亚欧成人永久免费视频,国产毛片一级国语版,精品一卡二卡三卡

泰克為調(diào)試數(shù)據(jù)中心技術(shù)推出全新100G鏈路訓(xùn)練工具

中國北京2016年11月2日訊 – 全球領(lǐng)先的測量解決方案提供商——泰克科技公司日前發(fā)布一款全新的100G鏈路訓(xùn)練工具，用于其DPO70000SX家族超高性能示波器。這種新選項與為100G電接口調(diào)試和驗證擴展測量支持相結(jié)合，滿足了不斷增長的數(shù)據(jù)中心市場的關(guān)鍵需求。DPO70000SX平臺采用已獲專利的異步時序交織 (ATI) 信號采集技術(shù)，提供了業(yè)界最優(yōu)秀的信號保真度和性能，是驗證和調(diào)試高速以太網(wǎng)通信鏈路的理想工具。

發(fā)表于：2016/11/5

人工智能歷經(jīng)風(fēng)雨二十載 AI專用芯片成藍海

　正如20年前多媒體應(yīng)用及3D游戲蓬勃發(fā)展倒逼顯卡硬件升級一樣，互聯(lián)網(wǎng)大數(shù)據(jù)的興起對超算芯片提出了新的需求。

發(fā)表于：2016/11/4

通信網(wǎng)絡(luò)線路升級提速硅基光子技術(shù)優(yōu)勢凸顯

　第十三屆“中國光谷”國際光電子博覽會暨論壇將在武漢國際博覽中心舉行。此次光博會以“光聯(lián)萬物，智引未來”為主題，設(shè)立了激光光學(xué)、集成電路、光電自動化、光通信及大數(shù)據(jù)等專區(qū)，成為我國最大的光電子信息產(chǎn)業(yè)基地盛會，同期還將舉辦多場光電高峰論壇，進一步促進我國光電子產(chǎn)業(yè)快速發(fā)展。

發(fā)表于：2016/11/4

與龍芯有說不盡的“緣” 胡偉武的長征途還在路上

說到胡偉武其人，大家可能略有陌生，但說到龍芯，你一定印象深刻。前不久，龍芯中科對外宣布3A3000四核處理器芯片成功完成流片。這背后胡偉武與其之間存在著不解的緣分，然而驅(qū)使著胡偉武投身到“中國芯”CPU的事業(yè)中的是骨子里的一腔熱血還是命運使然？本文講的就是胡偉武成長記和龍芯的15年歷史。

發(fā)表于：2016/11/3

Intel第七代Core架構(gòu)全解析：擠牙膏還是強力改進

現(xiàn)在，挑戰(zhàn)即將來臨，AMD準備祭出的Zen架構(gòu)貌似具有巨幅的性能提升，加上AMD原本具有的圖形性能優(yōu)勢，Intel不可避免感受到新一輪大戰(zhàn)來臨的氣息。同時，無論是蘋果還是聯(lián)想、HP、戴爾這些PC廠商，它們的產(chǎn)品線都到了更新?lián)Q代的關(guān)口。Intel第七代Core架構(gòu)“KabyLake”也因此備受矚目，它也是我們接下來要分析的對象。

發(fā)表于：2016/11/2

2016中國HPC TOP100發(fā)布神威太湖之光奪冠

在10月28日召開的HPC China會議上，發(fā)布了2016年中國HPC TOP100榜單。“神威太湖之光”以93.015PFLOPS（9.3億億次每秒）的測試性能榮登榜首，不僅是中國最高性能的超級計算機系統(tǒng)，同時也是全球最快的系統(tǒng)。第二名和第三名分別是：“天河二號”和“天河一號A”。

發(fā)表于：2016/11/2

突破高端傳感器部署物聯(lián)網(wǎng)推動智能制造

從工信部獲悉，無錫國家傳感網(wǎng)創(chuàng)新示范區(qū)部際建設(shè)協(xié)調(diào)領(lǐng)導(dǎo)小組第四次會議10月30日在江蘇省無錫市召開。部際建設(shè)協(xié)調(diào)領(lǐng)導(dǎo)小組組長、工業(yè)和信息化部部長苗圩指出，要著力突破高端傳感器等關(guān)鍵技術(shù)，推動智能制造、車聯(lián)網(wǎng)等重點領(lǐng)域物聯(lián)網(wǎng)規(guī)模應(yīng)用。

發(fā)表于：2016/11/1

2016中國高性能計算機TOP100排行公布神威·太湖之光問鼎

2016年10月28日，2016全國高性能計算學(xué)術(shù)年會（HPC China 2016）在陜西西安舉行。會上發(fā)布了《2016年中國高性能計算機性能TOP 100 排行榜及簡析》，部署在江蘇無錫的超算中心的由國家并行計算機工程技術(shù)研究中心研制的超級計算機神威·太湖之光以十億億次（93.015 PFlops）測試性能排名第一。部署在廣州超算中心的“天河二號”超級計算機以33.86PFLOPS的測試性能位居第二名；“天河一號”則是以每秒2.566PFLOPS測試性能位居第三。

發(fā)表于：2016/10/28

Marvell發(fā)布業(yè)內(nèi)最佳的25GbE端到端數(shù)據(jù)中心解決方案

2016年10月27日，北京訊 –為存儲、云基礎(chǔ)設(shè)施、物聯(lián)網(wǎng)（IoT）、互聯(lián)和多媒體應(yīng)用提供半導(dǎo)體解決方案的全球領(lǐng)導(dǎo)廠商美滿電子科技（Marvell，Nasdaq：MRVL）今日推出業(yè)內(nèi)最優(yōu)化的25GbE以太網(wǎng)端到端數(shù)據(jù)中心解決方案，顯著提高數(shù)據(jù)中心的計算帶寬和效率。當(dāng)今數(shù)據(jù)中心的帶寬正在不斷增加，以滿足來自云端的海量數(shù)據(jù)流需求，因此必須平衡遷移到新一代網(wǎng)絡(luò)帶來的資本和運營支出。

