基于UCI指数的1988—2021年莆田市城区不透水面时空演变分析

基于时序Landsat影像采用城市组分指数(urban composition index,UCI)获取1988—2021年莆田市城区不透水地表分布图,综合分析莆田市城区不透水面的时空变化特征,探究其演化的相关驱动因素。结果表明:1988—2021年莆田市城区不透水面面积呈增长趋势,增加面积为127.42 km^(2),扩张速度由快变慢;空间分布为分散-聚集格局,主要扩张方向为东南沿海方向,以市中心为内核不断完善周边建设,以交通为轴向进行带状扩展。在政府政策引导和控制城市发展进程下,人口和经济的增长是莆田市城区不透水面扩张的决定性因素,地形和交通也有着一定的驱动作用。

将UCI融入情境感知服务商业模式设计的方法探究

目的对把以用户为中心的创新(UCI)融入到情境感知服务商业模式设计的方法进行探究。方法以情境感知服务、商业模式与UCI中相同的用户因素为基础,并结合组件式的商业模式内容结构分类方法对微信商业模式展开分析。结论 UCI的相关设计方法在情境感知服务商业模式各组件中的应用,将有助于服务情境分析和用户需求挖掘,能有效明确价值创造元素,让用户对产品产生信任,提高开发的工作效率,优化情景感知服务价值体系中的组织结构,创造出用户期望的并愿意付费的服务。

基于UCI数据集的OCR光学字符识别

该文通过实验利用公开规范的UCI数据集通过3个步骤建立字符识别模型,一是基于主成分分析,提取UCI记录中有较好识别效果的变量因子;二是基于逐步回归,初步建立字符识别模型;三是基于BP神经网络,对识别模型的各参数进行优化。结果表明,UCI数据集中记录的16个参数变量可以通过7个主成分因子进行很好的描述;初步建立的回归识别模型显著性水平等于0.05;通过BP神经网络的学习优化,最终建立的识别模型精度为87.5%。总体来说,数据的预处理和神经网络的学习精度是字符识别精度的关键,可以通过对大量UCI数据集进行训练,提高字符识别的精度。

新型城镇化进程中京津冀文化功能区构建刍议——基于UCI指数的分析

进行城镇文化建设和文化功能区构建研究,是对现有主体功能区体系的完善与探索。京津冀作为三大城市群之首,是我国最重要的政治、文化中心,实现其文化协同发展,对京津冀一体化建设以及新型城镇化建设意义重大。在综述文化建设研究现状基础上,创新运用新型城镇化文化建设指数(UCI)及空间计量相关方法,对京津冀文化建设及各分类指标进行评价,对其空间集聚特征进行分析。在此基础上,提出京津冀文化功能区假设。

你的需要 我的努力——访UCI／FRAM集团亚太区董事总经理麦伟雄先生

AI：前不久，贵公司刚刚经历了收购和更名，在本次Automechanika Shanghai展会上，贵公司以UCI／FRAM集团身份全新亮相，能否简要介绍一下贵公司全新的业务架构？

UCI与ENUM

介绍了UCI系统的组成以及工作方式,并在此基础上对UCI与ENUM进行了比较。

喜德盛洲际车队 在UCI注册成功

喜德盛洲际车队在UCI（国际自行车联盟）注册成功。2016赛季，车队将正式征战国际自行车联盟举办的各类大型公路车赛事。

芯片巨头“建群”UCIe小芯片联盟解析

2022年3月初,科技界迎来了一件“大事”,由日月光(ASE)、AMD、Intel、ARM、Google Cloud、Meta(Fac ebook)、微软、高通、三星、台积电共10家科技巨头共同发起建立UCIe(Univer sal Chiplet Interconnect Express)产业标准联盟。从名称上来看,这是一个关于小芯片互联的联盟组织。关注科技领域的你想必跟我一样,有很多疑问:UCIe联盟组织的目的是什么?为什么是这10家企业?联盟的成立对芯片产业的发展能带来哪些促进作用……下面,我们共同来对UCIe联盟进行解析。

