and MEC-Assisted Reliable Billing Data Transmission over Electric Vehicular Network:An Actor–Critic RL Approach

Recently, electric vehicles (EVs) have been widely used under the call of green travel and environ-mental protection, and diverse requirements for charg-ing are...     

ZrO2增韧Al2O3复相陶瓷中氧化锆相分布的分形维数

研究了氧化锆增韧氧化铝复相陶瓷中氧化锆相分布的分形维数随氧化锆含量、烧结温度、保温时间的变化规律,通过与该材料的力学性能比较,该变化规律不但反应了相分布特征,而且与力学性能的变化规律一致。提出了利用相分布的分形维数作为一个参量来定量分析相分布对力学性能的影响的可能性。     

Al2O3/ZrO2层状复合陶瓷的研究

用辊轧工艺,在最佳成分配比及烧结制度下,制备了Al₂O₃/20%Al₂O₃(nm)+20%ZrO₂+60%Al₂O₃(μm)/Al₂O₃层状复合陶瓷.通过断裂韧性的测定,发现层状复合的断裂韧性值比无层状复合的Al₂O₃或ZrO₂增韧Al₂O₃有很大的提高,利用扫描电镜(SEM)对层状复合的微观结构进行了观察,讨论了层状复合的增韧机制和ZrO₂诱发微裂纹的机理,同时观察到层状复合断裂的典型特征为台阶状断裂。     

16MnR钢夹杂物的行为

系统地调查研究了16MnR钢在整个生产工艺过程中钢中央杂物的演变规律和清洁度水平,重点考察了钢锭中大型氧化物夹杂的类型、数量、分布、来源和形成。结果表明:钢锭中夹杂物主要是块状Al₂O₃,钢锭中大颗粒夹杂物主要来源于复合渣卷渣。     

基于校园上网行为感知的学生成绩预测方法

学生成绩预测旨在利用学生的相关信息预测其在未来的学业表现.随着校园信息化建设的持续推进,校园网络认证系统越来越完善,各高校逐步积累了丰富的学生校园上网行为数据.考虑到人的行为表现和学习能力密切相关,以校园上网行为感知为切入点,通过挖掘学生的上网行为日志来预测他们的成绩.为此,收集构建了一个同时包含学生校园上网行为和成绩数据的真实数据集,并通过数据分析证明两者之间确实存在一定的关联性.在此基础上,提出了一个端到端的双层自注意力网络(dual-level self-attention network, DEAN),引入级联式的自注意力机制来分别提取学生每一天的局部上网行为特征和长时间的全局上网行为特征,更好地解决了长行为序列建模问题.此外,通过多任务学习策略在统一的框架下同时解决面向不同专业的学生成绩预测问题,并设计了基于学生排名差的代价敏感损失来进一步提升方法的性能.实验结果表明：相比于传统的序列建模方法,所提出的方法具有更好的预测精度.     

交互式媒体技术在下一代网络中的应用

两类重要的技术领域已经出现,它们正在改变着人们与信息的关系。其一是面向对象的多媒体编码格式;另一个则是由标记交换和IP交换发展而成的下一代运营商网络的核心技术－MPLS,它在业务质量保证、流量工程、虚拟专用网络等方面有着非常有效的应用。显然,这两类技术在颇大程度上是相辅相成的,所以,如何将此二者融合在一起,充分利用它们的优势并在现实中使用基于它们的系统是非常有现实意义的。因此,本文将探讨一个能够使两者汇合的应用系统。     

故障安全逻辑系统的研究进程及向自校验逻辑系统的演变

本文简要地介绍了近十余年来关于故障安全逻辑系统和自校验逻辑系统的发展情况,并指出这两者之间的区别和联系.文后列举了有关论文目录近一百条,这些文献包括了这一时期内各阶段的主要研究成果.     

Structure modulation of periodic mesoporous organosilicas with organic salts

Journal of Materials Science - The design of the hierarchical structure and geometry of nanomaterials at the molecular and macroscopic level are crucial to determine their properties and...     

基于自适应网格的隐私空间分割方法

基于网格与差分隐私保护的空间数据分割得到了研究者的广泛关注,空间数据的大小、数据的偏斜性以及拉普拉斯噪音的多少直接制约着空间分割的精度.针对现有基于网格分割方法难以有效兼顾大规模空间数据、数据偏斜性与噪音量的不足,提出了一种基于伯努利随机抽样技术的3层自适应网格分割(sampling-based three-layer adaptive grid decomposition, STAG)方法,该方法利用满足差分隐私的抽样技术抽取空间数据点作为分割对象.根据查询粒度的不同,首先在中间层利用指数机制与高通滤波过滤掉小于阈值的网格单元,然后利用Down-Split方法继续细分大于阈值的网格单元.对于那些小于阈值且连接的单元格,利用Up-Merge操作对这些单元进行最优化重组,形成粗粒度的网格单元.STAG与UG(uniform grid),AG(adaptive grid),Kd-Stand(kd-tree-based standard method),Kd-Hybrid(kd-tree-based hybrid method)在真实的大规模空间数据集上实验结果表明：其分割精度以及响应范围查询效果优于同类算法.