葡京娱乐场-富盈娱乐场开户

本發(fā)明公開(kāi)了一種混合導(dǎo)通模式的逆變電源裝置及其直接電荷 量控制方法，適用于高功率密度、高性能的單相及三相逆變電源。逆 變電源由逆變橋、濾波電感、濾波電容以及直接電荷量控制器構(gòu)成。 該裝置采用小電感量的濾波電感來(lái)降低其體積，并在減小磁芯損耗的 同時(shí)降低開(kāi)關(guān)損耗，縮小散熱器體積，從而提高功率密度。但小濾波 電感使得其電流在每個(gè)工頻周期中的各個(gè)開(kāi)關(guān)周期中即可工作在連續(xù)導(dǎo)通模式，也可工作于不連續(xù)導(dǎo)通模式。因此，本發(fā)明在每個(gè)開(kāi)關(guān)周 期中，采用直接電荷量控制器通過(guò)采樣輸出電壓和負(fù)載電流，計(jì)算下 一周期中流過(guò)濾波

本發(fā)明公開(kāi)了一種基于 GPU 和 CPU 混合平臺(tái)的高速無(wú)損數(shù)據(jù) 壓縮方法，包括：CPU 讀取待壓縮數(shù)據(jù)文件，將該待壓縮數(shù)據(jù)文件從 內(nèi)存拷貝到 GPU 的全局存儲(chǔ)器中，設(shè)置 GPU 上的線程塊組 bk[a]，每 個(gè)線程塊中的線程個(gè)數(shù) b，設(shè)置壓縮字典窗口的長(zhǎng)度為 c，并設(shè)置指向 第一個(gè)壓縮字典窗口的頭部指針為 p_dic_h，設(shè)置預(yù)讀窗口大小為 d， 指 向 第 一 個(gè) 預(yù) 讀 窗 口 的 指 針 p_pre_r ， 該 指 針

