生活圈视角下的公共医疗服务设施配置及可达性研究 ——以郑州市中原区为例

新冠肺炎疫情在全球范围内暴发,完善住区公共医疗服务设施规划再次显得尤为重要。文章以生活圈规划理念为视角,结合现行相关标准规范,利用地理信息系统软件,以郑州市中原区为例,对当下城市住区公共医疗服务设施的配置和可达性进行了分析和研究。     

基于模拟退火遗传算法的控制系统优化设计

提出了一种基于模拟退火遗传算法的线性系统优化设计方法。该方法以控制系统的性能指标,包括瞬态指标和稳态指标及其组合为目标函数,实现了由传递函数描述的控制器的自动设计,而不必预选择特定的控制方案。遗传算法使用十进制数编码,配合使用模拟退火技术来得到更精细的调整。使用这种方法,不需要手工计算,就可以获得控制系统的最优性能。该设计方法还可以应用于非线性对象。     

介电聚烯烃树脂市场与生产现状

随着国内电力行业的大发展,聚烯烃因其优异的介电性能被广泛应用于电力电缆和电池隔膜领域.目前国内用于电工方面的聚烯烃树脂主要有聚乙烯电缆专用料、超高分子聚乙烯锂电池隔膜专用料、聚丙烯锂电池隔膜专用料和电容膜聚丙烯专用料.通过市场调研可知,虽然目前国内有相关专用树脂的生产,但产品性能有待提高,市场占有率不高,对国外产品进口...     

三分量井中磁测及软件开发

三分量井中磁测是以研究岩体、矿体的磁性特征为物理基础,不同磁性的岩、矿体将产生不同形态和强度的磁异常,在井中测定这些磁异常,并通过推断解释,解决地质勘探和找矿等问题。本文主要论述JCX-3型三分量井中磁力仪的磁测资料的处理方法,即根据原始磁测资料中计算出各磁异常的分量值;配套软件的开发和功能实现,能快速处理数据,绘制图形。整个系统性能稳定,用途广泛,操作方面快捷智能。     

计算机集成制造系统中的仿真技术

经验和分析表明,仿真技术已成为 CIMS 设计、分析、运行和鉴定的有力工具.另一方面,CIMS 中仿真技术的应用对仿真技术的发展也提出了新的挑战,从而必将进一步推动仿真技术自身的发展和完善.本文主要包括以下几部分内容:(1)概述面向 CIMS 的仿真建模方法学:包括常用的面向进程和事件的建模、Petri 网、Petri 网与知识基组合方法及面向对象建模方法等;(2)对仿真语言面向 CIMS 的发展提出了若干建议;(3)将并发工程概念引入仿真领域,提出一种并发仿真工程环境新建议;(4)讨论了知识系统与仿真技术的结合,给出了作者开发的 FMS 专家系统实例,并进一步讨论了其应用现状及存在的问题;(5)阐述了仿真优化技术在 CIMS 仿真中的作用以及有待解决的问题;(6)讨论了 CIMS 中的嵌入式仿真技术.     

大型关系数据库管理系统最新技术进展

本文从大型关系数据库管理系统目前所采用的几项技术,如并行处理、数据仓库、Internet/Intranet和对象/关系支持等出发,结合Oracle、Sybase、Informix、DB2等主流数据库,对最新的技术进展进行了具体阐述。     

动态模糊粗糙特征选取算法

由于数据随时间和空间不断更新,很多基于粗糙集的增量方法被提出。然而,动态数据上基于模糊粗糙集的特征选取(也称属性约简)更新的研究较少,特别是连续型动态数据上的增量特征选取。为了解决这个问题,提出适用于连续型数据的基于模糊粗糙集的增量属性约简算法。首先提出模糊粗糙基本概念的增量机制,如模糊正域的增量机制。只有部分示例在已有属性约简上的辨识能力不足,即对于模糊正域来说,存在一个关键示例集。增量约简算法基于已有数据上的约简结果,仅需要更新关键示例集中的示例,而非全部的论域。因而该增量算法在动态数据上能快速获得约简的更新。通过数值对比实验可以看出,增量算法比非增量算法在运行时间上有明显的优势。特别是对于高维数据集,增量算法可以大大地节省计算时间。     

机器学习中的隐私攻击与防御

大数据时代丰富的信息来源促进了机器学习技术的蓬勃发展,然而机器学习模型的训练集在数据采集、模型训练等各个环节中存在的隐私泄露风险,为人工智能环境下的数据管理提出了重大挑战.传统数据管理中的隐私保护方法无法满足机器学习中多个环节、多种场景下的隐私保护要求.分析并展望了机器学习技术中隐私攻击与防御的研究进展和趋势.首先介绍了机器学习中隐私泄露的场景和隐私攻击的敌手模型,并根据攻击者策略分类梳理了机器学习中隐私攻击的最新研究;介绍了当前机器学习隐私保护的主流基础技术,进一步分析了各技术在保护机器学习训练集隐私时面临的关键问题,重点分类总结了5种防御策略以及具体防御机制;最后展望了机器学习技术中隐私防御机制的未来方向和挑战.     

向量计算Array OLAP查询处理技术

多核和众核处理器成为新的具有强大并行处理能力的大内存计算平台的主流配置。多核处理器遵循以LLC（Last Level Cache,最后一级cache）大小为中心的优化技术,而众核处理器,如Phi、GPU协处理器,则采用较小的cache并以更多的硬件级线程来掩盖内存访问延迟的设计。随着处理核心数量的增长,计算框架更倾向于面向大规模处理核心的、代码执行效率高并且扩展性强的设计思想。提出了一种基于数组存储和向量处理的内存分析处理框架Array OLAP,简化OLAP的存储模型和查询处理模型。在Array OLAP计算框架中,维表规范化为基于向量的维过滤器,事实表规范化为带有多维索引的度量属性。通过多维索引计算,一个多维查询被简化为事实表上的向量索引扫描并根据度量表达式进行聚集计算。规范化的向量查找和向量索引扫描具有较好的代码执行效率,并且阶段化的处理模型更好地适应不同的计算平台,将计算阶段分配给最适合的计算平台。同时,Array OLAP是一种面向数据仓库模式特点的设计,向量处理模型设计简单,对于数据仓库维表较小且增长缓慢的特点具有较好的效率。描述了在不同平台上的Array OLAP计算框架并且通过基准测试评估Array OLAP的性能,通过与当前的内存分析型数据库的性能对比,Array OLAP性能超过主流的内存分析型数据库并且可以平滑地迁移到新的硬件平台。     

多核架构下的数据处理算法优化策略综述

多核处理器,尤其是单芯片多处理器(chip multi-processor,CMP)能够提供强大的共享内存的并行资源,然而单核处理器上的程序和算法并不能充分利用多核架构提供的并行计算资源,因此必须针对多核体系架构特点,对算法进行改进优化,提高算法的执行性能。以优化程序局部性、减少cache访问冲突、提高线程并行度、充分利用单指令多数据流(single instruction multipledata,SIMD)并行和带宽优化等几方面为出发点,归纳和分析了多核处理器上数据处理算法的相关优化策略,并对多核算法进行了总结评述。最后阐述了该领域亟待解决的诸多问题,展望了未来的研究发展方向。