摘要：如今，音乐数字化已经飞快地影响着整个音乐市场，我们的民族音乐，也正利用数字化技术并结合现代音乐元素来发展。同样，作为传统的戏曲文化“半壁江山”的戏曲音乐，也应结合利用新的元素，通过多元化的、先进的技术进行有效的补充和促进。我们需要基于一种全球音乐文化发展的思维框架，来传承发展我们的国粹艺术。

摘要：地面采样调查是遥感应用中一个重要的手段。采样点的空间位置和数量决定了监测点的代表性,并受到监测成本限制。高效和经济地设计采样方案是推进地面采样数据更好地服务于遥感应用的重要问题。该文以遥感在农业方面的应用为切入点,在对现有农作物监测现状研究的基础上,通过对时间序列的遥感影像进行农作物长势分布的分析,运用概率比例规模抽样(PPS)的思想提取采样点。通过对2007的农作物长势分布区进行农情参数监测点采样,并与2009年的农作物长势分布对比,发现采样点达到较好的一致性。基本满足中观尺度农作物长势监测中采样点具有代表性、典型性和稳定性的要求。

摘要：现阶段变压器差动保护、备自投、母线保护等装置都需要适应电磁式互感器、电子式互感器(含合并单元)同时接入的情况,为此设计了一种适用于混合数据源接入保护装置的数据同步采样方法。以保护装置内部的采样脉冲时刻为同步基准,对多路采样值(SV)输入进行插值同步,并同时启动模拟量输入的AD转换;通过实时测频和实时调整采样间隔对不同类型数据源输入信号的频率进行跟踪,以实现同步采样。该方法提高了智能变电站二次设备的适应性,在保护装置和模拟量输入的级联合并单元中均可采用。采用现场可编程门阵列(FPGA)实现了设计方案,在智能化保护装置中的应用和测试结果验证了该方案的有效性。

摘要：遥感反演植被产品的真实性检验是推动其在农业领域应用水平提升的重要保证,其中异质性植被样区的优化采样设计是真实性检验地面测量过程中的关键技术。该研究以遥感影像作为先验知识,通过K-means聚类分层选取初始样点,利用空间模拟退火算法规划最优采样方案,并采用同期地面实测数据进行检验。研究结果表明,空间模拟退火算法在样点与总体空间变异性的一致性、插值面的精度、插值点和实测点的相关性3个方面都明显优于传统采样方案,2块样区优化后的采样方案插值面与影像面的均方根误差分别为3.1026和2.9627,插值点与实测点的皮尔逊相关系数分别为0.601和0.757,表明空间模拟退火算法可以为真实性检验地面试验提供可靠的优化采样策略。

摘要：新一代智能变电站使用采集执行单元统一采样,后续设备都将依赖此装置数据,因此该装置采样环节产生的异常数据会影响变电站保护、测控等多个系统的正常运行。如何高效地识别这些异常数据是电力系统采样中至关重要的部分,也是智能变电站安全性和稳定性的基础。传统的异常数据检测方法主要设计用于处理低采样率场景下偶尔出现的异常采样点。随着智能变电站采样率的提高和电磁干扰问题的加剧,采样时连续多个采样点同时异常成为普遍现象。这使得原有识别算法准确率降低,而未被识别的异常数据可能会造成后续测控装置精度降低甚至保护装置误动。针对传统检测方法的不足,提出基于密度的噪声空间聚类(density-based spatial clustering of applications with noise,DBSCAN)算法的交流采样异常数据识别实时算法。该算法利用异常数据与正常数据的空间密度差异,有效区分出密度较低的异常采样点,从而实现智能变电站异常采样数据的识别。相比于传统方法,所提方法在采样异常数据识别上具有更准确的结果。

摘要：微服务因其敏捷的开发方式、快速的部署方式,逐渐成为以云为基础的软件系统的主流架构方式之一.但是,微服务系统结构复杂,动辄上百个服务实例,而且服务之间的调用关系异常复杂,当微服务系统中出现异常时,难以定位故障根因.为了解决这个问题,端到端请求追踪(trace)成为微服务系统监控的标配.然而现有的分布式请求追踪实现方式对应用程序具有侵入性,严重依赖于开发者对请求追踪的经验,无法在运行时控制追踪功能的开启和关闭.这些不足不仅会增加开发者的负担,而且限制了分布式请求追踪技术的实际应用.设计并实现对程序开发者透明的请求追踪系统Trace++,能够自动生成追踪代码,利用动态代码插桩技术将追踪代码注入到运行中的应用程序.Trace++对程序低侵入,对开发者透明,能够灵活控制追踪功能的开启和关闭.此外,Trace++的自适应采样方法有效减少了请求追踪产生的开销.在微服务系统TrainTicket上的实验结果证明,Trace++能够准确发现服务依赖关系.在开启请求追踪时,性能开销接近于源代码插桩,在关闭请求追踪时无性能开销.此外,Trace++的自适应采样方法在采样到具有代表性样本的同时减少了89.4%的追踪数据.

