刍议电子商务网站IT风险管理

该文回顾了电子商务的发展历程,归纳了互联网技术催化下电子商务网站的新特点,对目前电子商务网站面临的典型IT风险进行了研究和分析,并给出了切实可行的应对方法,最后总结了电子商务网站IT风险管理的发展趋势。     

由"二维码"英译引发的对术语翻译的思考

首先搜集“二维码”的多种英文表达,从而引出该概念的乱象,接着采用定性的分析方法,从该概念的内涵和外延、属和种差等多角度进行深度解剖,发现日常生活中接触得最多的英文表达“QR code”只是“二维码”的一种,并非其准确译法,据此总结“二维码”术语英译的困难以及从中发现术语标准存在的问题,并讨论术语翻译在生活中的应用特点。     

插拔式变比例均匀取样器及气液两相流量计量

分流比是取样型多相计量装置的关键参数,传统取样装置取样比固定,难以适应现场工况变化.为实现取样比在线调节,提出一种插拔式新型取样器,分流孔数为20,直径为3 mm,沿主管管周均匀布置,取样截面上游设置螺旋器诱发来流形成均匀螺旋环状流,通过特殊设计的取样管可动态改变分流孔的连接方式从而获得期望的取样比.根据取样孔和主流孔...     

传感器优化布设在水电站厂房振动特性研究中应用

目前水电站厂房的振动问题日益突出．根据当前水电站厂房振动研究和振动载荷特性识别的需要,总结了土木工程中几种常用的传感嚣优化布设准则,选择了BDA（backward deletion algorithm）方法;基于ANSYS—APDL二次开发技术,编写了适于水电站建筑物应用的Fortran程序;将传感嚣优化理论与方法应用干红石水电站厂房振动分析,建立了有限元数值模型及振动模态分析方法,对传感器布置进行了优化．发现选取前两阶振型参与优化布设已可满足要求,可为厂房的振动测量和动态识别提供较为可靠的数据．     

探究建筑节能与室内装饰

在节能减排理念下,建筑节能越来越受到人们重视,室内装饰作为建筑工程重要环节,该文分析了建筑节能和室内装饰间的关系,并探究了室内装饰的相关节能措施.     

5G移动通信网络关键技术综述

为适应未来海量移动数据的爆炸式增长,加快新业务新应用的开发,第五代移动通信(fifth generation mobile communication network,5G)网络应运而生.目前,国内外已经逐渐明确了5G的愿景和需求,如何将现有技术和多种潜在的新技术进行融合以实现5G网络成为下一步的研究与发展重点.面向未来5G的技术发展,介绍5G的概念、应用场景以及终端用户对5G的相关需求;然后,重点阐述5G在无线网络方面具有发展前景的10大关键技术,包括:超密集异构网络、自组织网络、D2D (device-to-device)通信、M2M (machine-to-machine)通信、软件定义无线网络、信息中心网络、内容分发网络、移动云计算、软件定义网络/网络功能虚拟化、情景感知技术.给出了每种技术的基本概念或原理,以及应用到5G网络时潜在的研究问题.最后概述了5G的发展趋势及存在的难点.     

以人为本,创新才是硬道理--访青雅科技电子有限公司总经理张锦静先生

青雅科技电子有限公司是一家集科研、生产、销售为一体的多元化民营科技企业。公司致力于把日本、欧美先进的仪器设备、安保系统、信息管理理念引入中国市场,主营VCD／CD及机芯(包括随身听机芯)、数码相机、汽车音响、微型马达、软线板(FPC)、变压器等。     

基于Tag-rank和CCA的在线商品跨媒体检索研究

在线商品跨媒体检索是电子商务领域的研究热点,增强特征判别性以改善检索性能是其核心问题。引入Tag-rank模型计算单词的绝对排序和相对排序权重,以准确刻画单词在文本中出现位置的统计特性,抑制噪声干扰并提升关键词权重,从而增强文本特征判别性,最终改善跨媒体检索性能。实验表明：在文本检索图像中,相对排序类模型和绝对排序类模型检索性能平均提升6.58%和4.99%。在图像检索文本中,若合理选取图像特征检索性能也有提升。所设计的后融合策略能进一步改善检索性能。     

基于波动负荷功率分析的闪变源判别方法

通过建立多闪变源电路等效模型,分析了闪变功率闪变源判别原理,构建了改进能量算子提取电压和电流闪变包络,采用改进FFT谱分析获得闪变包络参数计算闪变功率,基于闪变功率方向和幅值特性实现闪变源定位及其污染评估,提出并建立了基于波动负荷功率分析的闪变源判别方法.仿真分析和实验表明,提出方法能快速有效定位闪变源,准确评估多闪变源的污染程度,判别结果快速准确、误判率低.     

面向脑电数据的知识建模和情感识别

心理科学研究依赖于对生理、心理数据的分析,情感是心理研究的重要内容.近年来随着认知神经科学研究技术的成熟,研究者利用脑电(electroencephalogram,EEG)等可以反映脑功能活动的生理信号,直接研究情感问题,如情感识别、情绪脑等.但是,生理信号将会产生TB级甚至PB级的数据量,认知研究和临床神经科学在过去几十年中已产生大量生理数据,对这些大数据的表示和情感知识挖掘需要更高级的工具.构建能够表示数据含义和情感相关知识的模型,能够给心理研究者提供一个知识共享平台,以便使用这些大数据进行情感方面的科学研究.本文构建一个可以表示EEG数据语义和被试者上下文信息的本体模型,并基于该模型使用推理引擎进行基于EEG生理信号数据的自动情感识别.实验结果表明,模型在e NTERFACE 2006数据集上能够以99.11%的平均准确率识别被试者的情感状态,并从实验结果分析发现基于EEG数据情感识别最关键的特征是Beta波与Theta波的绝对功率比.