（一）項(xiàng)目背景 當(dāng)前，智慧教育具有智能導(dǎo)學(xué)、精準(zhǔn)推薦、定制輔導(dǎo)、精細(xì)評(píng)價(jià)等特點(diǎn)，已成為國(guó)際國(guó)內(nèi)教育信息化發(fā)展的趨勢(shì)。智慧教育的研究主要聚焦于智慧學(xué)習(xí)環(huán)境建設(shè)的研究、智能技術(shù)支持下的智慧教學(xué)研究和機(jī)器學(xué)習(xí)技術(shù)支持下的個(gè)性化學(xué)習(xí)研究。智慧教育的出現(xiàn)極大地促進(jìn)了當(dāng)前教育中學(xué)習(xí)空間的重構(gòu)。在“學(xué)習(xí)空間”之前，人們通常使用“教學(xué)空間”來(lái)指代這種場(chǎng)所，將有教學(xué)活動(dòng)的場(chǎng)所均稱作教學(xué)空間。隨著人們對(duì)學(xué)習(xí)過(guò)程的理解變化、智慧教育的快速發(fā)展以及人們對(duì)非正式學(xué)習(xí)的重視，學(xué)習(xí)空間逐漸由單一的物理教學(xué)空間向包含物理空間、網(wǎng)絡(luò)空間、移動(dòng)空間的多元學(xué)習(xí)空間轉(zhuǎn)變。多元學(xué)習(xí)空間的提出雖然更多地體現(xiàn)出了“以學(xué)生為中心”的傾向，但如何具體衡量多元學(xué)習(xí)空間對(duì)學(xué)生學(xué)習(xí)效果的影響是評(píng)價(jià)多元學(xué)習(xí)空間的重要步驟。同時(shí)，在多元學(xué)習(xí)空間具體構(gòu)建時(shí)，面對(duì)空間中來(lái)源不同、結(jié)構(gòu)多樣、數(shù)量龐大的多模數(shù)據(jù)如何進(jìn)行處理存儲(chǔ)、并在保證數(shù)據(jù)有效性的前提下對(duì)教育數(shù)據(jù)進(jìn)行隱私保護(hù)是多元學(xué)習(xí)空間需要解決的另一個(gè)難點(diǎn)。 （二）項(xiàng)目簡(jiǎn)介 本項(xiàng)目主要目標(biāo)是針對(duì)信息技術(shù)支撐下學(xué)習(xí)空間多元化、場(chǎng)景復(fù)雜、需求多樣化，學(xué)習(xí)者及學(xué)習(xí)行為呈現(xiàn)出新的特點(diǎn)和規(guī)律，研究多元學(xué)習(xí)空間中學(xué)習(xí)行為數(shù)據(jù)化關(guān)鍵技術(shù)，構(gòu)建“云-邊緣-物聯(lián)網(wǎng)”架構(gòu)的多模態(tài)數(shù)據(jù)存儲(chǔ)與處理平臺(tái)，實(shí)現(xiàn)混合式學(xué)習(xí)環(huán)境下學(xué)習(xí)行為智能感知和數(shù)據(jù)化，優(yōu)化學(xué)習(xí)行為模型，基于實(shí)際應(yīng)用與不同學(xué)習(xí)目標(biāo)函數(shù)及內(nèi)容，建立可重復(fù)、可預(yù)測(cè)、可驗(yàn)證的對(duì)比數(shù)據(jù)集，為數(shù)據(jù)驅(qū)動(dòng)的智慧教育生態(tài)構(gòu)建和教育應(yīng)用提供核心技術(shù)與數(shù)據(jù)支撐。 （三）關(guān)鍵技術(shù) 我們面向智慧教育中準(zhǔn)確認(rèn)知學(xué)生的學(xué)習(xí)狀態(tài)和行為的大數(shù)據(jù)需求提出研究方案。本項(xiàng)目實(shí)施方案涉及教育學(xué)、物聯(lián)網(wǎng)、云計(jì)算、人工智能、隱私保護(hù)等多個(gè)領(lǐng)域，主要技術(shù)路線如圖所示： 圖 1 技術(shù)路線圖 其中，項(xiàng)目包括的關(guān)鍵技術(shù)主要有以下三點(diǎn)： 1.基于物聯(lián)網(wǎng)的多模態(tài)數(shù)據(jù)實(shí)時(shí)智能感知和多時(shí)間域數(shù)據(jù)采集技術(shù) 該技術(shù)針對(duì)學(xué)習(xí)狀態(tài)的數(shù)據(jù)化、特征參數(shù)量化問(wèn)題，設(shè)計(jì)能夠采集多 重學(xué)習(xí)空間下的智能數(shù)據(jù)感知物聯(lián)網(wǎng)系統(tǒng)。主要技術(shù)難點(diǎn)在于抽樣頻率與 識(shí)別準(zhǔn)確度的平衡、人機(jī)交互的變化規(guī)律等全新科學(xué)問(wèn)題。 2.學(xué)習(xí)狀態(tài)多模態(tài)數(shù)據(jù)解析和智能處理技術(shù) 利用智能感知物聯(lián)網(wǎng)采集實(shí)時(shí)性的原始學(xué)習(xí)狀態(tài)數(shù)據(jù)，包括面部表情、 腦電信號(hào)、頭部姿態(tài)、交互行為等原始數(shù)據(jù)，這些數(shù)據(jù)具有數(shù)據(jù)量大、模 態(tài)多、冗余度高等特點(diǎn)，需要通過(guò)智能化的預(yù)處理方法轉(zhuǎn)換成可以量化的 狀態(tài)數(shù)據(jù)。 3.多層次數(shù)據(jù)差分隱私保護(hù)技術(shù) 學(xué)習(xí)行為數(shù)據(jù)是學(xué)習(xí)者被動(dòng)采集的多方面行為數(shù)據(jù)，受到日益增長(zhǎng)的 具有爭(zhēng)議性的數(shù)據(jù)倫理的制約。該項(xiàng)技術(shù)通過(guò)數(shù)據(jù)隱私保護(hù)機(jī)制實(shí)現(xiàn)數(shù)據(jù) 多層次化的差分隱私安全算法；在保證學(xué)習(xí)者最大數(shù)據(jù)隱私性的前提下， 研究滿足學(xué)習(xí)行為分析所需要的數(shù)據(jù)顆粒度。

