“破茧成蝶·荣耀起航” 重庆蓝视博得光学发布2015“女神”系列隐形新品

<正>本刊讯(记者陈薇)1月26日,重庆蓝视博得光学2015新品上市发布会在重庆南川区金佛山西天星两江假日酒店举行,来自西南地区的150余位眼镜零售商、代理商现场品鉴了蓝视博得2015年新款隐形眼镜。发布会开始之前,参会嘉宾参观了位于南川工业园区内的蓝视博得光学生产工厂。该工厂占地面积3300平方米,包含隐形眼镜制造工厂与护理产品制造工厂两大部分。嘉宾在现场看到,严谨规范的生产流水线造就了蓝视博得安全、可靠的品质保证,所有隐形眼镜产品的制造都是在符合无菌医疗器械生产标准的净化车间完成。此外,蓝视博得     

高燃的融资传奇

“2008年前中国会产生市值100亿美金的互联网公司,2012年前后会出现500亿美金的互联网公司。”M ySee的年轻总裁、25岁的高燃如是说。P2P流媒体技术正成为网络新贵。在国内,已经有M ySee、PPStream、PPLive等多家企业竞争。竞争之中,高燃与M y-See正积极、平稳地向前迈进。从20     

沼气脱硫技术研究

本文综述了近年研究人员在开发沼气脱硫工艺方面所做的工作,包括现代与传统的脱硫技术工艺.探讨了物理、化学和生物脱硫技术对沼气脱硫工艺的影响因素.     

浮选闪锌矿和铁闪锌矿的捕收剂研究现状及进展

系统地介绍了闪锌矿和铁闪锌矿的性质,综述了近年来国内外浮选闪锌矿和铁闪锌矿的捕收剂研究现状,展望了其发展的方向和趋势.     

集约式物流信息平台的构建

本文论述了物流信息化是现代物流发展的核心内容,分析了目前我国是中小型物流企业众多,存在人才短缺,技术、设备陈旧,信息不对称等问题,更倾向选择正规且稍具规模的信息平台.明确了集约式物流信息平台构建的意义,功能的基本要素,并提出了解决物流平台主要问题的方案.     

超声波技术预防性抑制蓝藻水华的研究

指出传统的蓝藻水华治理方法中存在的问题:大规模地杀灭蓝藻,造成大量藻细胞破裂,细胞内藻毒素等有害分泌物释放到水中,引发二次污染。介绍蓝藻水华的预防性调控方法,即在水体形成水华前,通过抑制蓝藻细胞生长,将其藻类生物量始终控制在一定水平以下,避免蓝藻水华的暴发。综述了超声参数对除藻抑藻效果的影响,以及超声对藻细胞生理系统的影响,探讨超声除藻抑藻的机理,并针对以往研究存在的不足,对后续研究重点进行了展望。     

基于项目协作的高职教师职业技能发展研究

借鉴建筑工程项目管理理念和模式,指导项目团队成员参与企业承揽项目的全过程实施,通过项目团队教师之间经验与知识的共同分享与协作,达到个体技能意识流的最优化,促使高职教师的隐性知识向显性知识的快速转化及增值,缩短教师职业技能培养周期,实现教育与产业的有机结合,带动教学创新促进“双师型”教师队伍的建设。     

自确认测速度仪的设计

在分析传统测速仪缺点的基础上,设计出了自确认测速仪;就脉冲检测及修补,基于预估因子的数据预估算法和设备状态判断进行了详细描述.对测速仪的网络接口和协议也进行了介绍,通过工程实例测试表明其工作可靠,能克服缺栅,跳动等对速度的影响,其性能优于传统测速仪.     

基于步态能量图像和2维主成分分析的步态识别方法

为了快速有效地进行步态识别,针对步态能量图像能够表征步态信息和2维主成分分析能快速降维的特点,提出了一种基于步态能量图像和2维主成分分析的步态识别方法.该方法首先应用背景减除法分割出人体轮廓;然后通过人体宽高比的相关信号确定运动周期,再对二值周期序列进行步态能量图像(GEI)合成;最后运用行列相结合的2维主成分分析((2D)~2PCA)方法与加权的2维主成分分析(W(2D)~2PCA)方法提取特征主向量,并采用最近邻分类器进行分类.实验结果表明,该步态识别方法可以有效降低前期处理对分类识别的影响,而且对于3种不同行走状态的CASIA数据库巾多个视角下拍摄的步态图像可取得很好的识别效果.     

一种任意分布下的隐变量因果结构学习算法

因果发现旨在通过观测数据挖掘变量间的因果关系,在实际应用中需要从观测数据中学习隐变量间的因果结构。现有方法主要利用观测变量间的协方差信息（如四分体约束）或引入非高斯假设（如三分体约束）来解决线性因果模型下的隐变量结构学习问题,但大多限定于分布明确的情况,而实际应用环境往往并不满足这种假设。给出任意分布下隐变量结构的识别性证明,指出在没有混淆因子影响的情况下,两个隐变量的因果方向可识别所需要的最小条件是仅需要其中一个隐变量的噪声服从非高斯分布。在此基础上,针对线性隐变量模型提出一种在任意分布下学习隐变量因果结构的算法,先利用四分体约束方法学习得到隐变量骨架图,再通过枚举骨架图的等价类并测量每一个等价类中的三分体约束来学习因果方向,同时将非高斯约束放宽到尽可能最小的变量子集,从而扩展线性隐变量模型的应用范围。实验结果表明,与MIMBuild和三分体约束方法相比,该算法得到了最佳的F1值,能够在任意分布下学习更多的隐变量因果结构信息,且具有更强的鲁棒性。