实验动物行业兽医现状分析

实验动物行业中,兽医体现在实验动物相关工作中的每一个环节,包括实验动物的日常管理、动物实验的设计、实验过程中动物健康保障和护理、实验动物福利的监督和管理、动物实验技术的应用、实验动物取材、施行安死术等。通过参阅相关文献资料,结合自身工作总结,就目前实验动物兽医现状进行分析,供各位同仁以参考。     

国产计算机的环境适应能力优化与可靠性提升研究

以国产计算机(龙芯3A3000+7A1000)为研究对象,分析其基于车载环境计算资源受限情况下的环境适应能力,通过压力测试和可靠性摸底实验进行验证与改进,采用冒烟测试获取计算机平台的环境适应阈值,并提出计算环境适应能力优化与可靠性提升的解决方案.     

新基建助推“全国一网” 中国广电搅动通信市场格局

2020年10月,中国广电网络股份有限公司(以下简称"中国广电")正式在北京成立,成为继中国移动、中国联通、中国电信三大运营商之后的第四大运营商。自此,我国通信行业格局由持续多年的"三足鼎立"变为"四国大战"。新基建时代,中国广电的入局,可谓我国推进有线电视网络整合、广电5G建设一体化发展迈出的重要一步。     

智能制造的“火眼金睛”:PDA高精度激光位移传感器

"中国制造2025"战略的提出,以及人工智能等新一代信息技术的发展,使中国制造业面临新一轮"换血"。从高密度人工作业向自动化车间转化的过程中,自动化测量被推到舞台前端。为了实现高端激光位移传感器的自主研发及国产化,提升位移测量的精度和稳定性,上海兰宝利用自适应算法及核心光机电组件,结合智能算法,打破行业壁垒,探索出领先传感技术。     

基于市场与行业视角的多源信息环境下企业竞争情报服务模式探析

在多源异构信息环境下,研究融合多源信息的情报分析方法是企业竞争情报研究和应用的关键.通过分析不同情报源的特点,结合企业竞争情报服务分析范式框架,分别提出了基于市场与行业视角的多源信息环境下企业竞争情报服务的模式.基于市场与行业两个不同的视角分析企业竞争情报,可以更全面地为企业发展战略提供支撑.     

混合式教学在计算机组成原理课程中的应用研究

针对传统教学模式中存在的问题,对计算机组成原理课程进行了教学方法改革.借鉴了翻转课堂的教学理念,采用线上线下相结合的混合式教学模式,基于微课等丰富的线上资源设置不同的学习任务,改进课堂教学方法,突出师生互动和生生交流,从而激发了学生学习兴趣,改善了教学效果.     

基于数学模型的我国动漫行业总年产值影响因素的实证分析

从文化、市场、技术、经济4个方面构建了影响动漫行业总年产值的指标体系,利用灰色关联度和神经网络模型分析了各个指标因素与动漫行业总年产值的关系。对两个模型的结果进行比较后得出,灰色关联度分析更能说明各个指标的重要性,其中我国自主研发网络收入对动漫行业总年产值影响最大。最后从4个方面给出我国动漫行业未来的发展重点以及相关建议。     

基于形态结构特征的对流单体自动分割方法研究

风暴单体是形成各类强对流灾害天气的基本单元,它们的雷达回波形状复杂、内部分布不一、外层相互交织,从而造成单体分割困难.提出了一种基于形态结构特征的对流单体自动迭代分割方法.以雷达图片中区域树结构单体分割结果为初始输入,在每次迭代分割过程中,首先计算各个分割结果的3个形态结构特征,然后通过一个预先训练的支持向量机(Support Vector Machine,SVM)分类器判断分割结果是否为对流单体,对非单体的分割结果进行再次分割.通过3种不同类型的风暴案例进行测试,结果表明,本文方法能够有效地识别出聚集的单体和处于分裂/合并状态的单体,并且能够获得单体的完整结构.在定量评估测试中,本文算法获得了0.84的临界成功指数评分,高于传统的风暴单体识别与跟踪算法(Storm Cell Identification and Tracking,SCIT)方法(0.55)和单阈值方法(0.49).     

徐旻 曾经沧海方知水

中国直销经历2019年的保健品“百日行动”和2020新冠疫情双重打击,很多企业和团队业绩惨遭腰斩,甚至更为惨烈,让很多人开始怀疑未来。《知识经济》杂志特别邀请到安然华旗系统创办人徐旻女士,以她20多年的从业经历,来谈谈怎么看待中国直销行业面临的冲击、竞争、挑战与未来。     

基于增强LetNet-5的非霍奇金淋巴瘤辅助诊断

针对主流网络模型在医学辅助诊断适用性低的问题,在现有LetNet-5模型的基础上,给出了增强LetNet-5模型用于非霍奇金淋巴瘤的智能辅助诊断方案。首先将获取到的数据集进行图像切分和归一化等预处理操作,然后使用深度学习框架KERAS搭建增强前后的LetNet-5模型,接着对增强前后的网络模型进行训练、预测和评估,最后对模型的泛化能力和稳定性进行验证。实验表明,增强LetNet-5模型相对于原始LetNet-5模型具有更高的识别精度、更好的稳定性和更快的模型收敛速度,为非霍奇金淋巴瘤的诊断提供科学性的指导并具有重要的临床价值。