打磨南欣2.1电脑音箱

这套南欣2．1购于2002年，在精品电脑音箱还比较匮乏的年代，偶然遇到的这套南欣2．1，以它轻盈脱俗的音质让我眼前一亮，立马购下，使用至今。     

血栓闭塞性脉管炎介入治疗的临床研究

目的探讨血栓闭塞性脉管炎介入治疗的可行性及有效性.方法对13例血栓闭塞性脉管炎患者行左锁骨下动脉穿刺药盒植入术,将导管留置于患侧肢体髂外动脉,经导管药盒系统每日灌注前列腺素E1(PGE1)100 μg,尿激酶(UK)20万U及脉络宁20 ml.每一疗程为7～10 d.结果所有13例患者血管造影显示:1例于股浅动脉中段闭塞,9例动脉水平完全闭塞,3例胫前动脉完全闭塞,胫后动脉及腓动脉远端闭塞.经治疗后,其中3例已有坏疽者最终截肢,10例无坏疽者皮温升高,间歇性跛行及静息痛明显改善,行走距离均大于500 m     

绿色施工技术在房建工程中的应用

房建工程项目施工建设在现阶段往往面临着更高的要求,为了较好提升整体施工效果,除了要重点关注于施工质量的优化控制外,着眼于房建工程项目的绿色化发展予以积极关注同样必不可少,绿色施工技术在房建工程中的应用也就值得探讨。本文就重点围绕着房建工程中绿色施工技术的应用,首先明确了基本施工要求,然后又具体从施工组织以及具体施工工艺两个方面探讨了如何运用绿色施工技术,以供参考。     

国内新建中小县市行政中心建筑形态的发展

本文主要研究了国内新建中小县市行政中心建筑形态的发展以及存在的问题。首先分析了整体规划中的两种发展模式,然后从建筑形态的角度对平面布局、流线组织、功能构成、形体设计、立面处理等几个方面进行阐述,在此基础上提出了新建中小型行政中心存在的问题。     

MicroAFL:一种云上微服务故障自动定位方法

随着云上微服务系统规模的不断扩大,微服务之间的依赖关系变得更加紧密复杂,某个微服务的故障可能会通过微服务之间的互相调用传播至其他微服务,进而导致整个微服务系统发生异常。面对依赖关系复杂的微服务系统,考虑到故障的传播性,设计了一种云上微服务故障自动定位方法MicroAFL。首先,MicroAFL实时监测与收集微服务系统运行指标数据,基于自编码器模型对运行指标数据进行分析,判断微服务系统是否存在异常;一旦检测到异常,MicroAFL通过解析云上微服务运行实例之间的通讯数据获取微服务之间的调用关系,进而构建服务调用关系图以刻画故障传播途径;其次,将各个微服务的运行状态与系统资源利用率相关联从而计算服务调用关系图中每个节点的异常权重,并通过改进的加权PageRank算法推断和定位引发异常的故障微服务;最后,在华为云上搭建名为Sock-shop的微服务系统对MicroAFL的故障定位准确性进行评估,实验结果表明MicroAFL的故障定位准确率相较对比方法有所提升。     

面向异构电力设备状态监测的低功耗OPC UA协议转换最小系统

电力系统中不同厂家的现场设备接口各异,使得实际使用中现场设备很难被集成,形成一个信息孤岛。面向电力设备运行状态监测需求,结合当前电力装备普遍采用的Modbus RTU协议和各类PLC协议等为主要现场数据采集接口的现状,进行现有接口协议的OPC UA转换单元设计,研制异构电力设备OPC UA协议转换的嵌入式最小系统硬件平台,建立基于OPC UA协议标准化的统一输出接口。该硬件平台利用软件配置的方式实现现场数据采集智能设备统一接入,可高效支撑以OPC UA协议为输出的异构标准化跨平台运行,有利于同时支持更多不同种类采集终端云边协同参数采集的实现。     

大数据处理技术在风电机组齿轮箱故障诊断与预警中的应用

风电机组状态监测数据具有量大、多源、异构、复杂、增长迅速的电力大数据特点。现有的故障诊断与预警方法在处理大数据时难以在保证精度情况下进行快速处理,故提出了结合Storm实时流数据处理和Spark内存批处理技术的风电机组在线故障诊断与预警模型。以齿轮箱故障诊断与预警为例阐释该模型,引入了Storm处理状态监测数据流,设计了流数据处理的Topology结构;引入Spark,利用弹性分布式数据集(RDD)编程模型实现了朴素贝叶斯(NB)算法和反向传播(BP)算法对设备状态信息进行故障诊断与预测。实验结果显示,该故障诊断与预测方法在保证精度的前提下具有较好的加速比,也证明了该故障诊断与预警模型的有效性和可行性。     

面向电力物联网的云边数据协同方法

随着物联网与通信技术的发展,电力物联网数据呈现海量异构的特点.针对目前云计算架构下电力物联网数据处理存在时延大、云计算压力大等问题,文章提出基于云边协同的数据处理方法.首先通过数据标准化描述、集成与融合等预处理步骤,解决数据多源异构、冗余度高等问题;然后针对数据处理提出了基于容器化技术的云边协同方法,将数据处理划分为多...     

一种在线实时微服务调用链异常检测方法

微服务架构逐渐成为大规模云应用的主流设计架构,微服务可靠性是云服务商亟须处理的关键问题。精确检测并定位微服务应用故障可有效保障应用的可靠性与稳定性,基于微服务调用链的异常检测可在系统发生故障时及时发现系统异常行为并触发告警。针对当前主流检测方法无法保证异常告警的实时性和准确性问题,提出一种基于自然语言处理与双向长短期记忆(BiLSTM)网络的微服务调用链异常检测方法 MicroTrace。对调用链中记录的事件进行解析,将事件表示为语义序列与响应时间序列,利用词汇嵌入式表示算法提取事件的向量化表示,通过基于注意力机制的BiLSTM同时检测微服务实例的调用路径与性能异常。在真实微服务调用链数据集上的实验结果表明,该方法的查准率和查全率均可达96%以上,F1度量值相比于多模态-LSTM方法至少提升了6.8%。