新葡京娱乐场-大陆娱乐场开户注册

本發明公開了一種基于 GPU 和 CPU 混合平臺的高速無損數據 壓縮方法，包括：CPU 讀取待壓縮數據文件，將該待壓縮數據文件從 內存拷貝到 GPU 的全局存儲器中，設置 GPU 上的線程塊組 bk[a]，每 個線程塊中的線程個數 b，設置壓縮字典窗口的長度為 c，并設置指向 第一個壓縮字典窗口的頭部指針為 p_dic_h，設置預讀窗口大小為 d， 指 向 第 一 個 預 讀 窗 口 的 指 針 p_pre_r ， 該 指 針

（一）項目背景 當前，智慧教育具有智能導學、精準推薦、定制輔導、精細評價等特點，已成為國際國內教育信息化發展的趨勢。智慧教育的研究主要聚焦于智慧學習環境建設的研究、智能技術支持下的智慧教學研究和機器學習技術支持下的個性化學習研究。智慧教育的出現極大地促進了當前教育中學習空間的重構。在“學習空間”之前，人們通常使用“教學空間”來指代這種場所，將有教學活動的場所均稱作教學空間。隨著人們對學習過程的理解變化、智慧教育的快速發展以及人們對非正式學習的重視，學習空間逐漸由單一的物理教學空間向包含物理空間、網絡空間、移動空間的多元學習空間轉變。多元學習空間的提出雖然更多地體現出了“以學生為中心”的傾向，但如何具體衡量多元學習空間對學生學習效果的影響是評價多元學習空間的重要步驟。同時，在多元學習空間具體構建時，面對空間中來源不同、結構多樣、數量龐大的多模數據如何進行處理存儲、并在保證數據有效性的前提下對教育數據進行隱私保護是多元學習空間需要解決的另一個難點。 （二）項目簡介 本項目主要目標是針對信息技術支撐下學習空間多元化、場景復雜、需求多樣化，學習者及學習行為呈現出新的特點和規律，研究多元學習空間中學習行為數據化關鍵技術，構建“云-邊緣-物聯網”架構的多模態數據存儲與處理平臺，實現混合式學習環境下學習行為智能感知和數據化，優化學習行為模型，基于實際應用與不同學習目標函數及內容，建立可重復、可預測、可驗證的對比數據集，為數據驅動的智慧教育生態構建和教育應用提供核心技術與數據支撐。 （三）關鍵技術 我們面向智慧教育中準確認知學生的學習狀態和行為的大數據需求提出研究方案。本項目實施方案涉及教育學、物聯網、云計算、人工智能、隱私保護等多個領域，主要技術路線如圖所示： 圖 1 技術路線圖 其中，項目包括的關鍵技術主要有以下三點： 1.基于物聯網的多模態數據實時智能感知和多時間域數據采集技術 該技術針對學習狀態的數據化、特征參數量化問題，設計能夠采集多 重學習空間下的智能數據感知物聯網系統。主要技術難點在于抽樣頻率與 識別準確度的平衡、人機交互的變化規律等全新科學問題。 2.學習狀態多模態數據解析和智能處理技術 利用智能感知物聯網采集實時性的原始學習狀態數據，包括面部表情、 腦電信號、頭部姿態、交互行為等原始數據，這些數據具有數據量大、模 態多、冗余度高等特點，需要通過智能化的預處理方法轉換成可以量化的 狀態數據。 3.多層次數據差分隱私保護技術 學習行為數據是學習者被動采集的多方面行為數據，受到日益增長的 具有爭議性的數據倫理的制約。該項技術通過數據隱私保護機制實現數據 多層次化的差分隱私安全算法；在保證學習者最大數據隱私性的前提下， 研究滿足學習行為分析所需要的數據顆粒度。

本發明公開了一種多用戶大規模 MIMO 混合預編碼能效優化方法，首先松弛約束條件，迭代求得基站能效的理論上限。然后以逼近理論上限為目標設計基帶預編碼矩陣和射頻預編碼矩陣。具體做法是，在基帶，將基帶預編碼的求解轉化為可以用內點法求解的標準的半正定松弛問題，在射頻，將射頻預編碼的求解轉化為可以用相位旋轉求解的向量逼近問題。使用交替最小化的方法，迭代逼近理論上限。

本發明公開了一種檢測混凝土兼具良好流動性和站立性的裝置和方法，檢測混凝土兼具良好流動性和站立性的裝置包括入料口夾板、抹平板、側夾板、截流板和可移動擋板，實驗時將該檢測裝置置于水平地面或桌面上，將攪拌完成的混凝土傾倒入入料口，具有良好流動性混凝土經流入由抹平板、側夾板、截流板和可移動擋板圍成的站立空間，同時水平方向緩慢勻速拖動該裝置。與現有技術相比，本發明的有益效果在于：可以很方便的檢測混凝土是否具備良好的流動性，同時還可以很直觀的檢測混凝土的站立性。

本發明公開了一種用于圓形斷面結構襯砌混凝土溫控防裂設計計算方法，包括如下步驟:確定溫控 防裂目標;計算允許最高溫度;擬定溫控方案，計算混凝土內部最高溫度，在計算最高溫度≤允許最高 溫度的前提下，設計溫控防裂方案。本發明方法的計算公式簡單，能合理反映圍巖性能、襯砌厚度、混 凝土強度、洞內空氣溫度、通水冷卻及其水溫、澆筑溫度等的影響，可以迅速計算出圓形斷面結構襯砌 混凝土施工期各月澆筑施工的允許最高溫

本發明提供一種生物質電廠灰基免蒸壓加氣混凝土吸隔音磚及其制備方法，該加氣磚的配方基本組 成按重量百分比 wt%為:水泥 10-15%、粉煤灰 45-54%、稻殼灰 12-20%、珍珠巖 1-9%、激發劑 3-5%、 石灰 8-12%、石膏 2-4%，水、鋁粉、減水劑分別為干料總重量的 49-52%、0.07-0.1%和 8.5-8.8%，穩泡 劑為減水劑的 10%，其中，干料為上述水泥、粉煤

本發明公開了低精度模數轉換（ADC）與混合預編碼結合的毫米波傳輸方法及通信系統，其中基站和用戶在波束掃描階段采用電子開關在低精度模數轉換器和混合預編碼模塊間切換，在精確信道估計和數據傳輸階段均采用混合預編碼模塊。具體步驟：1、波束掃描階段基站選通混合預編碼模塊，將波束訓練數據模擬預編碼后進行波束掃描；2、用戶選通低精度模數轉換器模塊，從接收數據中估計角度信息；3、用戶選通混合預編碼模塊，將波束訓練數據模擬預編碼后進行波束掃描或向基站反饋角度信息；4、基站選通低精度模數轉換器模塊，從接收數據中獲取角度信息；5、精確信道估計和數據傳輸階段基站和用戶選通混合預編碼模塊，進行精確信道估計和數據傳輸。