毒品来源推断技术在实际案例中的应用

近年来 ,毒品来源推断技术在打击毒品犯罪中的作用引起了各国法庭科学工作者的关注 ,正日益成为世界各地尖端毒品分析实验室的一个重要组成部分。目前 ,我国仅有一两个实验室刚刚开展这方面的工作。本文采用气相色谱法 (GC)和气相色谱一质谱联用法 (GC/MS) ,对某部门送检的一批共 12起案件的毒品进行了全面的定性、定量分析 ,获得了这一批案件毒品样品中主成分、痕量杂质、搀假剂和稀释剂组成及含量的特征 ,发现了一些十分有价值的情报信息 。

毒品来源推断技术与毒品数据库

“毒品来源推断技术与毒品数据库”为“十·五”国家科技攻关项目，该项目首次建立了“综合判定毒品来源特征的分析技术与指标”，将GC法、GC／MS法、中子活化法、ICP—MS法、GC—C—IRMS法、HPLC法、FTIR法、CE法和DNA等色谱、质谱、光谱和遗传学多个领域的分析技术结合起来，为系统、多层次推断和判别毒品来源提供了方法体系和指标；并建立了国内首个“全国毒品特征信息数据库”、“全国毒品图片和外观特征数据库”和首个“全国毒品实物样本库”。

推断与推测技术在现代高性能微处理器设计中的应用研究

在现代高性能微处理器设计中 ,推断和推测成为开发指令级并行性ILP(InstructionLevelPara llelism)的两种重要技术途径 .推断的目的是打破程序间固有的控制流程 ,将控制相关转变为数据相关 ,使指令级并行性识别从一个基本块扩大为一个超块 .推测执行是为打破分支或访存引起的相关问题而进行的操作 ,进一步分为控制推测和数据推测 .控制推测的目的是打破分支和其他操作间的相关性 ,进而由编译器在一个超块内识别并行性 ,减小控制相关的高度 .数据推测则是消去访存相关 ,提高指令级并行度 .该文首先对推断和推测本身进行分析 ,然后在此基础上进一步将推断、推测技术相结合 ,并应用于高性能媒体处理器的设计中 .性能评价和比较结果显示 ,两种技术相结合将比任何一种技术都更加行之有效 .

一种测量和推断原位地应力的综合方法

作者参与了地壳应力测量,并通过综合方法和有限元分析推断了应力状态,还开发了应用于各种实际的技术。通过地质特征(断层擦痕、膝折、侵入、褶皱等)、爆破孔破碎带、震源机制解、GPS地壳变形监测推断地壳中的应力状态。此外,声发射技术已经应用于评价土耳其和日本琉球群岛的应力状态,目的是利用地壳中应力的变化进行地震预报。

太阳电池质量检验统计分析技术的应用研究

阐述了质量统计分析的两种方法(描述性统计分析技术与推断性统计分析技术),根据单晶硅太阳电池焊接前后电性能测试样本数据,利用统计分析技术对总体电流衰减情况进行估计,进行不同扩散工艺与电池性能影响规律性的多元回归拟合分析,说明了统计分析技术在太阳电池质量检验中的实用价值,证明对电池质量检验数据的挖掘分析将有助于提升检验水平,找出产品质量波动规律,促进产品质量的提升。

多状态影响下基于Bi‑LSTM网络的锂电池剩余寿命预测方法

现有基于深度学习的锂电池剩余寿命(Remaining Useful Life,RUL)预测方法中,锂电池多个内部状态所蕴含的寿命信息未得到充分考虑.鉴于此,提出了一种融合电池容量、阻抗与温度三个内部状态的RUL预测模型.首先,引入双向长短时记忆(Bi‑directional Long Short‑Term Memory,Bi‑LSTM)网络学习三种状态数据的时间相关性.其次,利用dropout技术与Bayesian变分推断技术间的等价性实现了RUL预测结果的不确定性量化,得到了预测结果的95%置信区间与概率密度分布(Probability Density Function,PDF),并分析了不同dropout率对预测不确定性的影响.最后,通过四种不同的深度学习模型框架与两种内部状态输入方案的对比实验,验证了本文方法的有效性.