本發(fā)明公開(kāi)了一種多用戶大規(guī)模 MIMO 混合預(yù)編碼能效優(yōu)化方法，首先松弛約束條件，迭代求得基站能效的理論上限。然后以逼近理論上限為目標(biāo)設(shè)計(jì)基帶預(yù)編碼矩陣和射頻預(yù)編碼矩陣。具體做法是，在基帶，將基帶預(yù)編碼的求解轉(zhuǎn)化為可以用內(nèi)點(diǎn)法求解的標(biāo)準(zhǔn)的半正定松弛問(wèn)題，在射頻，將射頻預(yù)編碼的求解轉(zhuǎn)化為可以用相位旋轉(zhuǎn)求解的向量逼近問(wèn)題。使用交替最小化的方法，迭代逼近理論上限。

 TP53作為最著名的抑癌基因之一，其編碼的p53蛋白控制著一個(gè)廣泛而靈活的生物網(wǎng)絡(luò)，并承擔(dān)著基因組守護(hù)者的角色。TP53基因的缺失或突變與各種癌癥的形成、發(fā)展有著至關(guān)重要的聯(lián)系。正是由于p53蛋白在控制腫瘤中所具有的重要作用，不論是醫(yī)藥企業(yè)還是科研界都在積極地開(kāi)發(fā)靶向p53生物通路的抗腫瘤候選藥物。本研究利用仿生合成策略首次合成了天然產(chǎn)物rhytidenones家族中化學(xué)結(jié)構(gòu)最為復(fù)雜的rhytidenone A分子，并且運(yùn)用化學(xué)生物學(xué)手段進(jìn)一步闡明了該家族中抗腫瘤活性最強(qiáng)的rhytidenone F的靶點(diǎn)蛋白及生物作用機(jī)制。該研究發(fā)現(xiàn)：rhytidenone F通過(guò)共價(jià)作用于蛋白酶體激活因子PA28γ的Cys92位點(diǎn)，從而阻礙了p53蛋白的有效降解，進(jìn)一步導(dǎo)致p53蛋白在細(xì)胞內(nèi)積累，最終激活Fas信號(hào)通路并引起腫瘤細(xì)胞凋亡。該工作揭示了天然產(chǎn)物rhytidenone F作為第一個(gè)被發(fā)現(xiàn)的PA28γ小分子抑制劑，有望成為靶向p53信號(hào)通路的新一代抗腫瘤候選藥物分子；同時(shí)，該分子也可以作為化學(xué)探針，幫助進(jìn)一步研究p53蛋白降解途徑的新的生物機(jī)制。目前正在進(jìn)一步將積極推進(jìn)該候選藥物分子的轉(zhuǎn)化醫(yī)學(xué)研究和臨床前抗腫瘤藥物開(kāi)發(fā)。

本發(fā)明公開(kāi)了低精度模數(shù)轉(zhuǎn)換（ADC）與混合預(yù)編碼結(jié)合的毫米波傳輸方法及通信系統(tǒng)，其中基站和用戶在波束掃描階段采用電子開(kāi)關(guān)在低精度模數(shù)轉(zhuǎn)換器和混合預(yù)編碼模塊間切換，在精確信道估計(jì)和數(shù)據(jù)傳輸階段均采用混合預(yù)編碼模塊。具體步驟：1、波束掃描階段基站選通混合預(yù)編碼模塊，將波束訓(xùn)練數(shù)據(jù)模擬預(yù)編碼后進(jìn)行波束掃描；2、用戶選通低精度模數(shù)轉(zhuǎn)換器模塊，從接收數(shù)據(jù)中估計(jì)角度信息；3、用戶選通混合預(yù)編碼模塊，將波束訓(xùn)練數(shù)據(jù)模擬預(yù)編碼后進(jìn)行波束掃描或向基站反饋角度信息；4、基站選通低精度模數(shù)轉(zhuǎn)換器模塊，從接收數(shù)據(jù)中獲取角度信息；5、精確信道估計(jì)和數(shù)據(jù)傳輸階段基站和用戶選通混合預(yù)編碼模塊，進(jìn)行精確信道估計(jì)和數(shù)據(jù)傳輸。

