可变参数动态灰色预测模型的建立与实证研究

在固定参数动态灰色预测模型基础之上进行改进,提出了可变参数动态灰色预测模型.固定参数动态灰色预测模型的参数值为0.5,可变参数动态灰色预测模型的参数值由预测对象的影响因素来决定.根据对我国集成电路产业的应用研究,说明了可变参数动态预测模型具有更好的预测精度.同时,针对可变参数动态灰色预测模型的计算量很大的特点,应用Java编制了应用软件,可以方便快捷地进行运算,有利于该模型的应用推广.     

基于ROAMP-Net的大规模MIMO系统智能信号检测方法

针对大规模多输入多输出(multiple-input multiple-output,MIMO)系统存在的信号检测计算复杂度高、检测精度不足等问题,参考OAMP-Net算法思想,引入残差结构,提出了一种新的智能信号检测网络模型ROAMP-Net。将正交近似消息传递(orthogonal approximate message passing,OAMP)估算信号的迭代过程展开为深度学习网络,同时引入残差结构,分别对各网络层的线性和非线性估计值进行逐层修正,有效防止估计误差的前向传播和过程积累,避免网络模型随着网络层数增加而发生性能退化,从而提高最终信号检测的准确度。针对不同调制方式和不同天线阵列的系列仿真实验结果表明,不同调制方式和天线阵列下ROAMP-Net在检测准确度上均有不错的性能表现。     

集成电路企业的知识产权工作

科技进步日新月异,但企业发展却并非只是信息技术的简单应用,它似乎比技术创新都更为棘手。如知识产权．信息行业本身的特质决定了其对企业发展的敏感性和重要性。尤其在“专利云集”的集成电路行业。知识产权工作更是横亘在每个企业面前的一道难题。[编者按]     

慕课背景下高校图书馆服务创新的思考

介绍了大规模开放在线课程慕课,从2008年由加拿大学者提出,到2012年,仅仅四年即风靡全球,因其具有两个显著的特点,即开放共享和可扩张性,能将人类教育的公平自由与知识的开放无国界性充分发挥出来;同时慕课的出现和发展亦有其必然性.慕课的出现为高校图书馆服务创新提出了挑战,图书馆要与时俱进,利用自身资源优势,对慕课的制作及在线推广提供种种有力支持,创新职能,拓展服务阵地.     

安利创新环保模式

正安利社区看绿活动让企业、基金会、草根组织和社区基层组织在公益领域实现优势互补。用废纸拼出彩色的画,用旧袜子制作娃娃,用投球的方式引导市民垃圾分类。7月4日,由安利公司联合巴南团区委、巴南区环保局联合开展的"Green We Can安利社区看绿环保体验活动"走进巴南龙洲湾社区。今年4月9日,安利正式启动该活动。通过大规模网络征集,共收到来自"草根环保组织"的80余个优秀环保创意,其中"二次皂油"、"妙纸生花"、"布布针先"、"空中花园"和"绿色传递"等5个项目在评选中脱颖而出。数月以来,安利社区看绿活动走进了湖北、海南等多个省份,趣味活动让社区居民在家门口通过互动有趣的游戏,就能了解环保知识,增强环保意识。     

DBugHelper:分布式系统Debug协助工具

对于大规模分布式系统的开发而言,其开发周期比较漫长,包括前期的开发、过程中的Debug、后期的维护和测试等.在整个开发周期中,Debug是一个非常关键和重要的环节,如何才能在短时间内找到最可靠的方法来解除bug成为一个重要的挑战.对于系统开发人员来说,bug报告能非常有效地帮助其了解bug的所有特征信息,并找到能修复bug的方法.通过研究发现,许多大规模分布式系统之间具有较强的相关性和相似性,因而其bug的产生情况和修复方法也具有类似特征.开发人员可以利用已存在的修复bug的方案来协助修复与其一致或相近的bug.本文提出一个适用于大规模分布式系统的Debug协助工具——DBugHelper,能为某些大规模分布式系统的开发人员的bug修复提供比较有效、正确的帮助.DBugHelper将最新的bug报告进行文本处理,形成查询向量,并将大量已被修复的bug及其相关信息进行离线处理和缓存,从而为在线查询提供索引机制.通过将大量已修复的bug报告进行离线处理并同时减少在线处理的数据量,从而使其准确并快速地为系统开发人员提供必要的Debug协助工作,以此减少系统开发的周期与成本.     

