東芝首發(fā)第九代垂直記錄存儲(chǔ)：艱難上到14TB

雖然西部數(shù)據(jù)宣布了革命性的微波磁記錄存儲(chǔ)技術(shù)（MAMR）,，希捷則號(hào)稱搞定了業(yè)界看好的熱輔助磁記錄存儲(chǔ)技術(shù)（HAMR），號(hào)稱可在2023－2025年左右把機(jī)械硬盤容量提高到40TB,，但是最近一段時(shí)間，PMR垂直記錄,、SMR疊瓦式記錄等技術(shù)仍然是絕對(duì)主流,，只能繼續(xù)慢慢改進(jìn)。

發(fā)表于：11/23/2017

日本研發(fā)出超高性能量子計(jì)算機(jī),，未來(lái)是量子計(jì)算機(jī)+人工智能

據(jù)日本媒體報(bào)道,，日本NTT物性科學(xué)基礎(chǔ)研究所等在宣布成功研發(fā)出超高性能的新型量子計(jì)算機(jī),，可以瞬間解析以往計(jì)算機(jī)不易解開(kāi)的復(fù)雜算法。

發(fā)表于：11/23/2017

華芯通半導(dǎo)體和UIT創(chuàng)新科攜手 共建ARM架構(gòu)聯(lián)合實(shí)驗(yàn)室

以 “集聚高端創(chuàng)新資源,，打造東部創(chuàng)新中心” 為主題的深圳市龍崗區(qū)重大項(xiàng)目簽約儀式,，暨 “千人計(jì)劃” 專家創(chuàng)新創(chuàng)業(yè)交流會(huì)在2017深圳高交會(huì)期間隆重舉辦。在項(xiàng)目簽約儀式上,，龍崗區(qū)區(qū)委書(shū)記張勇,、貴州華芯通半導(dǎo)體技術(shù)有限公司（以下簡(jiǎn)稱：華芯通半導(dǎo)體）董事長(zhǎng)歐陽(yáng)武、創(chuàng)新科存儲(chǔ)技術(shù)（深圳）有限公司（以下簡(jiǎn)稱：UIT創(chuàng)新科）董事長(zhǎng)陳凱,，以及Arm公司全球執(zhí)行副總裁兼大中華區(qū)總裁吳雄昂共同見(jiàn)證了來(lái)自四方代表簽署的戰(zhàn)略合作框架協(xié)議,，四方約定在深圳市龍崗區(qū)成立 “Arm架構(gòu)數(shù)據(jù)中心聯(lián)合實(shí)驗(yàn)室” ，共同開(kāi)發(fā)和建設(shè)基于高性能,、低功耗的Arm架構(gòu)處理器的自主,、安全、可控的云計(jì)算和大數(shù)據(jù)應(yīng)用數(shù)據(jù)中心示范工程,。龍崗區(qū)副區(qū)長(zhǎng)陳廣文等區(qū)領(lǐng)導(dǎo)出席了簽約儀式,。

發(fā)表于：11/23/2017

一種自適應(yīng)選擇樣本的用電負(fù)荷預(yù)測(cè)方法

針對(duì)傳統(tǒng)短期負(fù)荷預(yù)測(cè)中預(yù)測(cè)模型缺乏自適應(yīng)性、預(yù)測(cè)影響因素復(fù)雜難于篩選的問(wèn)題,，提出一種結(jié)合自適應(yīng)技術(shù)的嶺回歸預(yù)測(cè)模型,。通過(guò)引入嶺回歸技術(shù),，能在預(yù)測(cè)中多方面考慮各種復(fù)雜因素而不會(huì)受到因素間多重共線性的影響；引入虛擬預(yù)測(cè)日,，同時(shí)設(shè)置不同權(quán)重對(duì)相似歷史樣本進(jìn)行自適應(yīng)篩選并訓(xùn)練,，能夠?qū)γ恳粋€(gè)預(yù)測(cè)日減小預(yù)測(cè)誤差。算例分析表明,，應(yīng)用結(jié)合自適應(yīng)技術(shù)的嶺回歸預(yù)測(cè)方法后,，實(shí)際預(yù)測(cè)誤差得到顯著降低。