本發(fā)明公開(kāi)了一種控制應(yīng)變加載模式下的瀝青混合料仿真疲勞試驗(yàn)方法，該試驗(yàn)方法通過(guò)對(duì)瀝青砂漿進(jìn)行疲勞試驗(yàn)獲取瀝青砂漿疲勞失效條件，再通過(guò)生成瀝青混合料仿真試件進(jìn)行疲勞試驗(yàn)輸出疲勞表征變量，將輸出表征變量與疲勞失效條件相對(duì)比，從而得出瀝青混合料疲勞失效相關(guān)參數(shù)。本發(fā)明能夠很好地模擬瀝青混合料在進(jìn)行四點(diǎn)彎曲疲勞試驗(yàn)時(shí)的受力狀態(tài)，在獲得瀝青砂漿疲勞性能衰減規(guī)律的基礎(chǔ)上，可任意改變粗集料含量實(shí)現(xiàn)瀝青混合料疲勞過(guò)程的仿真模擬而不需要進(jìn)行實(shí)際瀝青混合料疲勞試驗(yàn)，解決了瀝青混合料疲勞試驗(yàn)周期長(zhǎng)，實(shí)驗(yàn)結(jié)果離散性大，試驗(yàn)成本高等問(wèn)題，對(duì)于道路工程專業(yè)研究具有重要意義。

主要技術(shù)包括種子處理、建坪前地膜打孔處、建坪前場(chǎng)地的準(zhǔn)備、建坪、撤膜前的管、撤膜、苗期管理等建坪工序。

本發(fā)明公開(kāi)了一種基于定子弧形與內(nèi)階梯型混合結(jié)構(gòu)的永磁直線電機(jī)，包括定子電樞一次側(cè)和Halbach永磁動(dòng)子二次側(cè)，定子電樞一次側(cè)位于永磁動(dòng)子二次側(cè)外側(cè)，定子電樞一次側(cè)由定子鐵心和電樞繞組構(gòu)成，定子鐵心兩側(cè)端部齒采用內(nèi)階梯型結(jié)構(gòu)，定子鐵心內(nèi)部齒采用弧形結(jié)構(gòu)；永磁動(dòng)子二次側(cè)由動(dòng)子鐵心和貼于鐵心表面的永磁體構(gòu)成，該永磁體采用Halbach陣列結(jié)構(gòu)。本發(fā)明的永磁直線電機(jī)可以獲得比常規(guī)磁體更大的氣隙磁通，而且具有很好的磁屏蔽作用，可減小動(dòng)子導(dǎo)磁軛厚度。本發(fā)明給出弧形齒結(jié)構(gòu)解析模型，通過(guò)該解析模型可推導(dǎo)出磁導(dǎo)大小及磁導(dǎo)隨位置變化曲線。本發(fā)明的電機(jī)最優(yōu)結(jié)構(gòu)采用田口優(yōu)化算法獲得。

本發(fā)明公開(kāi)了一種基于內(nèi)摩擦角的乳化瀝青冷再生混合料制備方法，根據(jù)推薦級(jí)配范圍調(diào)整再生材料級(jí)配；通過(guò)對(duì)再生混合料的土工擊實(shí)試驗(yàn)確定最佳含水率與最大干密度；在最佳含水率下成型并養(yǎng)生試件，利用三軸壓縮試驗(yàn)得出的內(nèi)摩擦角確定最佳乳化瀝青用量；在此最佳乳化瀝青用量下通過(guò)干濕劈裂試驗(yàn)確定劈裂強(qiáng)度是否滿足設(shè)計(jì)要求；根據(jù)確定的再生材料級(jí)配、最佳含水率及最佳瀝青用量確定乳化瀝青冷再生混合料配比，并進(jìn)行混合料性能測(cè)試。本發(fā)明相比于現(xiàn)行基于干濕劈裂強(qiáng)度的乳化瀝青混合料設(shè)計(jì)方法，在考慮材料抗拉強(qiáng)度的同時(shí)，更加針對(duì)地考慮了乳化瀝青混合料使用過(guò)程中的剪切應(yīng)變導(dǎo)致的永久變形或剪切破壞。