摘要：东方有线是行业内最早进行面向TVOS智能家庭网关的广电视频云平台的技术研究与探索的单位,在视频云平台、TVOS智能家庭网关及智能应用的研究与设计方面积累了丰富的经验。本文首先重点分析了云技术与广电视频业务在技术上的可行性,然后介绍了广电视频云平台系统研究情况,最后介绍了东方有线近年在面向TVOS智能家庭网关的智能应用建设实践情况。

摘要：该文针对计算机数字媒体的基本特征展开分析,内容包括传播方式分众化、信息呈现主动化、传播过程互动化、传播范围全球化等,结合实现虚拟现实化创作、完成混合现实性表达、加强立体化设计、丰富视觉传达方式、设计空间与创意多样化等内容,通过研究设计符号应用、动态文字应用、三维模型应用、设计元素应用、空间数据应用等要点内容,其目的在于提升平面设计内容的丰富度,提高计算机数值媒体的应用价值。

摘要：提出了一种面向多媒体和通信应用的CPU和DSP一体化计算的指令集架构,并设计实现了一款基于该指令集架构的VLIW DSP处理器.该CPU和DSP融合指令集架构中的CPU指令兼容已有MIPS 4KC指令集,DSP指令为自主设计.针对多媒体和通信常用算法中并行度高等特点,提出了多条基于像素操作、向量操作和复数操作的DSP指令,并详细说明了实现这些指令的关键功能模块的电路实现方法.实验结果表明,在多媒体的插值、重建以及通信的滤波、FFT等算法上,采用本文提出的面对特定应用的指令集具有较明显的优势.流片测试结果证明该指令集架构可实现且有效.

摘要：高熵合金是近年来提出的一种新型合金材料,具有质量轻、强度高、刚性大、耐高温等特性,这些特性使高熵合金有望在航天材料领域得到应用。为抵抗太空环境的极端温度变化,通过高熵化的成分设计,高熵合金能够获得远高于传统超合金的高温屈服强度。由于存在孪晶变形等特殊变形机制,高熵合金显示出良好的低温韧性。在轻量化领域,可通过鸡尾酒效应使高熵合金获得合适的比强度。在空间防护领域,高熵合金的自修复效应能够有效抵抗辐照损伤。利用合理的成分设计还能够使高熵合金具备良好的耐磨、耐蚀性能。这些研究成果全方位显示出高熵合金在航天领域的应用上具有显著优势。

摘要：对Cu-2.0%Be(质量分数)合金晶界处不连续析出相的形貌及其与热处理参数之间的关系进行了研究,利用正交试验设计的方法选取热处理参数,制备微观结构差距较大的样品,从中筛选所需样品研究了晶界反应物对滞弹性行为的影响。不连续析出相主要存在于晶界处,主要由γ相和α基体相组成。根据极差分析结果,影响晶界反应量的热处理参数主要为二级时效温度,其次为一级时效时间和二级时效时间。滞弹性行为分析表明,晶界反应量对样品加载过程中的变形量影响较大,这是由于不连续析出形成的γ相与基体为非共格关系,在γ相周围存在原子无序区域,位错在此处的湮灭引起原子重排,因此晶体产生滑移,造成合金塑性变形。而无晶界反应物的晶界两侧交错排列着γ′相,位错容易在此处塞积,阻碍晶体滑移。

摘要：创新创业教育是建设创新型国家、提高教育教学质量的客观需要。地方性师范院校在贯彻实施创新驱动发展战略中,承担着培养学生的创新意识和创业精神,化解地方就业困境,实施应用型转型发展的重任。杭州师范大学通过发挥区位、学科、专业、人才、校友等优势,把创新创业教育融入人才培养体系,推进区域协同,完善保障机制,不断深化创新创业教育改革,探索出了较为成功的创新创业教育模式。

摘要：本文论述了特定地质条件下 CFG 桩复合地基在高层建筑中的设计、施工与检测结果。

摘要：针对铁路线路情况设计实时异物距离测试方案,基于车钩装载移动式摄像机和钢轨识别方法,利用横向视觉和纵向视觉几何原理,提出2种钢轨异物距离检测算法,为铁路运输安全提供技术方案。整体方案经过实验室线路试验以及乌鲁木齐铁路局现场试验验证,异物距离测试精度满足工程要求,算法具有较好的鲁棒性;数据误差分析中,尤其是中长距离,基于横向视觉比纵向视觉的检测方法更加准确,适合监控远程异物距离。

摘要：在追求汽车工业中使用的马氏体钢的高强度与高塑性的平衡时,研究提出了一种新的快速回火工艺。通过对新设计的中碳马氏体汽车钢进行快速回火处理,并与传统回火工艺进行对比,探讨了该工艺对钢材组织和性能的影响。研究采用了电子万能试验机、数字图像相关法、X射线衍射、电子背散射衍射和场发射扫描电子显微镜等先进技术,揭示了快速回火工艺通过维持高位错密度和细化析出碳化物来保持马氏体的高强度。实验结果显示,该工艺在不牺牲塑性的前提下,成功提高了材料的抗拉强度和屈服强度,在400℃快速回火时分别达到1616和1466 MPa,比传统工艺分别提高了10.2%和12.5%,同时保持了超过10%的伸长率。当回火温度为300℃时,马氏体汽车钢在保持高伸长率的同时,抗拉强度接近2000 MPa。这一发现不仅为高强度马氏体汽车钢的制备提供了新思路,也为未来汽车工业的材料选择提供了重要参考。

摘要：现有基于深度学习的遥感研究集中在算法开发方面,缺乏对遥感样本库的研究。针对此问题,提出一种基于深度学习的样本库一致性评估方法,对卫星遥感、三维建模和网络爬虫等不同来源的舰船样本库中各类样本之间的相似性进行评估。结果表明:1)在样本库一致性最高时,该方法得到的一致性为1;2)当样本库一致性呈梯度变化时,一致性评价结果随样本库一致性的变化而变化;3)数据来源相似的样本库能够进行合并,制作方式差异较大的样本库不能合并。因此,所提方法能够准确地评估样本库的一致性,可为深度学习训练时样本库的选择提供参考。