论文部分内容阅读
国家高新区的五种发展模式
【出 处】
：
中国高新技术产业导报
【发表日期】
：
2020年01期
其他文献
金属玻璃也称非晶合金,其基本特征是原子排布长程无序,因而具有优异的物理、化学和力学性能。作为非平衡态的材料,弛豫是金属玻璃固有的特征,对金属玻璃弛豫动力学的研究有助于分析其结构,探索其应用。近年来,研究发现金属玻璃表面具有类液行为,表现出快速动力学。但是,受限于金属玻璃的微观结构难以表征,到目前为止,对于金属玻璃的表面特性,人们了解的还不够清楚。本文利用分子动力学模拟,对铜-锆金属玻璃体系在退火过
本文针对乡村住宅热工性能差、居住舒适度不佳的现状,以期改善村民的生活质量。选取鄂西南乡村住宅作为研究对象,并以居住热舒适性为切入点展开研究。在鄂西南地理气候条件的理论基础上,就该地区乡村住宅的现状进行了实地调研走访,采用现场实测和问卷调查相结合的方法,较为全面地分析了当地居民的居住热舒适状况。经调研统计分析可知,当地居民夏季热中性温度为25.3℃,80%居民可接受的温度区间为22.0～28.6℃;
超声因实时动态、无创安全等特点,广泛应用于临床医疗。通常,超声医疗的核心部件超声换能器是基于压电效应的电驱动器件,其存在易受电磁干扰的问题。基于光声效应的光致超声换能器因制备工艺简单、电磁兼容等特点逐渐引起人们关注,并具有在溶栓、神经刺激、药物递送等领域应用的潜力。因此,对光致超声换能器的研究具有重要意义。光致超声换能器的核心是由光吸收材料与热膨胀材料组成的光声复合材料,其中光吸收材料通过无辐射跃
光谱诊断可以提供如杂质种类、杂质密度、离子温度、电子温度、等离子体转动速度等参数,被广泛应用于高温等离子体中。对于华中科技大学场反位形（HFRC）装置,其等离子体中的杂质会影响其约束性能;等离子体漂移速度将决定融合等离子体参数;旋转离心力驱动的旋转模（n=2）则限制了FRC等离子体的寿命。为此,我们为HFRC装置设计搭建了光谱诊断系统,由一套全波段光谱仪及一套快速响应多普勒光谱系统组成,用于监测杂
信息技术的快速发展带来了数据的爆炸式增长,而在海量数据中如何得到Top-k的结果已经成为了计算机领域研究的热点问题之一,经过多年的发展,Top-k查询技术已经相当成熟。但Top-k查询是从用户的角度出发,检索最符合其搜索条件的前k个结果,而本文则提出了反向Top-k查询,提供了另外一个视角,即站在商家的角度,如何判断某个产品在市场上的受欢迎程度,从而能够为产品生产商提供更大的收益,因此对于反向To
分布式发电系统作为开发和利用可再生清洁能源的重要途径,现如今已成为了推进能源结构绿色化、低碳化的重要驱动力。其中,并网逆变器作为分布式发电系统中的能量转换接口,其正常稳定的运行是提高系统供电可靠性的关键所在。尽管LCL型并网逆变器能在减轻滤波器体积的同时具备良好的输出性能,但其固有的谐振特性将给系统的稳定性带来新的挑战。因此,本文基于当前的研究现状,对LCL型并网逆变器的谐振抑制方法和并网电流控制
全混合日粮（TMR:Total Mixed Ration）的合格性判断是现代奶牛养殖业由分散化养殖向规模化、集约化养殖转化过程中的重要环节,加工合格的全混合日粮可以降低牛场成本,提高产奶量,具有重大的商业价值和研究前景。当前关于TMR合格性判断的分类研究主要由人工进行操作,传统方法耗时费力。因此,本文对智能化TMR分类在线检测系统的关键技术进行研究,来解决传统方法判断TMR合格性的不足。下面对本文
体异质结的使用和热延迟荧光材料的出现分别有效地提高了有机热电和发光器件的效率,并且使用它们制备的器件,内部载流子的电荷自旋耦合作用和自旋相互转化机制也更为独特和丰富。但是对于自旋如何提高器件性能的研究工作却仍然不够完善。本论文以体异质结热电器件和热延迟荧光器件为研究对象,通过调控外部磁场或铁磁材料的厚度,探究了器件热电、吸收、发光、磁场效应及铁磁共振等性能的变化。并进一步将实验结果与自旋电荷理论模
神经元重建是指通过特定的标记技术、成像技术和特定的追踪算法或工具实现神经元形态结构的数字化。数字化的神经元信息展现了神经元在脑中的分布与具体形态结构,并被应用于神经细胞分类、神经元输入输出投射、神经环路等研究。为了进行神经元重建,需要先对模式动物如小鼠在全脑范围内进行亚微米水平的成像。但由于极高的体素分辨率与较大的成像范围,用于神经元重建的全脑数据集数据量高达10 TB,给神经元重建工作带来了巨大
随着科学技术的不断进步,机器人对社会发展和国家富强具有不可替代的关键性作用。目前机器人在各个领域的应用场景越来越广泛,这也对机器人的智能化提出了更高的要求。人们希望机器人在复杂的未知环境中可以高效稳定地完成任务,这就要求机器人具有较高的自主学习和决策能力。随着人工智能的不断发展,强化学习由于在决策方面具有超人类的性能,吸引了广大机器人学者的关注。模仿学习是强化学习的一个分支,本文就基于逆向强化学习