葡京娱乐场-富盈娱乐场开户_百家乐试玩_sz全讯网网址xb112 (中国)·官方网站

云之翼云桌面融合版是一套融合VDI 和VOI兩種技術(shù)架構(gòu)的新型桌面云產(chǎn)品，即具備VDI桌面的資源按需分配、可移動性、高集中管控等特性，同時具備VOI桌面的高性能、離線場景應(yīng)用等優(yōu)勢。 該產(chǎn)品針對不同場景需求，實現(xiàn)離線桌面和在線桌面的融合，多個桌面場景可訪問到本地同一數(shù)據(jù)磁盤，實現(xiàn)數(shù)據(jù)共享；同時可以讓用戶通過任意終端，在任意地點、任意時間接入云桌面，實現(xiàn)資源的合理集中。 一、產(chǎn)品優(yōu)勢 全場景兼容 根據(jù)不同場景需求選擇不同架構(gòu)，可滿足不同行業(yè)全場景需求。 兼容VDI和VOI優(yōu)勢 兩種架構(gòu)融合，兼容VOI架構(gòu)的媲美PC的使用體驗、離線可用、復(fù)雜外設(shè)兼容和VDI架構(gòu)數(shù)據(jù)安全、資源彈性分配，移動訪問的優(yōu)勢。 統(tǒng)一管理，便捷運維 單一WEB端融合版管理平臺，實現(xiàn)對不同終端設(shè)備，兩種架構(gòu)桌面進(jìn)行統(tǒng)一部署、管理和運維，減少維護(hù)復(fù)雜度，提升維護(hù)效率。 多級用戶，分權(quán)管理  可以制定多種角色，可以對整個平臺的用戶進(jìn)行權(quán)限管理。 靈活異構(gòu)，利舊PC納管 不限定終端類型，兼容PC機，瘦胖終端等異構(gòu)設(shè)備的統(tǒng)一管理；可對利舊PC進(jìn)行統(tǒng)一管理，設(shè)定統(tǒng)一安全策略，改變原有PC機分散使用，無序管理狀態(tài)。 數(shù)據(jù)安全可控 數(shù)據(jù)盤與系統(tǒng)盤分離，數(shù)據(jù)安全可管可控：用戶數(shù)據(jù)存放在服務(wù)器端，可對其進(jìn)行統(tǒng)一管理和控制，杜絕非法下載拷貝，保證了用戶數(shù)據(jù)的安全性。 二、應(yīng)用場景 VDI場景     教育：公共機房、3D類機房、電子閱覽室、教師辦公醫(yī)療：醫(yī)護(hù)工作站、行政辦公類、培訓(xùn)會議室等 VOI場景     教育：多媒體教室、語音機房、實訓(xùn)類實驗室、PC利舊納管等;醫(yī)療：醫(yī)學(xué)影像醫(yī)技類、收費窗口、門診科室、PC利舊納管等;

申請人自2002年8月開始在醫(yī)學(xué)低劑量CT圖像成像、處理等方向開展學(xué)習(xí)和研究工作，從理論探索和應(yīng)用拓展兩個方面同時開展科學(xué)研究，先后提出了“基于區(qū)別性稀疏表示的低劑量CT成像”，“基于大尺度平均的低劑量CT圖像后處理”，“基于深度學(xué)習(xí)的低劑量CT成像”等一系列創(chuàng)新算法，其中“基于區(qū)別性稀疏表示的低劑量CT成像”算法已通過專利形式轉(zhuǎn)讓到國內(nèi)龍頭大型醫(yī)療設(shè)備商上海聯(lián)影醫(yī)療設(shè)備有限公司，目前已經(jīng)在其即將推出的最新的U780 CT機上得到了應(yīng)用。

本發(fā)明公開了一種面向超光譜數(shù)據(jù)庫的小波去噪算法，屬于超光譜數(shù)據(jù)的處理方法，用于對帶有噪 聲的超光譜曲線進(jìn)行降噪。本發(fā)明順序包括小波降噪?yún)?shù)選擇、小波降噪。本發(fā)明在小波降噪?yún)?shù)學(xué)習(xí) 過程中充分考慮了超光譜數(shù)據(jù)庫中各種物質(zhì)超光譜曲線的特性，快速的選擇適合超光譜數(shù)據(jù)庫絕大多數(shù) 光譜曲線的小波降噪?yún)?shù)，然后使用選擇得到的參數(shù)對測量到的超光譜曲線進(jìn)行降噪。該方法能快速的 針對各種不同應(yīng)用場景的超光譜數(shù)據(jù)庫選擇與之適應(yīng)小波降噪?yún)?shù)，提高了降噪的效果，提高光譜匹配 的準(zhǔn)確率。

本發(fā)明公開了一種基于分裂算法的湖泊三維水動力-水溫-水質(zhì)模擬預(yù)測方法。構(gòu)建湖泊三維水動力-水溫-水質(zhì)模型，將湖泊離散成若干網(wǎng)格單元，并對網(wǎng)格采用 Arakawa-C 模式布置變量，基于分裂算法將湖泊三維水動力-水溫-水質(zhì)模型中各算子按照其物理波動過程的波頻快慢特性進(jìn)行分類，對低頻慢過程算子采用顯式處理，對高頻快過程算子采用隱式處理，運用分裂算法分步離散求解模型，得到湖泊水域內(nèi)不同位置和時間的三維流場、水溫和水質(zhì)指標(biāo)濃度。本發(fā)明提出的基于分裂算法的湖泊三維水動力-水溫-水質(zhì)模擬預(yù)測方法能較準(zhǔn)確地反映湖