摘要：为了提高采样点在地理空间和辅助变量特征空间中的代表性,该文提出特征空间偏离指数用以测度采样点在特征空间中的无偏性,采用类别型辅助变量参与下的多维特征空间构建方法,融合地理空间和特征空间均匀分布的多目标优化目标函数,并利用空间模拟退火的方法实现采样点布局优化。以北京顺义区农田土壤重金属采样为例,选取土地利用类型、土壤质地和母质为辅助变量进行样点布局优化,并与特征空间均匀和地理空间均匀采样方法比较,结果表明:用于区域变量总体估计时,地理空间均匀采样估计精度最低,在采样尺度大于0.275时以特征空间均匀采样估计精度最好,而在采样尺度小于0.275时,无偏采样能获得更好的估计结果;在特征空间代表性方面,采样尺度较大时特征空间均匀采样样点代表性最好,采样尺度小于0.302时,无偏采样与特征空间均匀采样的代表性基本一致,地理空间采样点的代表性最差;用于空间制图时,无偏采样总体上比其他2种方法具有更好的制图精度。可见,在辅助变量支持的采样优化中,当采样尺度大且样点数较少时,适合采用特征空间均匀方法,且只能用于总体估计;采样尺度较小,样点数多时,适合采用无偏采样方法。该研究为利用辅助变量设计区域采样布局提供参考。

摘要：为实现农田土壤样本采样及管理智能化,设计了基于3S(GIS:geographic information system;GPS:global positioning system;RS:remote sensing)、ZigBee无线通信、射频识别(radio frequency identification,RFID)、4G等技术的土壤采样智能管理系统,该系统由采集节点、协调器网关、移动终端和远程管理软件组成,其中采集节点用来获取土壤样本的地理位置信息、RFID电子标签数据以及土壤环境的温湿度。协调器网关由ZigBee协调器连接4G模块组成,实现ZigBee无线网络转换为4G网络。4G模块经配置软件配置好服务器IP和端口号等信息后,将采集节点获取的数据传输到远程服务器的管理软件中。通过系统稳定性试验测试,丢包率为0.2%,该系统具有较高的可靠性。移动终端采用掌上电脑PDA(personal digital assistant),实现土样采集的现场监测管理。远程管理软件应用Web、SQL Server(structured query language server)、Socket等技术开发了数据接收显示、百度地图、数据自动成图(2D、3D)等功能模块。利用GPS信息在百度地图中可以实现采样点的实时跟踪,调用数据库数据或者本地试验数据可以自动生成有关土壤信息的空间分布图。该系统采集土壤样本信息的同时也可获取相应的土壤样本养分信息,将土壤养分信息数据按照RFID标签导入土壤管理软件中对应的土样信息栏,生成了土壤养分空间分布图,为后续变量施肥提供决策支持。

摘要：提出基于Hadoop和HBase的电力设备状态高速采样数据的存储方案,基于MapReduce设计实现了设备状态高速采样数据的并行查询方法。创建了1个包含20个节点(每个节点配置4核CPU)的Hadoop集群,并对集群进行了基准测试,测试结果表明所建集群适合进行大量数据的读写。以绝缘子泄漏电流数据为例,使用YCSB对所建存储系统进行了性能测试,测试结果表明,Hadoop和Hbase在存储容量、吞吐量以及查询延迟上提供了足够高的性能,能够满足智能电网状态监测数据可靠性及实时性要求。

摘要：在回顾国内外地外天体样品采样密封技术发展状况的基础上,详细论述了地外天体特性与采样方式和密封容器的适配性设计,着重分析了样品密封技术的特点以及能够实现的漏率指标,深入剖析了包括防尘设计和生物灭菌在内的样品密封过程中的关键问题。最后展望了地外天体密封技术的发展趋势以及需要研究解决的技术问题,旨在为中国地外天体采样密封技术的发展提供参考。