首届UCI城市自行车世锦赛将于11月份在中国成都举办

国际自行车联盟（UCI）日前宣布2017UCI城市自行车世锦赛将于11月8日-12日在中国成都市举办。

奥宝科技全新推出UCI整合式UV油墨固化技术

奥宝科技推出的UCI整合式UV油墨固化技术将运用于该公司所生产的Newprint文字喷墨印刷系统上，并确保该机在印刷电路板（PCB）制造过程中会有极佳的性能表现。UCI整合式UV油墨固化技术是目前市面上唯一可在文字印刷时使油墨立即固化的技术，毋需再反复地将PCB板送入或移出烤箱，可大幅降低因搬运PCB板所产生的缺陷，除此之外，运用UCI技术可不必使用网版，因而对油墨的流动及厚度能够有较好的管控能力。该技术省却了制作及烘烤程序，也使设施空间、其他机具及人力等生产成本大大节省，同时缩短了作业周期，有效提高了产品的整体品质。

还屏幕一个清白——UCI Micro液晶屏幕／iPod专用擦拭布

日本UCI公司生产的液晶屏幕／iPod专用擦拭净布采用了特殊多角型断面纱，100％卜Microfilament制成，指纹、油污一扫而尽不留痕迹、不伤表面，而且不会腐蚀偏光板表面薄膜，可以清洗重复使用，不会造成一般的拷克车缝线误刮伤液晶面板，正面采用了精密毛面特殊加工，用于清除灰尘等细小尘粒，反面则采用平面细针织法，用于清除指纹、油污等顽固油膜。

WFSGI为UCI竞赛规则成立 电动自行车委员会

国际自行车联盟(以下简称:UCI)近日宣布将批准举办电动自行车赛事,世界体育用品联合会(以下简称:WFSGI)将采取进一步的措施,并成立委员会专门负责此项工作。WFSGI已经成立了专门的电动自行车小组,就行业前景的多种可能性向UCI提出建议。新的WFSGI电动自行车委员会已于2018年9月在欧洲自行车展上成立。

半导体产业发展的新起点 UCIe联盟解读

半导体遵循摩尔定律发展已经很多年了。近年来,随着半导体制造工艺逐渐接近物理极限,摩尔定律进程也在逐渐放缓,甚至有很多人怀疑摩尔定律是否已经“死去”。由于半导体制造工艺不可能继续快速提升,而市场对性能的需求还在持续增长。在这种情况下,人们开始寻找另外的方法维持半导体产业的高速发展,比如采用大量不同功能的芯粒,也就是Chi pl et进行组装,最终实现芯片性能持续、有意义的提升。这也是UCIe联盟诞生的初衷:为半导体产业发展提供一个工艺之外提升性能的方法,并且通过联盟统一各种规格,以便进一步推动技术和市场的发展。

斯仑贝谢公司的UCI超声腐蚀成像仪

两年前，斯仑贝谢公司推出一种新型的超声成像测井仪——UCI超声腐蚀成像仪。这种仪器专门用来探测套管内部和套管外部受腐蚀的情况，也可以用来探测大直径油管的受腐蚀情况。

一种基于改进差分进化的K-Means聚类算法研究

为改进传统K-Means聚类算法中因随机选取初始聚类中心而导致聚类结果不稳定且效率低的缺点,提出一种基于改进差分进化的K-Means聚类算法(AGDE-KM)。首先,设计自适应操作算子来提升算法前期的全局搜索能力和后期的收敛速度;其次,设计多变异策略并引入权重系数,在算法的不同进化阶段发挥不同变异策略的优势,平衡算法的全局和局部搜索能力,加快算法的收敛速度;最后,提出一种基于当前种群最佳个体的高斯扰动交叉操作,为个体提供更优进化方向的同时保持种群在“维”上的多样性,避免算法陷入局部最优。将算法停止执行时输出的最优解作为初始聚类中心替代传统K-Means随机选取的聚类中心。将提出算法在UCI公共数据库中的Vowel、Iris、Glass数据集和合成数据集Jcdx上进行对比实验,误差平方和(SSE)相对于传统K-Means分别减小5.65%、19.59%、13.31%、6.1%,聚类时间分别减少83.03%、81.33%、77.47%、92.63%。实验结果表明,提出的改进算法具有更快的收敛速度和更好的寻优能力,显著提升了聚类的效果、效率和稳定性。