發(fā)表于：11/22/2017

ADI公司推出集成式精密解決方案,，助力電池制造業(yè)實(shí)現(xiàn)更高安全性與高達(dá)50％的效率提升

中國(guó),，北京 – Analog Devices, Inc.(ADI)今日宣布推出一款用于電池測(cè)試和化成的集成式精密解決方案,，這套解決方案集模擬前端、控制器和脈寬調(diào)制器(PWM)于一體,，能夠提高鋰離子電池化成與分級(jí)的系統(tǒng)精度和效率,。與傳統(tǒng)技術(shù)相比，新款A(yù)D8452能夠在相同空間內(nèi)多提供50％的通道,，從而擴(kuò)充容量并提高電池產(chǎn)量,。AD8452所采用的開(kāi)關(guān)技術(shù)可在放電時(shí)回收電池的能量，精度高達(dá)傳統(tǒng)開(kāi)關(guān)解決方案的10倍,。更高的精度意味著電池包內(nèi)可以放更多的電芯,，這有助于延長(zhǎng)電動(dòng)汽車等應(yīng)用的電池壽命。此外,，該器件還兼具更為出色的檢測(cè)和監(jiān)控功能,，能夠有效防止可能導(dǎo)致電池故障的過(guò)度充電和充電不足行為，從而提高制造過(guò)程的安全性,。AD8452可為充電/放電板節(jié)省高達(dá)50％的物料清單(BoM)成本,，系統(tǒng)成本可節(jié)約20％左右。該器件具有配套的系統(tǒng)仿真演示板,，能夠?yàn)闇y(cè)試設(shè)備制造商降低研發(fā)工程成本并縮短上市時(shí)間,。

發(fā)表于：11/17/2017

數(shù)據(jù)遠(yuǎn)見(jiàn)者通過(guò)數(shù)字化轉(zhuǎn)型顛覆并重塑行業(yè)格局,，幫助企業(yè)走上蓬勃發(fā)展之路

中國(guó)，北京 — 2017 年 11 月 15 日 — 全球混合云數(shù)據(jù)管理領(lǐng)域權(quán)威NetApp公司（納斯達(dá)克股票代碼：NTAP）今天公布了一項(xiàng)旨在幫助企業(yè)積極開(kāi)展數(shù)字化轉(zhuǎn)型的全球研究項(xiàng)目的結(jié)果,。通過(guò)與 IDC 合作,，該研究項(xiàng)目提供了可供所有企業(yè)在轉(zhuǎn)型過(guò)程中利用的即時(shí)、有效的步驟,。

發(fā)表于：11/17/2017

融合用戶屬性信息的冷啟動(dòng)推薦算法

協(xié)同過(guò)濾算法廣泛應(yīng)用于個(gè)性化推薦系統(tǒng)中?，F(xiàn)有的基于社群相似性的協(xié)同過(guò)濾算法在新用戶新商品的冷啟動(dòng)場(chǎng)景中難以使用,，性能較差。對(duì)此,，提出了一種基于矩陣分解和神經(jīng)網(wǎng)絡(luò)映射的冷啟動(dòng)推薦算法,。首先，使用矩陣分解方法求出用戶在潛在興趣空間的向量表示,；然后,，訓(xùn)練神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)從用戶屬性數(shù)據(jù)到潛在興趣向量的映射關(guān)系；最后,，融合用戶的歷史評(píng)分?jǐn)?shù)據(jù)與屬性數(shù)據(jù)各自生成的興趣向量,，給出平滑的推薦預(yù)測(cè)值。實(shí)驗(yàn)表明,，當(dāng)用戶的評(píng)分記錄很少時(shí),，預(yù)測(cè)性能有明顯提升，融合用戶的屬性信息能較好地改善“冷啟動(dòng)”情況下推薦系統(tǒng)的性能,。