大规模连片式边坡治理原则及其监测技术研究

依托都匀北站南延线边坡治理工程,开展大规模连片式边坡治理原则及其监测技术研究,得到以下结论。对于大规模连片式边坡治理工程,不能按照传统单个边坡的治理方式进行防护治理,应将其中边坡进行统筹考虑。引入边坡风险预测的理念将依托工程边坡划分为重点防护区、次重点防护区和一般防护区,使得在边坡治理过程中有主有次,即可保障工程项目顺利进行。此外,依据边坡等级划分,采取了针对性的边坡治理措施和监测措施,取得了较好的效果。     

针对大规模数据的分布一致缺失值插补算法

缺失值插补(missing value imputation,MVI)作为数据挖掘领域的重要研究分支，旨在为机器学习算法的训练提供高质量的数据支持。不同于现有的以算法性能提升为导向的MVI算法，为对大规模数据的缺失值进行有效插补，该文提出一种以数据结构还原为导向的数据分布一致MVI(distribution consistency-based MVI, DC-MVI)算法。首先，DC-MVI算法基于概率分布一致性原则构建了用于确定最优插补值的目标函数；其次，利用推导出的可行缺失值优化规则获取与原始完整值保持最大分布一致性且方差最为接近的插补值；最后，在分布式环境下，针对大数据的随机样本划分(random sample partition, RSP)数据块并行训练DC-MVI算法，获得大规模数据缺失值对应的插补值。实验结果表明：DC-MVI算法不仅能生成与原始完整值保持给定显著性水平下概率分布一致的插补值，还具有比另外5种经典的和3种最新的MVI算法更快的插补速度和更好的插补效果，进而证实DC-MVI算法是一种可行的大规模数据MVI算法。     

垂直氮化镓功率晶体管及其集成电路的发展状况

氮化镓作为第三代宽禁带半导体材料的代表之一,因其优越的性能,例如高电子迁移率、高电子饱和速率、耐高温及高热导率等优点吸引了越来越多的关注.也正是因为这些优点,垂直氮化镓功率晶体管在未来的电力电子领域中具有很大的发展和广泛的应用前景.本文列出了氮化镓材料和其他半导体材料主要的物理参数、氮化镓单晶制备及其外延生长的主要方法,阐述了氮化镓功率器件在目前环境下的优势.针对器件结构,列出了横向器件本身存在的问题和垂直器件的优点,解释了垂直器件为何能够成为未来功率器件的主流结构.在此基础上,详细介绍了氮化镓电流孔径垂直晶体管、垂直氮化镓沟槽金属氧化物半导体场效应晶体管、基于原位氧化物氮化镓夹层的垂直沟槽金属氧化物半导体场效应晶体管和垂直氮化镓鳍式场效应晶体管的结构、工作原理、研究进展及所存在的一些问题,并将文中所提及的垂直氮化镓功率晶体管的性能参数按器件种类和时间顺序进行归纳为未来氮化镓功率晶体管的发展提出了大致的方向.针对集成电路系统,归纳了氮化镓功率器件在驱动芯片方面的特殊要求和关键技术.最后,针对当下的市场环境,列举了垂直氮化镓功率晶体管在中、低压范围内比较热门且发展前景较好的应用场景.     

华中科技大学学报(自然科学版) 2017年 第45卷 总目次

将最大团求解算法融入到极大团枚举算法中,提出了两种带极大团下限的极大团枚举算法及多种预处理筛选策略,通过迭代将不可能包含在极大团中的部分点与边删除,使得搜索空间大幅减小.在搜索策略上,将求解最大团问题的贪心染色算法、增量MaxSAT推理算法与极大团枚举算法相融合,并结合最佳筛选策略,提出了染色-关键点融合算法BKFC(Bron-Kerbosch with filtering and coloring)和基于增量MaxSAT推理的枚举算法BKFS(Bron-Kerbosch with filtering and MaxSAT).结果表明:在多个大型算例上,BKFC算法平均时间仅为加入预处理的改进经典算法的68.8%;由于经典算法无法在大型算例上运行,在小数据测试中,BKFC算法平均时间仅为没有预处理策略的经典算法的2.2%.