IT大迁移时代Emulex 2014趋势预测及战略

正IT业为什么以及如何有这样大的迁移。迁移不是个体行为,而是许多东西汇集在一起的结果,就像很多的河流、支流汇聚在一起流向海洋,这是不可阻挡的趋势。今天,我们就会来一起看一下目前业界中的一些趋势,会怎样深刻地影响到IT的未来。     

超大规模（Hyperscale）部署正推动带宽和网络速度需求迅速增长

近日,Emulex公司公布了对1,623名美国和欧洲IT专业人员的调查结果。在这次调查中,受访者围绕企业数据中心网络环境各抒己见。2014年10月份举行的这次调查表明,57%的受访者已经采用了需要出色网络资源可扩展性的超大规模（hyperscale）网络环境。在这些受访者中,有一半以上（51%）表示增加带宽是向超大规模环境迁移过程中的主要挑战。     

搅拌设备设计的几点体会

从搅拌轴的支承条件、轴承间最佳距离的确定以及搅拌轴的稳定器等几个方面讨论 ,分析了其对搅拌设备设计的影响 ,并提出了相应的措施和方法。     

哪种传输方式将会勾起你心灵的荡漾

每种传输方式都有自己的适应性和优异之处,又有不足之处。传输方式是否得体不是看其方式本身如何,而是看其是否适用于应用场所。不同的传输距离、不同的传输环境、不同的传输需求,都会有不同的传输设计方案。条条道路通罗马,哪条才是正轨,请见如下分析。     

《西安工业大学学报》投稿稿件中图的尺寸要求

线图辅线（坐标线、标尺、中心线等）线宽为0．176mm辅线;主线（轮廓线、数据线等）线宽为0．25mm;稿件提供的所有图片要求清晰、分辨率≥300dpi;图片布局合理、排列整齐、标注（图片编号在左上角（编号白框距离图边1mm）,标尺在右下角（编号白框距离图边1mm））齐全．     

涅槃,终点到起点的距离

首先,我谨代表PCworld中国全体同仁,对8月3日,发生在云南省昭通市鲁甸县的6.5级地震灾难表示镇痛的哀悼,希望灾区同胞振作起来,在全体华人的关心和支持下,尽决救治伤员、治愈创伤,早日恢复安静快乐的生活。请相信,大爱无疆,我们永远在一起!由这个话题开始,今天的话题注定会有些沉重。不过,不管怎么样,移动互联改造世界的脚步都不会停止。我们日益感觉到,无论传统行业是否愿意,     

MIL10非接触式距离测量编码器 堡盟电子（上海）有限公司

堡盟推出一款新型的,适用于线性距离测量的无轴承编码器。MIL10包含一个传感器和一条粘性磁带。这种非接触式的磁感应方式毫无磨损,因而具有几乎无限长的使用寿命。     

基于马氏距离和H-K聚类的空值估计研究

传统的基于欧氏距离和K-means聚类算法的空值估计算法容易因为欧氏距离对量纲的敏感性和初始聚类中心对K-means聚类效果的影响产生估值误差。将层次聚类算法和K-means聚类算法有机结合起来的H-K聚类算法克服了K-means算法对初始聚类中心的敏感性,从而改善了聚类效果。与欧氏距离不同,马氏距离可以避免量纲的影响。为此提出一种改进的空值估计算法,将H-K聚类应用到空值估计算法中进行聚类,在聚类时采用马氏距离代替欧氏距离,在聚类后使用多元线性回归法计算样本中的空值。实验结果表明改进后的空值估计算法使得估计值的绝对误差率(MAER)得到降低。     

基于改进的K-means聚类算法在图像分割中的研究

图像分割是由图像处理到图像分析的关键步骤。传统的K-means聚类算法在进行图像分割处理时,由于其算法本身的一些缺陷,使得图像颜色像素在进行聚类时会出现比较高误分类率,为了降低这一比率本文将一种改进的K-means聚类方法应用于图像分割研究中,取得了明显的效果。     

基于迁移学习的卷积神经网络通道剪枝

卷积神经网络在计算机视觉等多个领域应用广泛,然而其模型参数量众多、计算开销庞大,导致许多边缘设备无法满足其存储与计算资源要求。针对其边缘部署困难,提出使用迁移学习策略改进基于BN层缩放因子通道剪枝方法的稀疏化过程。本文对比不同层级迁移方案对稀疏化效果与通道剪枝选取容限的影响;并基于网络结构搜索观点设计实验,探究其精度保持极限与迭代结构的收敛性。实验结果表明,对比原模型,采用迁移学习的通道剪枝算法,在精度损失不超过0.10的前提下,参数量减少89.1%,模型存储大小压缩89.3%;对比原剪枝方法,将剪枝阈值从0.85提升到0.97,进一步减少参数42.6%。实验证明,引入迁移策略更易实现充分的稀疏化,提高通道剪枝阈值选取容限,实现更高压缩率;并在迭代剪枝的网络结构搜索过程中,提供更高效的搜索起点,利于快速迭代趋近至搜索空间的一个网络结构局部最优解。