智能手表能否取代智能手机?

<正>今日视点2011年,我们关注智能手机;2012年,平板电脑吸引了我们的眼球;而今年又将是什么引领潮流呢?据物理学家组织网近日报道,在美国,大多数人并没有佩戴手表或腕表的习惯,不过近期一些电器制造商表示,马上你就会愿意每天戴着一只"手表",因为它将不仅仅是一个报时器,而更像是一个智能手机。在过去的一年里,索尼和Pebble都发布了一些称为"智能手表"的新型设备,因为它们不仅可以报时,还拥有了智能手机的一些功能。比如Pebble智能手表,它能够与iPhone等手机同步,显示来电、短信、社交网络提醒等信息。     

扛起民族寻呼业大旗——记WCH语言BP机发明人朱肃生

近年来,在诸多通信工具中,最“贴近”平常百姓的寻呼机已成为越来越多人随身必备的物品。据悉,目前我国佩带BP机的人数已超过3000万,并且还在以年增加800-1000万用户的速度发展,寻呼机用户位居世界第二,专家预测,到2000年,我国将有7000万人拥有BP机并超过美国,成为世界上BP机拥有量最多的国家。     

基于BP神经网络和支持向量机的异步电机故障检测

故障检测是计算机模式识别领域的一个活跃课题.文中提出一种基于BPNN与SVM的电机故障检测方法,设计了适合该检测系统的网络结构.仿真结果表明:该网络结构比BP结构具有更快的学习速度和更高的学习精度,完全适用于电机故障检测系统.     

基于BP神经网络的信息对抗能力综合评价研究

准确评价信息对抗能力对于一国的战略决策具有重要意义.结合信息对抗理论与实践设计信息对抗综合评价指标体系,探讨了利用BP人工神经网络建立信息对抗能力综合评价模型.     

基于BP神经网络的信息对抗能力选优模型

为了在未来高科技战争中获得主动权,保护国家的信息和信息系统安全,制定出适合相应的军事计划和军事策略,必须正确评估各国之间的信息对抗能力,判断各国的信息对抗水平。为此,结合前人的各种理论,提出了信息对抗能力指标体系,并应用BP神经网络建立了信息对抗能力选优模型。通过算例,验证了该模型的可靠性和可行性,可以将此模型应用于各国信息对抗能力的分析,为国家信息对抗决策提供有价值的参考。     

基于BP神经网络的制造商与供应商信息共享程度评价研究

利用层次分析法与模糊综合评判所得的评价结果作为样本,对BP神经网络进行训练和测试。研究结果表明,基于BP神经网络的制造商与供应商信息共享程度评价是可行的。     

基于支持向量机与信息粒化的上证指数预测研究

参数的优化选择对支持向量机回归算法(SVR的预测精度和泛化能力影响显著,提出混沌粒子群优化算法(CPSO优化选取支持向量回归算法中参数c和g信息粒化是进行海量数据挖掘和模糊信息处理的有效工具。在此基础上利用上证指数数据建立上证指数开盘数预测模型,研究结果表明,混沌粒子群优化的SVR信息粒化时序回归预测模型克服了传统时间序列模型仅局限于线性系统的缺点,速度快,预测精度高,且实用性强。     

用国际和历史的眼光审视我国政府信息公开进程

政府信息公开是人类民主文明的必由之路，20世纪后半叶继美国之后世界各国纷纷制定了信息公开法案，由于信息公开是对传统政治权力的挑战，各国都经历了较为曲折的历程，我国封建社会愚民政策影响根深蒂固，信息公开立法也会面临一系列障碍，但政治民主化是建设社会主义法治国家的必然需求。