本發(fā)明公開了一種基于光譜擬合與差分算法的光纖傳感動態(tài)信 號解調(diào)方法，包括：掃描得到光譜紋波；對光譜紋波進(jìn)行擬合獲得靜 態(tài)光譜；將光譜紋波與靜態(tài)光譜進(jìn)行差分處理獲得差值信號；對光譜 紋波的極值點進(jìn)行擬合獲得上下邊緣包絡(luò)曲線；對上下邊緣包絡(luò)曲線 進(jìn)行差分處理獲得光譜變化函數(shù)，將差值信號與光譜變化函數(shù)進(jìn)行歸 一化處理，獲得去包絡(luò)后差值信號，根據(jù)掃描速度和初始波長將波長 換算為時間，獲得去包絡(luò)后時域動態(tài)信號。本方法對紋波光譜及其擬 合曲線進(jìn)行差分獲得動態(tài)信號，可以消除諸如溫度、濕度等環(huán)境干擾， 且恢復(fù)的動態(tài)

本發(fā)明公開了一種基于模糊 PI 算法的微電網(wǎng)并網(wǎng)逆變器的控制 方法。該方法包括：（1）采樣當(dāng)前電網(wǎng)電壓、當(dāng)前并網(wǎng)逆變器的輸出 電流和當(dāng)前濾波器的電容電流；（2）確定并網(wǎng)電流指令值；（3）調(diào) 整 PI 控制器的比例系數(shù)和積分系數(shù)；（4）通過修正后的 PI 控制器得 到濾波器的電容電流指令值；（5）通過 P 控制器得到并網(wǎng)逆變器的輸出電壓指令值；（6）產(chǎn)生控制信號控制并網(wǎng)逆變器開關(guān)管的通斷，在 并網(wǎng)逆變器的功率輸出端產(chǎn)生期望的輸出電壓；（7）重復(fù)（1）～（6）， 使并網(wǎng)逆變器的輸出電流始終跟蹤指令值。本

本發(fā)明公開了一種基于可穿戴生理設(shè)備的睡眠階段分類檢測算法，包括以下步驟：獲取多模態(tài)腦電生理信號；對多模態(tài)腦電生理信號依次執(zhí)行濾波去除噪聲和Z?score歸一化處理，得到預(yù)處理信號數(shù)據(jù)；對預(yù)處理后的信號數(shù)據(jù)通過反向傳播算法和梯度下降優(yōu)化實現(xiàn)，以交叉熵?fù)p失函數(shù)衡量生成信號與真實信號的差異，不斷調(diào)整參數(shù)使生成信號更接近真實睡眠信號；構(gòu)建一個與生成器具有相同的卷積單元形式的判別器，判別器與生成器構(gòu)成生成對抗網(wǎng)絡(luò)模型，自動調(diào)整調(diào)節(jié)參數(shù)，輸出不同睡眠階段的分類結(jié)果。本發(fā)明通過合理整合EEG和EOG等信號和GAN模型的應(yīng)用，使模型能夠?qū)W習(xí)到真實睡眠信號的分布并進(jìn)行準(zhǔn)確分類；提高分類的準(zhǔn)確性和穩(wěn)定。

本發(fā)明公開了一種基于神經(jīng)網(wǎng)絡(luò)模型 BP 算法的嵌入式礦壓檢測方法法，首先根據(jù)根據(jù)待檢測區(qū)域的地域情況，采用多個振弦式壓力傳感器進(jìn)行測量；然后 ARM7 處理器根據(jù)系統(tǒng)任務(wù)個數(shù)建立相應(yīng)的進(jìn)程；最后在建立的任務(wù)中打開定時器，輸出一個固定在某一頻率范圍內(nèi)的脈沖，經(jīng)過驅(qū)動激振電路，產(chǎn)生一個能對振弦式壓力傳感器內(nèi)部振弦起振的信號，同時使用 ARM7處理器對振弦式壓力傳感器返回的脈沖信號進(jìn)行頻率測量，計算得到壓力值，最后，利用溫度傳感器采集振弦周圍區(qū)域的溫度，采用 BP 算法建立神經(jīng)網(wǎng)絡(luò)模型，利用神經(jīng)網(wǎng)絡(luò)模型對得到的各組壓力數(shù)據(jù)及采集的溫度數(shù)據(jù)進(jìn)行學(xué)習(xí)，并根據(jù)神經(jīng)網(wǎng)絡(luò)模型找出壓力隨溫度的變化規(guī)律，對振弦式傳感器進(jìn)行溫度補償。

南科大醫(yī)學(xué)院教授張文勇、研究助理教授欒合密等在國際著名生物信息學(xué)與計算生物學(xué)期刊Bioinformatics上發(fā)表題為“CPVA: a web-based metabolomic tool for chromatographic peak visualization and annotation”的論文。該研究創(chuàng)新提出了以色譜中心策略算法（CCS）提高基于質(zhì)譜的組學(xué)數(shù)據(jù)質(zhì)量，并搭建了R-Shiny的Web應(yīng)用CPVA，實現(xiàn)了組學(xué)數(shù)據(jù)在線交互式的處理。 該論文提出了色譜中心策略算法（CCS），并開發(fā)了在線互動工具來解決該領(lǐng)域普遍存在的問題。色譜中心策略是指通過對組學(xué)數(shù)據(jù)中提取的色譜峰形狀進(jìn)行數(shù)字化描述，包括對稱性（Symmetry）、鋸齒度（Jaggedness）、形態(tài)（Modality）、色譜質(zhì)量指數(shù)（MCQ）等，并以在線互動的方式直接展示色譜峰的形態(tài)特征。