發(fā)表于：11/16/2017

后驗(yàn)概率改進(jìn)Fisher向量的高性能圖像檢索算法

提出了一種高性能的圖像檢索方法,，結(jié)合紋理分類和改進(jìn)的Fisher向量實(shí)現(xiàn)圖像檢索。首先,，將圖像劃分為互不重疊的圖像子塊，對(duì)每一圖像子塊依據(jù)紋理復(fù)雜度進(jìn)行分類,，對(duì)不同類別的圖像子塊提取不同的特征,。其次，采用基于后驗(yàn)概率改進(jìn)的Fisher向量進(jìn)行特征編碼,，依據(jù)乘積量化和非對(duì)稱距離計(jì)算方法,，分段計(jì)算兩特征向量之間的距離，快速求取相似度指標(biāo),，據(jù)此進(jìn)行圖像檢索,。在Holidays數(shù)據(jù)集上進(jìn)行圖像檢索的實(shí)驗(yàn)結(jié)果表明，該方法的查準(zhǔn)率和召回率高,，且耗費(fèi)的查詢時(shí)間少,。

發(fā)表于：11/14/2017

西部數(shù)據(jù)發(fā)布首款移動(dòng)固態(tài)硬盤 高速移動(dòng)固態(tài)硬盤 - my passport? SSD 以精美而小巧的設(shè)計(jì)為用戶提供強(qiáng)大性能

2017年11月13日–北京，存儲(chǔ)解決方案提供商西部數(shù)據(jù)公司 (NASDAQ: WDC)日前宣布推出旗下運(yùn)行速度更快的WD®品牌移動(dòng)固態(tài)硬盤My Passport? SSD,。新款My Passport? SSD擁有極快的讀寫速度和優(yōu)美的外型設(shè)計(jì),，為西部數(shù)據(jù)公司領(lǐng)先的存儲(chǔ)硬盤產(chǎn)品。新款My Passport? SSD可說(shuō)專為大文件使用者和科技愛(ài)好者設(shè)計(jì),，將卓越的讀寫速度和便攜性的巧妙結(jié)合用于海量檔案的管理,。

發(fā)表于：11/14/2017

Intel PSG 2017全國(guó)教師會(huì)議勝利閉幕

日前，Intel PSG 2017全國(guó)高校教師會(huì)議在美麗的三亞成功召開(kāi),，來(lái)自英國(guó)的學(xué)術(shù)界代表,、超過(guò)100 位國(guó)內(nèi)外頂尖高校的專家學(xué)者,、英特爾技術(shù)專家一起交流并分享了當(dāng)今前沿技術(shù)與英特爾創(chuàng)新技術(shù)成果、人才培養(yǎng)和教學(xué)科研創(chuàng)新等方面的真知灼見(jiàn),，共同探索產(chǎn)學(xué)研合作新途徑,。《電子技術(shù)應(yīng)用》全媒體傳播平臺(tái)受邀參加了本屆盛會(huì),，與老朋友回顧合作歷程,，與新朋友暢談技術(shù)趨勢(shì)，筑夢(mèng)更廣闊的未來(lái),。

發(fā)表于：10/25/2017

結(jié)合本征分解和抽樣學(xué)習(xí)的快速SVM分類器

為了提高經(jīng)典支持向量機(jī)（SVM）分類器的運(yùn)算效率,，提出一種改進(jìn)的快速SVM分類器。針對(duì)低維空間向高維空間變換時(shí)核矩陣運(yùn)算效率低的問(wèn)題,，采用本征分解方法對(duì)核矩陣進(jìn)行降維處理,，得到核矩陣的近似表示；同時(shí),，對(duì)訓(xùn)練子集進(jìn)行劃分,，隨機(jī)抽樣訓(xùn)練樣本進(jìn)行學(xué)習(xí)，進(jìn)一步提高SVM分類器的運(yùn)算效率,。圖像分類實(shí)驗(yàn)結(jié)果表明,，改進(jìn)的SVM分類器不僅分類正確率高于經(jīng)典SVM、隨機(jī)森林和神經(jīng)網(wǎng)絡(luò)分類器,，而且訓(xùn)練耗時(shí)最少,，平均分類耗時(shí)也低于經(jīng)典SVM分類器。

