移动通信新竞争者--移动虚拟运营商

电信业运营价值链在整个电信业务的运营价值链中，有不同的电信商参与：第一环节为提供电信设备的供应商；第二个环节为电信交易、提供支持，主要是电信的系统集成商；第三环节为基础网络的建设与运营；第四环节包括电信服务个性化支持，如软件供应商等；第五环节是终端销售支持及售后服务，这也是整个电信业中最重要的一环，是电信产业长期利润之所在，所有电信的价值最终都要通过终端或市场人员来实现。在中国，由于体制、观念和人力资源的限制，传统的电信网络运营商在终端销售和服务等环节远远落后于世界电信业平均水平，这就为利用网络…     

乙基氯工业生产技术研究

结合双分子亲核取代反应机理，对乙醇和盐酸反应过程进行分析，合理确定了工业生产乙基氯的工艺路线。生产工艺不仅提高了原料利用率，降低了生产成本，同时在很大程度上降低了生产污水处理成本，更为有效地保护环境。     

基于公交论坛的出行需求挖掘及线路优化

以北京公交论坛为研究对象,应用自然语言处理的方法进行海量非结构化数据的挖掘,实现公交出行需求挖掘。利用计算机技术和数学模型对原始的公交线路规划建议进行调整和优化,测算新增线路经济效益,通过筛选和排序获得北京公交线路优化方案推荐列表。     

用于开发FPGA的EDA工具

随着集成电路和计算机技术的发展,越来越多的公司不断的开发出更加好用的EDA工具给广大的技术人员.现在无论是软件的开发还是升级的速度都非常快,这使得很多技术人员花费了很多的时间在找合适的工具,以及不断地学习使用新工具上.本文希望能为广大技术人员提供机会了解一些开发环境的特点和使用方法.     

基于IIS总线的嵌入式音频系统设计

介绍了基于IIS总线的嵌入式音频设备的硬件体系结构及其Linux驱动程序的设计。在音频驱动程序设计中综合使用了DMA、分段多缓存区和内存映射技术以提高系统性能,满足音频实时性的要求。     

10 kV配电网的变压器及其配电柜的安装技术

变压器和配电柜是10 kV配电网的重要组成部分,对配电网的安全、高效运行起着重要的作用。通过结合10 kV配电网的实际运行情况,对变压器和配电柜的安装技术进行了分析,希望为今后配电网设备的安装提供一定的参考价值。     

基于平铺数据流的可配置神经网络加速器

卷积神经网络已经是公认最好的用于深度学习的算法,被广泛地应用于图像识别、自动翻译和广告推荐。由于神经网络结构规模的逐渐增大,使其具有大量的神经元和突触,所以,使用专用加速硬件挖掘神经网络的并行性已经成为了热门的选择。在硬件设计中,经典的平铺结构实现了很高的性能,但是平铺结构的单元利用率很低。目前,随着众多深度学习应用对硬件性能要求的逐渐提高,加速器对单元利用率也具有越来越严格的要求。为了在平铺数据流结构上获得更高的单元利用率,可以调换并行的顺序,采用并行输入特征图和输出通道的方式来提高计算的并行性。但是,随着神经网络运算对硬件性能要求的提高,运算单元阵列必然会越来越大。当阵列大小增加到一定程度,相对单一的并行方式会使利用率逐渐下降。这就需要硬件可以开发更多的神经网络并行度,从而抑制单元空转。同时,为了适应不同的网络结构,要求硬件阵列对神经网络的运算是可配置的。但是,可配置硬件会极大地增加硬件开销和数据的调度难度。提出了一种基于平铺结构加速器的并行度可配置的神经网络加速器。为了减少硬件复杂度,提出了部分配置的技术,既能满足大型单元阵列下单元利用率的提升,也能尽可能地减少硬件额外开销。在阵列大小超过512之后,硬件单元利用率平均可以维持在82%～90%。同时加速器性能与单元阵列数量基本成线性比例上升。     

基于特征融合和改进卷积神经网络的环境音识别

由于环境声音复杂的结构,环境声音识别是一个具有挑战性的问题.本文提出一种将特征融合与改进卷积神经网络算法相结合的环境音识别方法.首先针对原始音频文件,提取从波形中学习到的特征以及传统音频特征,分别为MF-CC(梅尔倒谱系数)、GFCC(伽玛通频率倒谱系数)、频谱对比度和CQT(恒定Q变换);然后将提取到的特征分别输入到...     

我国网上零售行业发展现状与趋势

我国网上零售行业正在快速成长,成为经济的重要增长点。本文分析了我国网上零售行业的发展现状,总结了网上零售行业呈现出的三个特点,并对网上零售行业的未来发展趋势提出了六点看法。     

基于双稀疏域联合求解的高精度光谱恢复算法

基于压缩感知的光谱成像系统需要合适的算法解码采样数据才能得到最终的光谱成像数据,传统单稀疏域变换算法会带来光谱细节损失等问题。针对该问题,本文提出了利用双稀疏域联合求解的方法（JDSD）,将信号分解为低频部分和高频部分,并针对不同频率信号特点分别进行稀疏恢复,进而解码求解以实现高精度恢复信号。在数据验证中,首先利用OMP算法在频域内对光谱信息轮廓进行恢复,利用IRLS算法在空间域内对光谱细节进行补偿,分析了不同稀疏变换对于参数设置的影响,测试了不同算法组合的JDSD对于测试数据的恢复结果。对于500种光谱数据仿真测试表明,双稀疏域联合求解可将光谱恢复保真度大大提升,20%采样率情况下,SAM和GSAM指标由传统方法的0.625和0.515分别提升为0.817和0.659,80%采样率情况下,SAM和GSAM指标由传统方法的0.863和0.808分别提升为0.940和0.897。JDSD算法可以使得光谱吸收峰等细节特征得到高精度保持,对于基于光谱的特征分析、物质识别等应用具有十分重要的意义。