玲珑公司通过ISO/TS 16949：2002认证

桦林佳通轮胎有限公司建立健全了废旧物资销售管理程序，实现了废旧物资利润最大化，截至今年5月底，两年半时间废旧物资销售收入达3000余万元。     

无线传感网络中拥塞控制与路由的跨层设计:分布式牛顿法

无线传感网络应用广泛, 其性能与路由选择和拥塞控制密切相关. 致力于拥塞控制与多径路由的跨层优化, 以实现在链路容量受限和节点能量受限情况下的无线传感网络效用最大化. 针对对偶次梯度算法具有收敛速度慢与信息交互量大等缺陷, 设计了具有二阶收敛性能的分布式牛顿算法来实现网络效用最大化. 通过矩阵分裂技术, 实现了只需单跳信息交互的牛顿对偶方向的分布式求解方法. 仿真结果表明, 分布式牛顿算法的收敛性能显著优于对偶次梯度算法.     

Grace Davison开发提高FCC烯烃收率的新催化剂

为了使利润最大化，FCC装置要在许多工艺限制的条件下进行运作，而不断改进催化剂可以提供一种方便而经济地改进工艺路线来缓解生产上的制约，从而使FCC装置获得很高的利润。     

基于多目标粒子群优化算法的自由漂浮空间机器人负载最大化轨迹优化

为了有效提升自由漂浮空间机器人的负载能力,提出一种基于多目标粒子群优化(multi-objective particle swarm optimization,MOPSO)算法的多约束多目标轨迹优化方法.结合建立的负载操作模式下空间机器人系统动力学模型,将负载最大化问题转化为实现关节力矩、基座扰动和系统能量同时最小的多目标轨迹优化问题;建立了相应的多目标优化问题(multi-objective optimization problem,MOP)数学模型;基于MOPSO算法求解出满足负载最大化要求的Pareto最优解集,并在算法中对约束条件进行了有效的处理.通过仿真实验证明了所提方法的有效性.     

未来“微信”将颠覆中国大陆物流的运营模式

微信的发展空间很大,相信更多的现代物流企业也会逐渐应用这个信息沟通平台,利用更精准、便捷的先进信息沟通模式,感受服务可视化体验,实现企业利润最大化。     

实验室规范化管理的质量成本控制探讨

实验室质量成本管理是规范化管理的一项重要内容,实验室在通过规范化管理不断提高管理水平和技术能力,保证检测工作质量的同时,也在一定程度上增加了管理成本。因此。加强质量成本核算、分析和控制,以最低的成本保证和提高检测和校准服务质量,促进实验室实现经济效益最大化,具有积极意义。     

多信道无线多跳网络的跨层优化

为提高多信道无线多跳网络的效用,提出了一种实际可行的跨层优化机制.  利用该机制,每个节点在传输层使用联合设计算法分布式地调整流速率,在链路层根据所提出的分布式调度算法进行速率分配;网关节点使用所提出的干扰代价最小的信道分配算法集中式地分配信道.  通过在层间和节点间传递信息来协调这些层的工作,比集中式算法降低了复杂度,减少了信令开销.  仿真结果表明,该机制具有快速收敛性,且能保证业务流间的公平性;随着可用射频和信道数目的增加,业务流的速率和网络效用增加.     

基于计数排序的最小种子集贪心算法

网络最小种子集问题与网络影响最大化问题相关,研究的是对于具有节点阈值的网络,构造网络的最小节点子集,使得如果这个子集中的节点是活的,则在给定的影响传播模型下整个网络都受到影响。为此提出了新的贪心算法,以节点的度与阈值的差为关键值对网络节点进行计数排序,然后取值最小的节点进行处理。新算法在时间复杂度上改进了基于最小堆的种子点选取算法。在简单多数阈值模型上针对经典的无标度网络得到了所构造的种子集规模上界。实验在随机生成网络和一些实际网络数据集上进行,结果表明所提方法的有效性,特别在无标度网络上生成的种子集具有比相关算法更小的规模。     

对模拟纵向数据集缺失值处理的几种方法比较

运用SAS9．0、数据模拟技术,分别模拟纵向完整数据集和具有各种缺失率的随机缺失数据集,采用多重填补法（MI）、期望值最大化法（EM）和回归插补法（Regression）对各缺失数据集进行处理,对结果进行比较和分析。结果表明,对不同缺失率的数据集,MI、EM和Regression法对缺失值的处理各有优劣。     

空间金字塔分解的深度可视化方法

针对基于深度卷积神经网络的图像分类模型的可解释性问题,通过评估模型特征空间的潜在可表示性,提出一种用于改善理解模型特征空间的可视化方法.给定任何已训练的深度卷积网络模型,所提出的方法在依据原输入图像使得模型类别得分激活最大化时,首先对反向传播的梯度进行归一化操作,然后采用带动量的随机梯度上升训练策略,反向回传修改原输入图像.引入了通过激活最大化获得的图像可解释性的正则化方法,常规正则化技术不能主动调整模型特征空间的潜在可表示性,结合现有正则化方法提出空间金字塔分解方法,利用构建多层拉普拉斯金字塔主动提升目标图像特征空间的低频分量,结合多层高斯金字塔调整其特征空间的高频分量得到较优可视化效果.通过限制可视化区域,提出利用类别显著性激活图技术加以压制上下文无关信息,可进一步改善可视化效果.对模型学习到的不同类别和卷积层中单独的神经元进行合成可视化实验,实验结果表明提出的方法在不同的深度模型和不同的可视化任务中均能取得较优的可视化效果.