發(fā)表于：10/23/2017

人工智能下棋已不新鮮，未來(lái)還要當(dāng)一名優(yōu)秀“寫手”,？

現(xiàn)在人工智能的寫作也在快速發(fā)展,，一些簡(jiǎn)單的新聞以及文稿如今已經(jīng)不弱于一般人的寫作,。

發(fā)表于：10/23/2017

拳打AlphaLee,，腳踢AlphaMaster，全新AlphaZero實(shí)現(xiàn)自我學(xué)習(xí)

柯潔稱：“一個(gè)純凈、純粹自我學(xué)習(xí)的alphago是最強(qiáng)的...對(duì)于alphago的自我進(jìn)步來(lái)講...人類太多余了,?！?/a>

基于MapReduce的并行抽樣路徑K-匿名隱私保護(hù)算法

K-匿名算法及現(xiàn)存K-匿名改進(jìn)算法大多使用犧牲時(shí)間效率降低發(fā)布數(shù)據(jù)信息損失量的方法實(shí)現(xiàn)數(shù)據(jù)的匿名化,，但隨著數(shù)據(jù)量的急劇增長(zhǎng)，傳統(tǒng)的數(shù)據(jù)匿名化方法已不適用于對(duì)較大數(shù)據(jù)的處理,。針對(duì)K-匿名算法在單機(jī)執(zhí)行過(guò)程中產(chǎn)生大量頻繁項(xiàng)集和重復(fù)搜索數(shù)據(jù)表的缺點(diǎn),，將MapReduce模型引入到抽樣泛化路徑K-匿名算法中對(duì)其進(jìn)行優(yōu)化。該方法兼具M(jìn)apReduce及抽樣泛化算法的優(yōu)點(diǎn),，高效分布式匿名化數(shù)據(jù)集,，降低發(fā)布數(shù)據(jù)集信息損失量，提高數(shù)據(jù)的可用性,。實(shí)驗(yàn)結(jié)果表明：當(dāng)數(shù)據(jù)量較大時(shí),，該優(yōu)化算法在時(shí)間效率及數(shù)據(jù)精度方面有顯著提高。

發(fā)表于：10/20/2017

基于FPGA的LMS自適應(yīng)濾波器設(shè)計(jì)

提出一種基于LMS（Least Mean Square）自適應(yīng)算法的濾波方法,，介紹該方法在低頻信號(hào)濾波上的應(yīng)用及在FPGA平臺(tái)上實(shí)現(xiàn),。傳統(tǒng)數(shù)字濾波器FIR、IIR濾波器針對(duì)不同的系統(tǒng)和干擾信號(hào),，其濾波參數(shù)不固定,。因此，在窄帶信號(hào)的濾波處理中,，傳統(tǒng)濾波器對(duì)信號(hào)濾波降噪的效果往往受到衰減增益限制,。提出的方法先以CORDIC(Coordinate Rotation Digital Computer)算法產(chǎn)生的正弦信號(hào)來(lái)調(diào)制采樣信號(hào)，根據(jù)采樣信號(hào)與基準(zhǔn)信號(hào)誤差使其權(quán)向量沿負(fù)梯度方向終止于維納解,。該方法在類直流輸入及帶寬窄的情況下仍能有效過(guò)濾高頻噪聲,，讀取低檢測(cè)信號(hào)幅值。理論分析和實(shí)驗(yàn)結(jié)果表明,與傳統(tǒng)濾波方法對(duì)比,，該濾波方法在處理窄帶信號(hào)的濾波上更具有優(yōu)勢(shì),。

發(fā)表于：10/17/2017