论文部分内容阅读
湘家荡：发挥群团组织作用 凝聚强大发展合力
【出 处】
：
嘉兴日报
【发表日期】
：
2020年01期
其他文献
[目的]近年来随着摩尔定律逼近物理极限,传统的器件尺寸微缩变得越来越困难.尽管近年来人们开始尝试探索以碳基材料为代表的新材料、以量子计算为代表的新原理集成电路技术,但以传统硅基场效应晶体管为基础的CMOS电路仍将是集成电路发展的优选方案和主流趋势.为了持续提升集成电路性能和集成度,场效应晶体管器件技术出现了重大变革,并伴随着集成电路制造技术的不断革新.[方法]基于场效应晶体管器件性能提升的原理,阐述了通过引入新材料、新结构、新工艺方法,实现器件性能提升和集成度增大的先进制造技术,其中主要包括以高介电常数介
在人类生产生活需要与资源开发供给矛盾日益加剧的背景下,我国对环境发展目标的要求比以前有了明显变化.人们不再以盲目的发展为单一目标,反而越来越注重生态环境的合理规划.科学的土地规划不仅是社会发展的手段,也是贯彻环境保护政策的重要举措,在国家土地资源愈发紧张的情况下,土地规划对环境产生的影响也需要引起人们更为高度的重视.本文将对土地规划与环境评估指标体系的建立进行深入研究.
[目的]剖析当前我国集成电路发展的主要问题,提出技术创新的对策建议.[文献范围]53篇学术论文、行业研究报告和新闻报道,IncoPat专利数据库.[方法]综合运用文献调研、专利分析、专家研判多种方法,围绕集成电路产业链的材料、设计、制造与封测四个环节,开展技术自给能力分析与国际差距对比研究.[结果]我国在集成电路材料领域的高价值专利占比持续攀升,设计领域核心技术积累不足,制造领域技术创新稳步前行,封装与测试领域创新效能降低.[局限]专利检索策略不同得出的结果可能不同.[结论]我国集成电路领域存在“原始创新
[目的]本文追溯数据流计算的起源,就数据流计算理论和系统的相关研究背景、关键技术展开介绍.[文献范围]本文整理上世纪60年代至今数据流计算相关的研究文献.[方法]从数据流的起源、软件系统、硬件架构研究进展三个方面介绍了数据流计算的重要工作和关键技术.[结果]对数据流计算的发展趋势和挑战进行了分析与总结.[结论]本文将对未来数据流计算的研究提供参考,希望给该领域的研究人员带来一定的启发.
[目的]准确的预测光伏发电功率对电网调度具有十分重要的意义.[方法]光伏发电是一个连续不断的过程,光伏发电功率每时刻的变化取决于当前时刻和历史时刻的气象特征.本文考虑光伏发电的时间相关性,提出了基于分时长短期记忆神经网络(Long Short-Term Memory,LSTM)的光伏发电功率预测模型,利用Pearson相关系数对光伏发电功率的时序特征以及气象特征进行研究,选择与光伏发电功率高度相关的历史气象特征作为光伏发电功率预测模型的输入.[结果]对真实光伏电站进行案例分析,基于分时LSTM的光伏发电功
[目的]现代无线通信低频频谱资源越来越紧张,但太赫兹频段具有丰富的频谱资源,太赫兹通信兼具大带宽、高保密性等优势,故成为下一代无线通信技术的重要候选技术,而其关键在于太赫兹芯片.[方法]本文主要介绍太赫兹芯片技术及基于芯片的通信技术,对其从基于肖特基二极管芯片的混频、倍频分立式器件到太赫兹芯片的现有成果和未来发展趋势到未来太赫兹通信系统的技术发展和应用场景进行浅析.[结果]基于肖特基二极管的太赫兹分立器件如倍频器、混频器在不断朝高频段、大带宽以及高集成度发展.对芯片而言,基于磷化铟(InP)、砷化镓(Ga
[目的]利用SDN架构网络实现对高能物理数据传输路径选择的优化,提升高能物理合作单位之间数据传输效率.[方法]采用面向服务的网络性能测量框架perfSONAR、基于GRE的虚拟网络技术以及基于SDN的控制技术来实现提出的目标.[结果]提出一种面向高能物理网格环境网络性能测量与性能优化方法,首先采用SDN技术及虚拟网络技术在高能物理网格环境中构建基于SDN架构的高能物理数据共享虚拟专用网,然后采用面向服务的网络性能测量框架perfSONAR设计并实现面向高能物理网格环境网络性能监测及可视化平台,基于网络性能
[目的]针对真伪卷烟包装鉴别任务对类别精度要求高、深度残差等网络不能提取出更具判别力特征的问题,本文从保证图像高分辨率表征的角度出发,提出了结合高分辨率网络(High-Resolution Network,HRNet)和注意力机制的方法,以得到更具表现力的特征,从而达到提高真伪卷烟包装鉴别准确度的目的.[方法]以具备并行子网结构的高分辨率网络为骨干网络,通过多分辨率特征融合方法获得鉴别卷烟真伪的高质量特征,并在此网络基础上嵌入了高效通道注意力(Efficient Channel Attention,ECA
[目的]从原始鸟类音频频谱图样本集中自动筛选并剔除噪音频谱图,可以提升鸟类物种分类的准确率.[方法]本文基于卷积神经网络,对频谱图提取特征向量,借助Faiss算法库计算特征向量的距离矩阵,然后使用DBSCAN(Density-Based Spatial Clustering of Applications with Noise)聚类算法筛选出噪音频谱图,最后将经过筛选后的频谱图样本集输入到分类模型中进行鸟类物种分类.[结果]通过本方法,从频谱图样本集中剔除了大量噪音频谱图,使得后续的鸟类物种的分类准确率得