發(fā)表于：2016/10/27

日本的7大物聯(lián)網(wǎng)戰(zhàn)略

日本經(jīng)產(chǎn)省為了應(yīng)對未來數(shù)據(jù)時代的趨勢，針對物聯(lián)網(wǎng)(IoT)、大數(shù)據(jù)(Big Data)與人工智能(AI)技術(shù)提出戰(zhàn)略計劃，參閱以上的流程圖，說明了物聯(lián)網(wǎng)IoT、大數(shù)據(jù)與AI技術(shù)通過虛實空間的互相搭配，實現(xiàn)未來以數(shù)據(jù)驅(qū)動的世界。

發(fā)表于：2016/10/27

基于粒子濾波和壓縮感知的目標跟蹤算法

為了解決目標跟蹤過程中出現(xiàn)的目標遮擋和光照變化問題，提出一種基于粒子濾波和壓縮感知的目標跟蹤算法。算法融合顏色特征和紋理特征來描述目標，增強算法在光照變化和復(fù)雜環(huán)境下的魯棒性；利用壓縮感知理論對特征進行降維，提高算法實時性；最后，根據(jù)粒子濾波原理估計目標狀態(tài)，得到目標位置。實驗結(jié)果表明，本算法在有效減少算法運行時間的前提下，能夠準確跟蹤遮擋和光照變化情況下的目標。

發(fā)表于：2016/10/25

基于二進制粒子群與遺傳算法的數(shù)據(jù)分配研究

針對目前分布式數(shù)據(jù)庫數(shù)據(jù)分配方法法存在尋求最優(yōu)分配方案和運行效率等問題的不足，在基于改進的遺傳算法的數(shù)據(jù)分配方法基礎(chǔ)上，引入二進制粒子群算法，提出了一種基于二進制粒子群與遺傳算法的數(shù)據(jù)分配方法，既具有二進制粒子群算法的運行速度快、記憶功能好等特點，又具有遺傳算法的全局搜索能力、變異能力等特點。該分配方法能夠提高搜索效率，并且快速有效地獲得全局最優(yōu)解。實驗結(jié)果表明，所提出的數(shù)據(jù)分配方法在搜索全局最優(yōu)解方面優(yōu)于基于遺傳算法的分配方法，在搜索速度方面比枚舉法的分配方法和基于遺傳算法的分配方法更快。

發(fā)表于：2016/10/24

一種基于Curvelet相關(guān)圖紋理圖像檢索方法

紋理是圖像普遍存在且難以描述的特征，但是更容易引起人們視覺上的關(guān)注，它蘊含有豐富的信息，所以基于紋理的檢索具有重要的應(yīng)用價值。提出了一種新的基于Curvelet相關(guān)圖紋理圖像檢索方法。該方法通過對紋理圖像進行Curvelet分解進行多尺度分析；利用變換后粗尺度反映圖像輪廓、細尺度反映圖像紋理信息特性，閾值處理后采用不同的量化等級；計算Curvelet系數(shù)相關(guān)圖，反映了不同系數(shù)所占比例和相互之間的空間相關(guān)性，由此構(gòu)造圖像的特征向量。通過對Brodatz紋理圖像庫實驗，結(jié)果表明該方法相較于原有的Curvelet方法能夠更有效地進行紋理圖像檢索。

發(fā)表于：2016/10/24

揭秘微軟量子計算研究拓撲量子計算機

微軟研究拓撲量子計算已經(jīng)有十多年了。但是市面上關(guān)于其研究的具體內(nèi)容并不多見。IBM、谷歌和多家學(xué)術(shù)實驗室選擇了相對成熟的硬件，比如超導(dǎo)導(dǎo)線環(huán)（loops of superconducting wire），來制作量子比特（qubit）。但是微軟卻希望能以一種準粒子（quasiparticle）的狀態(tài)編碼量子比特：一種從物質(zhì)的相互作用中出現(xiàn)的粒子狀物體（object）。

發(fā)表于：2016/10/22

基于MC的風(fēng)電場參數(shù)預(yù)測模型的誤差修正

風(fēng)速的隨機性和間歇性等特點使得目前風(fēng)電場參數(shù)預(yù)測模型存在較大的預(yù)測誤差，對此提出了采用馬爾科夫鏈（MC)方法對模型的預(yù)測誤差進行修正。分別求出參數(shù)的實際值與模型預(yù)測值之間的誤差序列，利用模糊C-均值聚類算法對其進行狀態(tài)劃分；根據(jù)各誤差狀態(tài)計算出MC狀態(tài)轉(zhuǎn)移概率矩陣，進而計算模型預(yù)測誤差修正值，最終得到精度較高的預(yù)測值。采用MC方法分別對廣義回歸神經(jīng)網(wǎng)絡(luò)(GRNN)模型、T-S模糊神經(jīng)網(wǎng)絡(luò)模型以及Elman神經(jīng)網(wǎng)絡(luò)模型的預(yù)測誤差進行修正，并應(yīng)用MC修正后的3種模型對山西某風(fēng)電場測風(fēng)塔不同步長風(fēng)速進行預(yù)測仿真實驗研究，分析討論了MC對各預(yù)測模型誤差的修正效果。仿真結(jié)果表明，所提出的誤差修正方法能夠有效提高測風(fēng)塔風(fēng)速預(yù)測精度，為預(yù)測模型的誤差修正提供了一種有效的實用的方法。

發(fā)表于：2016/10/22