MFA在首钢京唐热轧煤气混合站上的应用

热轧煤气混合站是为热轧加热提供燃料的重要设施,其控制压力,热值对加热炉及轧制有着重要的影响,京唐公司采用法国施耐德公司的昆腾系列PLC做基础控制,应用MFA先进控制器为原型,做高级控制算法,实现出口总管压力,热值,大小支管流量的精确控制,它的投产,改变了以往的手工操作,提高了生产效率。     

预调酒爆炸式增长不正常

2014年，预调酒在中国市场迅速崛起。笔者认为这一方面得益于一些品牌在热播剧中的广告植入，另一方面得益于在线上平台的推广。预调酒这类低酒精霞并混合果汁的饮料，时尚并充满活力，价格不高，受到很多年轻人的青睐。一些知名品牌比如百加得冰锐、锐澳正是抓住了这一点，针对年轻消费者进行产品推广。比如，百加得冰锐在热播剧《爱情公寓》...     

复杂电磁环境三维态势展示方法研究

在复杂电磁空间斗争这条无形的战线上,对电磁环境的准确、直观描述一直是制约指挥人员实施准确、高效指挥的关键因素,本文围绕复杂电磁环境三维可视化方法展开研究。首先提出了混合八叉树分割方法解决了传统八叉树不能对大规模体数据直接体绘制的问题,设计了球形规则网格体数据组织模型,通过抽象电磁环境数据模型的输入、输出和计算功能,构建了复杂电磁环境的通用组织计算框架。针对传统光线投射直接体绘制算法不能正确处理视锥体裁剪问题,提出了一种视锥体裁减修正的方法,通过绘制视锥体近、远截面与体数据包围盒的相交面,解决了由于被视锥体裁剪而丢失数据的绘制错误问题。研究运用等值线绘制算法、颜色映射切片绘制算法和光线投射算法三者相结合的可视化方法,从不同高度和不同方向切割电磁环境,不仅能直观感受到复杂电磁环境的全貌,而且能观察对作战指挥最有影响的细节信息。     

组合桨搅拌槽内高黏流体混合特性的数值模拟

利用计算流体力学数值模拟方法,对直段桨为双螺带式和Paravisc式以及底桨为锚式和变径双螺带式的组合桨功率和混合时间进行了研究,并对其中最优桨型进行了放大规律的探索。通过数值模拟得到了4种组合桨中各单桨及组合桨的功率准数关联式,提出组合桨中各桨之间功率上的反作用关系。在10种组合桨中,Paravisc-锚式组合桨达到完全混合时所转圈数最少,且在相同转速下量纲一剪切量较大,混合特性最优,将其从体积为100 L的搅拌槽内放大至200 L和500 L搅拌槽中,发现其符合桨端线速度的放大准则。文中对各桨型的功率特性、混合特性和放大规律的分析,可为工业设计和优化高黏度流体组合桨参数提供重要参考。     

FDD牌照来了!能否扭转4G格局?

时事背景自2013年12月工信部向三大运营商颁发4G牌照(制式均为TD-LTE)以来,FDD牌照就处于一个相当尴尬的境地。2014年,工信部又分4次向中国电信和中国联通颁发"LTE/第四代数字蜂窝移动通信业务(LTE FDD)"试商用经营许可,批准二者在56个试点城市展开LTE FDD和TD-LTE混合组网试验。虽然FDD牌照正式发放的传闻不断,但却始终"犹抱琵琶半遮面"。而在这一年时间内,中国移动4G用户就突破了1亿大关,这让移动电话用户增速不断放缓的中国联通和中国电信如坐针毡,不少舆论认为FDD牌照已经成为联通和电信的最后一棵救命稻草。     

中国海权问题坐标分析

由于中国海权情况与马汉所提海权理论时西方世界的情形不甚相同,国内对于海权内涵的具体定义颇具争议,并不为人所明晰.本文试图通过引入坐标,以中国海权内涵为原点,从中国的历史向度以及地缘向度对中国海权进行坐标轴向度分析,立体的分析中国海权问题.     

基于深度学习的人体姿态估计方法综述

基于深度学习的人体姿态估计方法旨在通过构建合适的神经网络，直接从二维的图像特征中回归出人体姿态信息。主要按照2D人体姿态估计到3D人体姿态估计的顺序，并从单人检测与多人检测、稀疏的关节点检测与密集的模型构建等方面，对近年来基于深度学习的人体姿态估计方法进行系统介绍，从而初步了解如何通过深度学习的方法得到人体姿态的各个要素，包括肢体部件的相对朝向和比例尺度、骨骼关节点的位置坐标和连接关系，甚至更为复杂的人体蒙皮模型信息。最后,对当前研究面临的挑战以及未来的热点动向进行概述，清晰地呈现出该领域的发展脉络。     

基于门控联合池化自编码器的通用性文本表征

为了学习文本的语义表征,以往的研究者主要依赖于复杂的循环神经网络(recurrent neural networks, RNNs)和监督式学习方法。该文提出了一种门控联合池化自编码器(gated mean-max AAE)用于学习中英文的文本语义表征。该文的自编码器完全通过多头自注意力机制(multi-head self-attention mechanism)来构建编码器和解码器网络。在编码阶段,提出了均值—最大化(mean-max)联合表征策略,即同时运用平均池化(mean pooling)和最大池化(max pooling)操作来捕获输入文本中多样性的语义信息。为促使联合池化表征可以全面地指导重构过程,解码器采用门控操作进行动态关注。通过在大规模中英文未标注语料上训练模型,获得了高质量的句子编码器。在重构文本段落的实验中,该文模型在实验效果和计算效率上均超越了传统的RNNs模型。将公开训练好的文本编码器,使其可以方便地运用于后续的研究。