TD—SCDMA系统及其演进

TD-SCDMA（时分-同步码分多址）是我国提出的具有自主知识产权的3G标准，它和CDMA2000、WCDMA同为ITU确定的3G三大主流标准。首先简要介绍了TD-SCDMA系统的特点，然后分析了TD-SCDMA的增强型技术HSDPA（高速下行链路分组接入）。HSDPA是3GPP为了满足上下行数据业务不对称的需求提出的一种新技术，它大大地增加了下行数据业务的传输速率。最后介绍了TD-SCDMA的长期演进（LTE）。     

余热锅炉钢结构高强度螺栓转角法连接质量的检验与应用

针对余热锅炉钢结构高强度螺栓在转角法工艺条件下连接,轴向预紧力难以测量和检验,提出了高强度螺栓连接安装质量监督检验的有效方法。通过比较扭矩法和转角法的不同,分析了扭矩与转角之间的关系范围。利用该范围条件通过扭矩可以有效的检验转角和轴向预紧力的方法。最后,对余热锅炉钢结构试验表明了该检验方法的可操作性和有效性．     

基于小波去噪的回波信号处理研究

通过对接收到的回波信号的小波变换系数进行阈值去噪处理,可以有效降低噪声。本文介绍了小波去噪的基本概念,讨论了小波去噪的方法和步骤,对小波去噪过程中选择的MATLAB应用函数进行说明。用实例比较分析了haar小波、Daubechies小波族和Symlets小波族在去噪过程中的效果,为小波基函数的选择提供了有用的参考。     

绵羊嫩度相关基因mRNA表达量荧光定量PCR检测方法的建立

目的:建立检测绵羊钙蛋白酶家族几种基因(Calpain1、Calpain2、P94、CAST)和组织蛋白酶家族几种基因(Cathepsin B、Cathepsin D、Cathepsin L)mRNA表达量的方法。方法:在NCBI中查找出基因序列,根据引物设计原则利用DNAman软件设计引物。经T-A克隆检测引物扩增片段正确,再将其用于实时荧光定量PCR(Real-time PCR)。结果:Real-time PCR最适循环参数为预变性94℃4 min,94℃30 s,58℃45 s,72℃1 min,经过40个循环后72℃5 min延伸。结论:成功地建立了检测绵羊嫩度相关基因mRNA表达量的实时荧光定量PCR方法。该方法灵敏度高,特异性强,准确可靠。完全适用于绵羊嫩度相关基因mRNA表达量检测。     

数据挖掘技术在教学管理中的应用研究

从研究高校学生校园学习生活各方面行为的统计特征及特征之间的关联性出发,本文采用数据仓库和数据挖掘技术对高校学生校园生活及学习信息进行分析处理,实现了高校学生管理的决策支持系统框架。为高校学生管理工作者从整体上了解和解释学生的行为提供了新方法。目的是为今后的学生管理和教学安排工作提供决策依据。     

25%噻虫嗪水分散性粒剂防治桃蚜田间药效试验简报

研究了不同浓度下噻虫嗪对桃蚜的田间药效试验,发现3种浓度对桃蚜的防效均在80%以上,持效期可达14 d以上,有较好的防治效果。     

一种具有抗误码性能的树块压缩算法

星载图像编码系统要求图像压缩算法具有一定压缩比、低复杂度的特点,同时希望尽可能减少码流比特错误造成的误码扩散。为了减少误码扩散,提出了一种易于硬件实现、低复杂度、抗误码强的树块数据无损压缩算法。图像数据经过小波变换后,将各级分辨率的系数按照树的结构进行排序,并由若干棵相邻的树构成树集合,称之为树块,每个树块独立进行比特平面编码,产生的码流独立进行打包。结果表明,这种编码方法有较低复杂度,易于硬件实现,能够有效优化,使输出码率达到最短,而且可以有效提高系统的抗误码性能。     

一种基于日志信息和CNN-text的软件系统异常检测方法

当前,数据挖掘作为一种高时效性、高真实性的分析方法,正在社会中扮演着越发重要的角色,其在大型数据中快速挖掘模式,发现规律的能力正逐步取代人工的作用.而在当前各个计算机领域大行其道的大型分布式系统(如Hadoop、Spark等)的日志中,每天都产生着数以百万计的系统日志,这些日志的数据量之庞杂、关系之混乱,已大大影响了程序员对系统的人工监控效率,同时也提高了新程序员的培养成本.为解决以上问题,数据挖掘及系统分析两个领域相结合是一种必然的趋势,也因此,机器学习模型也越来越多地被业界提及用于做系统日志分析.然而大多数情况下,系统日志中,报告系统运行状态为“严重”的日志占少数,而这些少数信息才是程序员最需要关注的,然而大多数用于系统日志分析的机器学习模型都假设训练集的数据是均衡数据,因此这些模型在做系统日志预警时容易过度偏向大样本数据,以至于效果不够理想.本文将从深度学习角度出发,探究深度学习中的CNN-text(CT)在系统日志分析方面的应用能力,通过将CT与主流的系统日志分析机器学习模型SVM、决策树对比,探究CT相对于这些算法的优越性;将CT与CNN-RNN-text(CRT)进行对比,分析CT对特征的处理方式,证实CT在深度学习模型中处理系统日志类文本的优越性;最后将所有模型应用至两套不同的日志类文本数据中进行对比,证明CT的普适性.在CT同日志分析的主流机器学习模型对比的实验中,CT相较于最优模型的结果召回率提升了近15%;在CT同CRT模型对比的实验中,CT相较于更为先进的CRT,模型准确率高出约20%,召回率高出约80%、查准率高出约60%;在CT的普适性实验中,将各类模型融入到本文的实验数据集logstash和公开数据集WC85_1中,在准确率同其他表现较优的模型同为100%的情况下,CT的召回率高出其余召回率最高的模型(DT-Bi)近14%.从中可看出,相较于主流系统日志分析机器学习模型,如支持向量机、决策树、朴素贝叶斯等,CNN-text的局部特征提取能力及非线性拟合能力都有更为优异的表现;同时相较于同为深度学习CNN簇的CNN-RNN-text将大量权重投入到系统日志的序列特征中的特点,CNN-text则报以较少的关注,反而在序列不规则的系统日志中展现出比CNN-RNN-text更优秀的表现.最终证明了CNN-text是本文所提到的方法中最适合进行软件系统异常检测的方法.     

5G移动网络在物联网中的应用

物联网(Io T)是一种很有前途的技术,它倾向于通过无缝连接异构智能设备来彻底改变目前单一的使用方式。目前业界已经为移动设备开发了最新的蜂窝网络标准,但不太适合Io T设备的低功率和较低的数据速率要求。第五代移动网络技术(5G)旨在解决此前蜂窝网络标准的局限性,并且是物联网潜在的关键推动因素。     

绿色建筑的发展与研究

简要论述了绿色建筑的概念,并对世界各国绿色建筑的发展历程进行了详细分析,探讨了世界绿色建筑发展的共性及趋势,指出绿色建筑作为一个新兴理念,将会融入设计、施工、管理等各方面。