商务为王:2011年商用笔记本主宰潮流

作为时下人们最热衷的办公工具,笔记本在很大程度上决定了办公效率。过去的2010年,笔记本市场出现翻天覆地的变化,在AMD与Intel的努力下,移动平台在功耗和性能上得到更好平衡,轻薄本绽放魅力,时尚潮流进一步深入人心。但纵观整个笔记本市场,不难看出,随着家庭办公、移动商务、职场竞技……这些概念纷纷上演普及,     

时代在变,创新不变：盘点2010年PC亮点技术

前言：回顾过去的2010年,PC市场出现了众多令人肯定的新技术,从32nm笔记本的普及、双显卡切换技术的广泛应用,到SSD硬盘和USB3.0技术的初步显露,以及裸眼3D显示和无线显示技术,无不给2010年的PC市场带来精彩。特别是在笔记本市场,随着便携时代的到来,越来越多的朋友开始选择笔记本,而笔记本是否高效节能、是否安全稳定,以及是否支持时下最热门的新设备,将成为消费者购买的基本标准,因而为了引导消费者采购,我们不妨来看看2010年PC市场最为亮眼的技术应用!     

降低企业损失：商用PC安全技术解析

在企业办公中,员工众多、电脑操作水平不一和网络带来的各种危害,使得企业电脑总是出现各种问题,例如,由于病毒、黑客入侵甚至人为误操作等原因,导致数据丢失或失窃,甚至造成整个系统完全瘫痪,这不仅给企业IT管理员带来维护压力,也给企业带来不可估量的经济损失。对此,商用PC加入了各种安全技术,以避免上述问题带来的损失,下面讲解目前商用PC上常用的安全技术,以帮助企业用户进行商用PC合理采购。     

AUTOCAD的二次开发中对实体操作功能的设计

如今,CAD（计算机辅助设计）技术已被各制造业广泛应用。而美国的AutoCAD是目前在Windows环境下应用最广泛、使用人数最多的CAD支撑软件。本次设计是在论证了CAD二次开发的可行性并比较了AutoCAD各开发系统的优劣之后,选择Object ARX开发平台,用C／C＋＋对AutoCAD软件进行的二次开发。本系统设计工作共分数据库构建、文件读写、操作功能实现和交互式界面四部分。最终完成的软件是一个具备初步的CAD软件结构、用户接口和操作方式的CAD系统,此软件随AutoCAD的启动自动运行,能够实现“读写文件”和“交互式创建、删除和修改直线实体”等功能。     

持久才是王道——高续航笔记本导购

不论是SOHO族还是商务人士,在旅行或出差时,随时需要上网、娱乐或给客户演示方案,笔记本以移动性获得了他们青睐,但在移动办公中,笔记本的续航时间显得格外关键,如果笔记本续航能力可达5小时以上,可为用户带来商务和娱乐应用的极大方便。     

黄金尺寸——13英寸轻薄笔记本导购

对于商务人士来讲,经常需携带笔记本出门使用,为此在购买笔记本时,则会更加注重轻薄性和续航时间,尽管上网本非常轻薄,但屏幕和键盘过小,并不适合商务人士使用,即便是11.6英寸屏幕也显得有点偏小,从商务应用角度看,13英寸才属于黄金尺寸,它给予了商务人士兼顾轻薄和应用上的双重满足。     

沙枣多酚超声波辅助提取工艺优化及抗氧化性研究

采用响应曲面设计,研究超声波辅助提取时料液比、乙醇浓度、功率、超声时间及其交互作用对沙枣多酚提取效果的影响.用沙枣多酚对二苯代苦味酰自由基(DPPH·)的清除能力以及Rancimat法研究其抗氧化活性.用Design Expert软件确定沙枣多酚超声波提取的最佳工艺参数是:超声波功率309.35W,时间9.71 min,料液比1:11.40,乙醇体积分数48.10%.沙枣多酚对DPPH·有显著的清除效果,且明显优于维生素C和单宁酸标准品.当质量浓度为3.5μg/mL时,沙枣多酚、维生素C和单宁酸标准品对DPPH·的最大清除率分别为97.30%、46.87%和34.17%.沙枣多酚对DPPH的清除效果与其浓度之间呈明显的量效关系.Rancimat法结果表明,沙枣多酚的抗氧化活性优于同浓度的维生素C和单宁酸标准品.     

尿基熔体造粒高塔内流场分析

以复混肥造粒过程原理为基础,采用Fluent软件对尿基复混肥高塔造粒过程进行数值模拟。连续相数学描述采用欧拉法,分散相采用拉格朗日法,连续相与分散相进行耦合计算。分析得到造粒塔内空气的温度、速度分布及复混肥颗粒的运动轨迹、空间分布。通过与测试结果对比,证明数值模拟结果可信,方法可行。关键词尿基复混肥高塔造粒数值模拟多相流     

基于遗传神经网络的机器人腕力传感器动态建模与补偿方法

介绍用于MotomamV3X机器人上的新型多维腕力传感器,比较遗传算法与人工神经网络的特点,将遗传算法的交叉和变异操作进行改进,提出一种融合改进遗传算法(Genetic algorithm, GA)的函数连接型人工神经网络(Functional link artificial neural network, FLANN),并将其用于所介绍的新型机器人腕力传感器动态建模与动态性能补偿中。介绍动态建模与动态补偿原理及改进遗传神经网络算法,给出该传感器的动态模型和动态补偿模型。该方法利用腕力传感器的动态标定数据,采用改进遗传神经网络搜索和优化模型参数,保留了遗传算法的全局搜索能力和FLANN结构简单,鲁棒性好,且具备自学习能力的特点,克服了FLANN容易陷入局部极小的缺陷,具有快的网络训练速度及高的动态建模精度。理论分析和试验结果都证实了所提出的动态建模与动态补偿方法的有效性。