带有半渐进式分层提取机制的轻量化多任务模型

多任务学习目前广泛被应用于各大领域,然而大部分效果较佳的模型都有着复杂的网络层级和架构,导致这些多任务学习模型很难被应用于资源有限的设备上,例如:经费有限但是人口基数大的国家或地区进行人口普查预测、便携设备的翻译等任务。为解决这一问题,提出半渐进式分层提取的轻量化多任务模型。模型首先通过对顶层任务独有的专家模块进行剪枝,将原先负责提取每个独立任务深层信息的工作交由每个任务的塔层模块进行。这一做法使得模型既能轻量化,同时也保留了将任务共享参数和任务独有参数分离及分层次提取信息的特点。为了弥补剪枝后模型性能及准确率上的下降,参考不确定性对损失加权的思想,引入动态联合损失进行优化,使得模型可以不断预测任务之间重要性对每个任务的损失进行权值调整。同时,也对部分超参数进行调优。通过模型在公共数据集UCI人口普查-收入数据集上的评估,最终证明模型有着与轻量化之前不分上下的性能。

基于用户兴趣改进模型的智慧图书馆个性化检索服务研究

为了解决目前用户在图书馆检索系统中无法找到自己感兴趣的内容的困境,文章以抓取的各类教育网站上的课程信息作为实验数据,将用户兴趣与基于倒排索引的Lucene算法及LDA算法模型相结合,引入UCI-Lucene算法:使用Lucene算法得出基于倒排索引的搜索结果,使用LDA主题模型算法对Lucene算法得出的搜索结果计算得到课程的兴趣分布,与此同时使用LDA主题模型算法通过对用户日志进行计算得出用户的兴趣分布,接下来将课程的兴趣分布与用户的兴趣分布做相似度计算,得到课程—用户的兴趣相似度,最后通过加权Lucene算法得出的搜索结果得分和课程—用户的兴趣相似度得分得到每个课程的综合得分,得到最后的搜索排序结果。基于上述改进算法,文章设计了一款智慧图书馆个性化检索系统。实验表明,基于用户兴趣改进模型的智慧图书馆个性化检索系统不仅能够更好满足用户的搜索需求和用户兴趣,还能够显著提升搜索结果的准确性和召回率。

基于改进的LightGBM算法的心脏病预测方法

为了优化心脏病预测模型,选取比较流行的UCI心脏病数据集为研究对象,提出基于随机森林-递归特征消除法(RF-RFE)和LightGBM的混合算法——RF-RFE-LightGBM作为心脏病预测方法。其中,利用RF-RFE算法提取较重要的特征,去除对预测结果影响较小的特征,针对优化后的特征建立LightGBM模型进行预测,采用主流的模型评价指标进行评估。实验结果表明,RF-RFE-LightGBM算法的准确率、精度、召回率、F1值、AUC值分别为0.917 1、0.905 6、0.932 0、0.918 6和0.920 3,相比于其他算法建立的模型综合性能更优,具有一定的优势。

基于半监督学习的新能源运行错误数据辨识系统

为增强系统主机对于新能源运行错误数据的准确辨别能力,避免数据信息错误分拣,设计了基于半监督学习的新能源运行错误数据辨识系统。借助PT-LAB处理平台,平衡数据分辨模块与运行指令分析模块间的新能源运行错误数据传输关系,实现辨识系统的硬件运行环境搭建。根据半监督支持向量取值结果,求解UCI学习参数的计算数值,并根据参数向量之间的实时映射关系,确定数据库E-R图的连接形式,完成辨识系统的软件运行环境搭建。结合相关硬件设备结构,实现基于半监督学习的新能源运行错误数据辨识系统设计。对比实验结果表明,在半监督学习算法的影响下,系统主机对于待传输新能源运行错误数据的提取准确度超过了90.0%,能够较好地解决数据信息的错误分拣问题。

Chiplet技术发展与挑战

随着半导体工艺尺寸逐渐逼近物理极限,芯片的功耗、性能和面积随工艺制程进步而带来的提升越来越小,半导体技术进入“后摩尔时代”。为进一步满足机器学习与人工智能等信息通信行业快速发展带来的高带宽通信需求,基于先进的互连和封装技术的Chiplet技术步入了我们的视野。Chiplet技术将原来的复杂多功能SoC芯片拆成多个小面积、低成本、不同工艺节点的小芯片,再进行重新组装,因其良率高、成本低、集成度高、性能强大、灵活性好、上市时间快等优点受到学术界和产业界的高度关注。本文对Chiplet的技术特征、优势、发展历史以及具体应用进行了梳理和阐述,同时详细介绍了Chiplet的关键核心技术尤其是Chiplet D2D互连技术,最后叙述了Chiplet现存的技术问题与挑战,并给出了未来发展建议。