国产特级毛片AAAAAA高潮流,九色91popny蝌蚪

AMD將推32核服務(wù)器芯片Naples挑戰(zhàn)英特爾

3月8日消息，AMD將發(fā)布名為“Naples”的32核芯片，這種基于Zen架構(gòu)的處理器將代表著AMD為重返服務(wù)器市場而做出的首次試驗。

發(fā)表于：2017/3/8

基于字典學(xué)習(xí)和加權(quán)TV的MRI重構(gòu)算法

為更好地提高核磁共振圖像重構(gòu)質(zhì)量，提出了一種基于熵約束字典學(xué)習(xí)和加權(quán)全變分的圖像重構(gòu)算法。首先對圖像進行分塊，基于熵約束構(gòu)建新的字典學(xué)習(xí)模型，生成字典庫；結(jié)合加權(quán)的各向同性與各向異性的全變分正則項構(gòu)建圖像重構(gòu)模型，并采用Split-Bregman算法求解，最終得到重構(gòu)圖像。實驗結(jié)果表明，該算法不僅能有效消除噪聲，對噪聲具有魯棒性，又能保留圖像邊緣紋理信息，抑制階梯效應(yīng)。與現(xiàn)有的算法相比，該算法對圖像重構(gòu)有著更好的性能。

發(fā)表于：2017/3/7

谷歌Android系統(tǒng)涉嫌壟斷遭土耳其監(jiān)管部門調(diào)查

據(jù)報道，谷歌在周一又遭遇了另外一個監(jiān)管挑戰(zhàn)。土耳其競爭委員會當(dāng)天宣布，已啟動了一項調(diào)查，以查明谷歌熱門Android系統(tǒng)是否違反了該國反壟斷規(guī)定。

發(fā)表于：2017/3/7

基于自適應(yīng)差分進化極限學(xué)習(xí)機的車牌識別算法

針對目前車牌識別算法中存在的模型訓(xùn)練慢、字符識別準確率低等問題，研究了一種基于自適應(yīng)差分進化極限學(xué)習(xí)機的車牌識別算法。綜合利用邊緣檢測和顏色定位的優(yōu)點來檢測車牌區(qū)域，然后用改進后的垂直投影法對車牌區(qū)域進行分割，最后將自適應(yīng)差分進化極限學(xué)習(xí)機用于字符識別。研究結(jié)果表明，所提出算法具有訓(xùn)練速度快、字符識別率高等優(yōu)點，可以應(yīng)用于復(fù)雜的交通場景。

發(fā)表于：2017/3/6

基于快速余差查表法的脈沖多普勒雷達解距離模糊算法

解距離模糊是中頻脈沖重復(fù)頻率的脈沖多普勒雷達關(guān)鍵技術(shù)之一。提出了采用快速余差查表法有效解決PD雷達距離模糊問題的算法。該算法的運算量較少，實時處理能力強。以3重CPI進行仿真實驗，表明該算法能夠保證低虛警概率和較高的解模糊的正確性，并能夠滿足PD雷達信號處理的實時處理要求。

發(fā)表于：2017/3/5

基于FPGA的流水線單精度浮點數(shù)乘法器設(shè)計

針對現(xiàn)有的采用Booth算法與華萊士（Wallace）樹結(jié)構(gòu)設(shè)計的浮點乘法器運算速度慢、布局布線復(fù)雜等問題，設(shè)計了基于FPGA的流水線精度浮點數(shù)乘法器。該乘法器采用規(guī)則的Vedic算法結(jié)構(gòu)，解決了布局布線復(fù)雜的問題；使用超前進位加法器（Carry Lookahead Adder，CLA）將部分積并行相加，以減少路徑延遲；并通過優(yōu)化的4級流水線結(jié)構(gòu)處理，在Xilinx ISE 14.7軟件開發(fā)平臺上通過了編譯、綜合及仿真驗證。結(jié)果證明，在相同的硬件條件下，本文所設(shè)計的浮點乘法器與基4-Booth算法浮點乘法器消耗時鐘數(shù)的比值約為兩者消耗硬件資源比值的1.56倍。

發(fā)表于：2017/3/5

多核DSP間基于SRIO數(shù)據(jù)傳輸?shù)脑O(shè)計與實現(xiàn)

在使用Digital Signal Processor (DSP)芯片進行數(shù)字信號處理時，由于數(shù)據(jù)量大，線程較多，通常采用多片DSP協(xié)同處理。本文旨在研究DSP間數(shù)據(jù)和信息傳輸?shù)膶崿F(xiàn)，并以三片TI的 TMS320C6474芯片為例，基于SRIO協(xié)議，設(shè)計一種傳輸架構(gòu)，實現(xiàn)了DSP間的數(shù)據(jù)傳輸。最終實現(xiàn)DSP間2.520 Gb/s的數(shù)據(jù)傳輸速率，為理論值的50.40%，但如果除去線程調(diào)度和DSP間同步所用時間，其SRIO接口的數(shù)據(jù)傳輸速率可達到3.886 Gb/s，為理論值的77.72%。該設(shè)計具有較大的通用性，對其他同類型的芯片間的數(shù)據(jù)傳輸設(shè)計具有極大的參考性。

發(fā)表于：2017/3/5

基于歷史數(shù)據(jù)的軟件測試數(shù)據(jù)統(tǒng)計分析研究

從大數(shù)據(jù)的角度，利用軟件測試歷史數(shù)據(jù)，分析和研究軟件開發(fā)及測試過程，為軟件質(zhì)量保證和項目管理及組織能力建設(shè)提供了新的思路。在組織內(nèi)部建立測試數(shù)據(jù)收集機制，對軟件測試相關(guān)數(shù)據(jù)進行收集，建立數(shù)據(jù)分析模型，從軟件開發(fā)過程、軟件測試過程、軟件缺陷數(shù)據(jù)等方面對測試數(shù)據(jù)進行分析，獲得多個具有實際意義的量化指標，將此指標反饋到軟件開發(fā)和軟件測試及項目管理等過程中，顯著提高了軟件產(chǎn)品質(zhì)量及工作效率，降低了過程風(fēng)險，提高了組織市場競爭能力。

