摘要：时序重构是时域天文学中的一个重要数据处理步骤,也是拟合光变曲线、开展时域分析研究的基础。Hadoop、Spark这类MapReduce分布式模型在执行过程中分布式集群节点间的任务比较独立,需要跨节点的数据传输量较少。提出了非阻塞异步执行流程,每个分布式进程完全针对独立天区的数据进行连续处理,而分块边缘的新增天体导致的其他节点的新增证认任务延时批量追加,并且会根据各进程间的进度不同确定追加方式,保证证认计算没有遗漏,从而在提高并发效率的同时保证算法的精度。此外,对两表间的不同Join策略从理论和实验两个角度进行了研究并提出了免Join策略。最后通过基于Spark分布式框架的高效时序重构系统的设计完成了以上研究的验证。实验表明,与以往研究结果相比,该时序重构算法效率提升明显,为时域天文学中的天文时序数据分析的开展打下了良好的基础。

摘要：本文论述了自８０年代初以来，同步时序电路优化方法中出现的时序重构技术的基本理论、方法和应用，并指出了此技术进一步实用化的几种方法。

摘要："翻转课堂"作为一种教学理念和教学模式正在影响和改变着传统的课堂教学。它利用互联网技术和信息化手段,突破了传统课堂的边界,拓展了课堂教学的时间和空间,为课堂教学的变革带来了新的曙光。但实践中也存在将"时序重构"等同于"翻转课堂";对"学"的内容"设计"的痕迹不明显,"先学"几乎没有发生;"教"的方式和策略未发生根本的变革等问题。"时序重构"是翻转课堂的前提条件,但"教"与"学"在时间和空间上的简单调整并不能促进学生的学习,翻转课堂教学流程变革的实践本质在于促进学生的深度学习,指向核心素养。

摘要：讨论了FEAS算法的实现问题,对FEAS算法进行了改进,并提出一种能快速的完成同步时序电路的时序重构变换的方法。通过基于ISCAS89标准测试电路的试验数据,说明了这种算法能快速的完成同步时序电路的时序重构变换。

摘要：针对传统的用电负荷数据异常检测方法精度低、提取时间特征困难、特征提取与检测过程分离的问题,提出一种基于深度卷积嵌入LSTM编码器(deep convolution embedded LSTM auto-encoder,DCE-LAE)的电力负荷数据异常检测方法。将长短期记忆网络融入自编码器架构,利用编码器的非线性特征提取能力和长短期记忆网络的时序特征记忆能力提高电力负荷的异常检测精度,将深度卷积层嵌入至该架构中提高感受野,提取更多时间序列特征;将卷积损失和重构损失相结合作为损失函数联合优化,防止卷积嵌入微调对重构空间的扭曲,进一步提高结果的可靠性。实例仿真通过与其它方法进行对比,验证了DCE-LAE的异常检测精度与时序重构能力均优于其它算法。

摘要：基于两变量Copula函数模拟、变点识别和均值平移时序重构方法,构建珠江三角洲西水东调工程受水区东江和水源区西江的枯水径流联合分布模型。以生态环境流量及最小流量管理目标为设计阈值,研究区域联合缺水风险特征及对变化环境的响应。结果表明:Archimedean copula的Clayton、Frank和GH模型,均能较好地模拟两区域枯水径流联合分布特征。变化环境下特别是流域内水利工程径流调节作用,东江枯水径流时序非一致性显著,均值跳跃明显,变点时间为1972年,最枯月径流量增加了65.5%。若要满足最小下泄流量管理目标,东江缺水风险率较高,为37.7%。与东江天然径流(还原系列)相比,在东江流域内水利工程影响下(还现系列),东、西江同时缺水风险率由35.8%下降到16.7%。但由于2江枯水径流的正相关性,西江有水可调保证率也由54.8%下降到21.0%。在已知东江缺水情形下,西江有水可调保证率(55.8%)仅略高于西江缺水风险率(44.2%)。因此,珠江三角洲西水东调工程运行,需要科学设计更为精细的水资源调度规则。

摘要：在LMS算法进行变步长处理的基础上,结合驰豫超前流水线技术和时序重构技术提出了创新结构和改进算法,在FPGA的仿真综合环境中设计实现了该高速自适应滤波器,并且在AlteraDE2-70开发板上进行了板级测试。

摘要：翻转课堂突破了传统课堂的边界,拓展了课堂教学的时间和空间,为课堂教学的变革提供了新的视角。但实践中也存在将＂时序重构＂等同于翻转课堂;对＂学＂的内容＂设计＂关注不够;仍然按照＂原来＂的教学方式进行教学等问题。翻转课堂教学流程调整的实践本质在于促进学生的深度学习。