虫洞路由芯片的伸缩缓冲区设计与实现

虫洞路由交换机制由于延迟时间短,对路由芯片缓冲区容量要求小等特点,被广泛应用在机群交换网络的路由芯片中。但阻塞时占用整个传送路径,会使网络吞吐率下降,此外,刹车问题的存在,会限制数据传送速率。该文提出了用伸缩缓冲区技术解决虫洞路由芯片刹车问题的方法,并已在DawningUX8路由芯片中实现,应用结果表明既可以很好地解决刹车问题,也可以提高网络性能。     

铸造多晶硅中铁的磷吸杂和氢钝化机理

应用微波光电导衰减仪的方法研究了在不同温度情况下引入铁沾污后再分别进行磷吸杂和等离子体增强化学气相沉积钝化处理对铸造多晶硅片电学性能的影响．实验发现：在中、低温（低于900℃以下）情况下被铁沾污后的多晶硅材料经磷吸杂处理后再结合氢钝化可以显著地改善材料的电学性能；而对于高温（1100℃）情况下被铁沾污后的多晶硅材料经磷吸杂处理后其少子寿命降低，使接着进行的氢钝化也没有明显效果．这表明磷吸杂和氢钝化可以有效地改善被铁沾污后的多晶硅的电学性能，但是改善的效果与铁在硅体内的不同存在形态有关．磷吸杂和氢钝化中只对以间隙态或以其他复合体形态存在的铁有明显的吸杂作用，而对于以沉淀形态存在的铁却没有作用；氢钝化在金属杂质被吸杂移走之后才是最有效的．     

一种FPGA的远程系统升级方法

介绍基于SRAM工艺的FPGA器件的配置方法。结合嵌入式处理器应用,设计一种使用CPLD器件及通用大容量Flash的FPGA远程系统升级方法。最后对该方法在系统性能、复杂度和经济性等方面的优越性进行了比较和分析。     

Spark平台下教育资源个性化推荐研究

在面对海量教育数据处理情况时,传统的协同过滤算法在单机上训练和测试效率低下,针对该问题,提出了基于Hadoop分布式平台和Spark并行计算模型的无中间结果输出改进型教育资源推荐策略,该策略较好地发挥了Spark的迭代计算能力优势,在应用于教育资源推荐时,比较了传统算法与改进算法在分布式情况和非分布式情况下的推荐效率和推荐质量的情况.实验结果表明,利用Spark计算模型实现协同过滤算法能够有效地提高教育资源个性化推荐的推荐质量以及推荐效率.     

女性主义翻译理论与性别隐喻

女性主义介入翻译研究催生了女性主义翻译理论.女性主义对性别的探索使翻译所处的低等的、再生的地位得到重新关注.翻译本身的被性别化,为整个翻译理论提供了隐喻框架.性别和翻译的隐喻成为女性主义翻译理论得以形成的基础条件,是女性主义翻译理论产生和发展的基石.     

微波消解-ICP-MS法同时测定软胶囊中10种痕量元素

为应对国家食品、药品安全的限量要求,采用微波消解法对软胶囊进行前处理,电感耦合等离子体质谱法（ICP-MS）同时测定软胶囊中铅、镉、砷、汞、铬、硒、铜、铁、锰和镍等10种痕量元素,并对测定条件进行了优化。结果表明：汞元素在0~10 μg/L范围内,其他元素在0~50 μg/L范围内的线性关系良好,线性相关系数r在0.999 4~0.999 9之间,方法检出限为0.011~0.21 μg/kg;考察了方法精密度,测定结果的相对标准偏差（RSD）为1.2%~5.7%;对各元素进行了3个不同浓度水平下的加标回收率实验,平均回收率为90.0%~110.0%。采用该方法测定了角鲨鱼肝NRCDOLT-3和奶粉GBW10017中的相应元素,测定结果与标准值无显著差异,验证了该方法测定多种不同基体软胶囊中痕量元素的实用性。     

掘进机远程智能控制系统的设计及应用分析

为提高掘进机控制系统的自动化、智能化水平与控制精度,基于当前掘进机控制系统现存的主要问题,设计了一种掘进机远程智能控制系统,设计了该系统的总体结构,并重点设计了关键分系统及模块,经应用测试,该掘进机远程智能控制系统反应灵敏,运行稳定可靠,自动化、智能化程度高,能实现远程自动控制掘进机,有效满足了掘进机日常掘进控制需求,更好地保障了掘进机的安全快速掘进,具有一定的推广应用价值。     

中药面膜在美白中的应用研究进展

介绍了近几年内关于中药面膜应用于临床治疗,起到美白作用的研究进展情况。并对中药面膜研制及使用过程中应注意的问题进行了阐述和探讨。     

一种基于CNN-BiGRU孪生网络的轴承故障诊断方法

针对轴承故障样本稀缺,传统深度神经网络模型在小样本情况下容易出现过拟合现象,泛化性能不好的问题,提出一种基于CNN-BiGRU孪生网络的轴承故障诊断方法。孪生网络采用两个结构相同、权值共享的卷积神经网络和双向门控循环单元组成,构造相同类别和不同类别的轴承样本对输入孪生网络,通过计算轴承样本对之间的L1距离进行相似性度量,实现轴承故障诊断。与传统深度神经网络相比,孪生网络采用样本对训练的方法,在相同样本数量情况下,增加对网络模型的有效训练次数,从而提高轴承故障诊断性能。设计卷积神经网络和双向门控循环单元共同组成孪生网络结构,可以从振动信号中同时提取空间特征与时序特征,提高特征提取的准确性。利用实测轴承故障信号进行故障诊断试验,并与其他深度神经网络模型进行对比,试验结果表明,CNN-BiGRU孪生网络方法在少量训练样本情况下,取得了较优的故障诊断性能,有一定的工程应用价值。