發(fā)表于：2017/3/4

基于LVS的數(shù)據(jù)庫集群負載均衡性能測試與分析

Linux虛擬服務(wù)器（Linux Virtual Server，LVS）技術(shù)是一種廣泛應(yīng)用于企業(yè)集群中的負載均衡技術(shù)，目前關(guān)于LVS的研究主要是基于Web服務(wù)器集群負載均衡性能方面。在一些實際應(yīng)用場景中，LVS可以直接與數(shù)據(jù)庫集群相結(jié)合。將LVS與數(shù)據(jù)庫集群結(jié)合，提出一種對LVS架構(gòu)下數(shù)據(jù)庫集群性能進行測試的方案，并利用HP LoadRunner對負載均衡算法的數(shù)據(jù)庫集群進行負載測試實驗，通過數(shù)據(jù)分析比較，得出LVS提供的算法中較適合數(shù)據(jù)庫集群的調(diào)度算法。

發(fā)表于：2017/3/4

三星18nm PC存儲器良率出問題緊急召回

三星近來狀況頻傳，在 Galaxy Note 7 電池出包與管理層級涉及行賄被起訴后，近日業(yè)界又傳出其產(chǎn)業(yè)重心記憶體模組產(chǎn)品良率出問題需緊急召回，由于三星于 PC DRAM 市占過半，這次良率出問題除了可能讓三星集團的處境雪上加霜外，也會讓價格已上揚的PC DRAM價格再度飆高。

發(fā)表于：2017/3/3

基于數(shù)據(jù)倉庫的科學(xué)儀器設(shè)備數(shù)據(jù)分析系統(tǒng)

：如何節(jié)省在科學(xué)儀器設(shè)備管理工作中對數(shù)據(jù)分析投入的人力物力并提高管理效率是科技管理部門十分關(guān)注的問題。利用數(shù)據(jù)倉庫技術(shù)可以對現(xiàn)有的科學(xué)儀器設(shè)備數(shù)據(jù)進行多維分析，以便有效利用分析數(shù)據(jù)輔助管理者決策。文章?lián)朔治隽丝茖W(xué)儀器設(shè)備數(shù)據(jù)源，提出了分析主題，通過模型設(shè)計、ETL功能以及OLAP功能的設(shè)計，實現(xiàn)了一個基于數(shù)據(jù)倉庫的科學(xué)儀器設(shè)備數(shù)據(jù)分析系統(tǒng)。系統(tǒng)的開發(fā)研究證明了數(shù)據(jù)倉庫技術(shù)在科學(xué)儀器設(shè)備管理上應(yīng)用的可行性，并為進一步建立基于數(shù)據(jù)倉庫的科技數(shù)據(jù)決策支持系統(tǒng)打下了基礎(chǔ)。

發(fā)表于：2017/3/2

基于高維數(shù)據(jù)聚類的制造過程數(shù)據(jù)分析平臺

隨著制造業(yè)領(lǐng)域工藝技術(shù)的不斷進步，大量感知設(shè)備如同人體器官一樣，被部署到制造過程中的各個重要節(jié)點，產(chǎn)生著海量制造過程數(shù)據(jù)。針對這些海量制造過程數(shù)據(jù)，制造業(yè)領(lǐng)域越來越需要科學(xué)、敏捷、高效的數(shù)據(jù)分析平臺，為制造過程數(shù)據(jù)的分析提供智力支持和決策支持。針對這種需求，文章采用高維數(shù)據(jù)聚類技術(shù)結(jié)合Spring、Mybatis等成熟的敏捷開發(fā)框架，開發(fā)了制造過程數(shù)據(jù)分析平臺。該設(shè)計不僅可以針對歷史數(shù)據(jù)進行分析，還可以實時監(jiān)控生產(chǎn)線上的動態(tài)流程數(shù)據(jù)，提高數(shù)據(jù)分析和決策效率。

發(fā)表于：2017/3/2

英特爾 10 納米良率傳偏低量產(chǎn)延后

10 納米先進制程良率低，英特爾、臺積電全球兩大晶圓廠先后都傳出有類似問題待克服。

發(fā)表于：2017/3/2

聯(lián)電14納米FinFET開始量產(chǎn)

臺灣晶圓代工大廠聯(lián)華電子(UMC，以下簡稱聯(lián)電)宣布，該公司自主研發(fā)的14納米鰭式場效電晶體(FinFET)制程技術(shù)，已成功進入客戶晶片量產(chǎn)階段。出貨給主要客戶的14納米量產(chǎn)晶圓，良率已達先進制程的業(yè)界競爭水準，此制程將幫助客戶開拓嶄新的應(yīng)用于電子產(chǎn)品。

發(fā)表于：2017/3/2

比NAND快千倍中芯國際瞄準ReRAM？

比NAND閃存更快千倍 40納米ReRAM在中芯國際投產(chǎn)引起業(yè)界關(guān)注!曾經(jīng)一度大舉退出內(nèi)存生產(chǎn)的中芯國際，為何鎖定瞄準ReRAM?主要原因在于ReRAM應(yīng)用在物聯(lián)網(wǎng)(IoT)裝置擁有愈長的電池續(xù)航力，一來可節(jié)省維護成本、二來有助提高物聯(lián)網(wǎng)基礎(chǔ)設(shè)施可持續(xù)性。

發(fā)表于：2017/3/1