关于可测函数列积分的收敛性

积分号下取极限或逐项积分在理论和实际应用中都有十分重要的意义。本文在勒贝 格积分极限理论基础上，研究在弱条件下极限与积分交换顺序问题。     

关于Linux内核可抢占性方法研究与实现

标准Linux内核是不能被抢占的,致使调度延迟较大,这是导致Linux系统实时性不强的主要原因,对Linux内核不可抢占性进行了深入分析,阐述了两种降低调度延迟的方案：低延迟方案和内核抢占式方案,并对这两种方案进行了测试与分析。     

梅永红：自主创新是一项政治选择

梅永红认为，建设创新型国家的战略目标不仅仅是科技和经济层面的目标，更是一个政治选择，它关系到中国是否能以一个自立自强国家的姿态屹立于世界民族之林。     

UML建模技术在智能故障诊断系统中的应用

智能故障诊断系统是电站仿真系统中的重要部分,它根据采集到的数据或经转换过的参数进行推理、判断出发生故障的设备.推理诊断采用专家系统和不确定性推理的技术.本文以UML(统一建模语言)为工具,对智能故障诊断系统进行面向对象分析、设计和建模.     

赵朴初故居花园设计简介

赵朴初生前为杰出的爱国宗教领袖,是世界著名的佛学大师,在国内、外都具有重大影响,享有很高声誉。赵朴初故居位于安庆市天台里街44号,称“世太史第”,又称“四代翰林”宅,是安庆市保存较好、面积最大的一组明清宅园,总占地面积4340m2,其后花园面积约1300m2。据初步考证,“世太史第”建于明万历年间,坐北朝南,初为刑部主事刘尚志所建,至清,转为都御史杨汝谷所有,后为清翰林赵价购重建。因赵氏“四代翰林”(赵文楷、赵、赵继元、赵曾重),故宅门匾称“世太史第”。1907年,赵朴初诞生于此宅。宅内主建筑原有五进,现存四进,为明、清代陆续重建,…     

独活属药用部位的解剖学研究

对四川独活属13种植物进行了解剖学研究，根据独活属植物根的次生韧皮部远比次生木质部发达的特点，确定独活属植物的根是典型的贮藏型根，研究结果表明：分泌道存在于中柱鞘和次生韧皮部，而不存在于次生木质部和周皮，根部分泌道的数量与药用价值相关。接受独活属植物中分泌道丰富的独活H．hemsleyanum、短毛独活H．moellendorffii、平截独活H．vincinum、自亮独活H．candicans、永宁独活H．yungningense等种为独活属主要的药用植物。     

近岸海域污染物迁移转化的三维水质动力学模型

以研究近岸海域环境中多组分的水质动力学模型为目标,在分析近海环境中各种物理、化学和生物过程的基础上,针对这种多因素作用下的复杂过程,将污染物扩散输移的湍流模型与多组分污染物的生物、化学转化模型相结合,建立了统一考虑物理、化学和生物过程综合作用的近岸海域多组分三维水质动力学模型,模型可同时模拟水温、盐度、悬浮固体、大肠杆菌、生化需氧量、溶解氧、有机氮、氨氮、硝酸盐氮、亚硝酸盐氮、藻类、腐植质以及营养物质氮、磷、硅等多个水质状态变量及其相互作用,成功地应用于近岸海域的水质模拟.为海域环境影响评价、环境规划、环境管理、污染控制及综合防治等提供科学依据和可靠的手段.     

一种矿用动力电池电压高精度监测的方法

随着锂离子动力电池应用技术的快速发展,其逐渐在煤矿井下得到应用。针对煤矿井下锂离子动力电池组各单体工作特性不一致,导致的电池组效率低、寿命短、安全性差等问题进行了研究。实践表明,应用LTC6804对动力电池的电压进行高精度监测,使得电池管理系统管理更加安全、节能和环保,SOC估值更加准确,并且可以提高电池组的使用效率和延长其寿命。     

含油污泥资源化制备钻井液用封堵防塌剂与应用

以含油污泥为原料,通过沥青化和乳化分散等工艺制备封堵防塌剂SD-AS,其软化点在50~120℃可调,油溶率超过50%;采用砂盘封堵评价实验、扫描电镜测试、压力传递实验以及接触角测试等实验手段,综合评价封堵防塌剂SD-AS的性能,探讨其作用机制;以可变形封堵防塌剂SD-AS为主要处理剂,构建强化封堵防塌水基钻井液体系配方。结果表明:封堵防塌剂SD-AS主要通过化学吸附、油溶性变形粒子物理封堵、阻缓压力传递以及降低泥页岩表面的亲水性等作用,实现有效的封堵防塌作用;强化封堵防塌水基钻井液体系成功应用于准噶尔盆地山前构造带的钻井施工,复杂易塌地层井径扩大率平均仅为6.78%。     

卷积神经网络声学模型的结构优化和加速计算

将卷积神经网络(convolutional neural networks,CNN)声学模型应用于中文大词表连续电话语音识别任务中,分析了卷积层数、滤波器参数等变量对CNN模型性能的影响,最终在中文电话语音识别测试中,CNN模型相比传统的全连接神经网络模型取得了识别字错误率1.2％的下降.由于卷积结构的复杂性,常规的神经网络加速方法如定点量化和SSE指令加速等方法对卷积运算的加速效率较低.针对这种情况,对卷积结构进行了优化,提出了2种卷积矢量化方法:权值矩阵矢量化和输入矩阵矢量化对卷积运算进行改善.结果表明,输入矩阵矢量化方法的加速效率更高,结合激活函数后移的策略,使得卷积运算速度提升了8.9倍.