期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
酱香型白酒生产中不同堆积方式的差异性研究
1
作者 王青青 沈永祥 +5 位作者 文尚瑜 陈帆 欧阳高伟 孟廷淋 宋青 吴莉 《酿酒科技》 2024年第7期92-100,共9页
为探究酱香型白酒生产不同类型堆积方式(实心地面堆积与晾堂区架空地面堆积、大堆堆积与小堆堆积)下酒醅及原酒的质量特征,以劲牌茅台镇酒业酿造一车间、酿造二车间堆积发酵的糟醅作为研究对象,对比不同类型堆积发酵过程中糟醅的理化指... 为探究酱香型白酒生产不同类型堆积方式(实心地面堆积与晾堂区架空地面堆积、大堆堆积与小堆堆积)下酒醅及原酒的质量特征,以劲牌茅台镇酒业酿造一车间、酿造二车间堆积发酵的糟醅作为研究对象,对比不同类型堆积发酵过程中糟醅的理化指标、微生物菌群演替规律及原酒质量的差异。研究表明,对比实心地面堆积与晾堂区架空地面堆积,1—7轮次在该两种堆积方式下酒质无明显差异;对比大堆堆积与小堆堆积,适当减小堆子的大小能够增加芽孢杆菌的数量以及对应原酒中四甲基吡嗪含量,具体表现为:小堆子入窖以及出窖的芽孢杆菌数量分别高出正常堆子34.92%和100%,小堆子出窖原酒的四甲基吡嗪含量高出正常堆子26.92%,并且适当减小堆子的大小其原酒感官品评较正常堆子原酒有所提升。 展开更多
关键词 酱香型白酒 堆积发酵 不同堆积方式
下载PDF
移动边缘计算卸载技术综述 被引量:5
2
作者 韩晓非 宋青 +1 位作者 韩瑞寅 陈万琼 《电讯技术》 北大核心 2022年第9期1368-1376,共9页
移动边缘计算(Mobile Edge Computing,MEC)将云服务器的计算资源扩展到更靠近用户一侧的网络边缘,使得用户可以将任务卸载到边缘服务器,从而克服原先云计算中将任务卸载到云服务器所带来的高时延问题。首先介绍了移动边缘计算的基本概... 移动边缘计算(Mobile Edge Computing,MEC)将云服务器的计算资源扩展到更靠近用户一侧的网络边缘,使得用户可以将任务卸载到边缘服务器,从而克服原先云计算中将任务卸载到云服务器所带来的高时延问题。首先介绍了移动边缘计算的基本概念、基本框架和应用场景,然后围绕卸载决策、联合资源分配的卸载决策分别从单MEC服务器和多MEC服务器两种场景总结了任务卸载技术的研究现状,最后结合当前MEC卸载技术中存在的不足展望了未来MEC卸载技术的研究。 展开更多
关键词 移动边缘计算 任务卸载 卸载决策 人工智能 区块链
下载PDF
先天性心脏病合并心外畸形的产前超声诊断 被引量:6
3
作者 任泉霖 宋青 +1 位作者 陈娇 罗红 《临床超声医学杂志》 2016年第6期409-411,共3页
目的探讨超声检查在胎儿先天性心脏病合并心外畸形诊断中的价值。方法收集我院同时行产前系统超声和胎儿心脏超声检查,且超声诊断均有异常的单胎妊娠病例136例,分析胎儿先天性心脏病合并心外畸形的类型及临床预后。结果 136例先天性心... 目的探讨超声检查在胎儿先天性心脏病合并心外畸形诊断中的价值。方法收集我院同时行产前系统超声和胎儿心脏超声检查,且超声诊断均有异常的单胎妊娠病例136例,分析胎儿先天性心脏病合并心外畸形的类型及临床预后。结果 136例先天性心脏病合并心外畸形的病例中,81例(59.6%)合并一种心外畸形,33例(24.3%)合并两种心外畸形,15例(11.0%)合并三种心外畸形,7例(5.1%)合并四种心外畸形。复合型先天性心脏病合并心外畸形占53.7%。最常见的独立发生的先天性心脏病为室间隔缺损,占33.8%。其中,8例同时行染色体检查,2例染色体异常,均为18-三体综合征。对所有病例追踪随访,116例行引产术;20例继续妊娠,其中3例产前超声诊断的室间隔肌部小缺损出生后检查为正常;1例产前误诊房间隔缺损;3例产前超声诊断的肾积水出生后复查正常;13例出生后复查超声与产前超声诊断一致,其中7例行手术治疗。结论超声检查能有效筛查胎儿先天性心脏病及其合并的心外系统畸形,为优生优育提供价值。 展开更多
关键词 超声检查 先天性心脏病 心外畸形
下载PDF
计算资源受限MEC中任务卸载与资源分配方法 被引量:2
4
作者 鲜永菊 宋青 +1 位作者 郭陈榕 刘闯 《小型微型计算机系统》 CSCD 北大核心 2022年第8期1782-1787,共6页
移动边缘计算(MEC)通过将计算中心下沉至网络边缘,可以有效服务于任务计算.然而,MEC拥有的计算资源并不是无限的,这带来了诸多问题.文章针对计算资源有限MEC系统中的计算卸载,分析了最大化MEC总收益的卸载与资源分配联合优化问题.首先通... 移动边缘计算(MEC)通过将计算中心下沉至网络边缘,可以有效服务于任务计算.然而,MEC拥有的计算资源并不是无限的,这带来了诸多问题.文章针对计算资源有限MEC系统中的计算卸载,分析了最大化MEC总收益的卸载与资源分配联合优化问题.首先通过Stackelberg模型来描述MEC与用户之间的交互,使用差异化定价策略增加对卸载的约束,然后将卸载问题转化为二元背包问题,最后,通过改进模拟退火算法分配计算资源,并迭代得到最优方案.仿真结果表明,所提方案可以最大程度提高用户卸载数量,并有效地提高了MEC系统的收益. 展开更多
关键词 计算资源有限 移动边缘计算 卸载策略 资源分配
下载PDF
一种主从MEC服务器协作卸载与资源分配方案 被引量:1
5
作者 鲜永菊 宋青 +1 位作者 郭陈榕 刘闯 《电讯技术》 北大核心 2022年第4期407-415,共9页
移动边缘计算(Mobile Edge Computing,MEC)通过将云计算能力下沉至用户侧,提高了用户的任务执行能力。但在热点小区中,MEC服务器存在计算资源有限的问题。为了减少热点小区内任务执行总代价,提出了一种基于主从MEC系统的任务联合卸载方... 移动边缘计算(Mobile Edge Computing,MEC)通过将云计算能力下沉至用户侧,提高了用户的任务执行能力。但在热点小区中,MEC服务器存在计算资源有限的问题。为了减少热点小区内任务执行总代价,提出了一种基于主从MEC系统的任务联合卸载方案。首先,方案随机生成卸载集,然后将卸载集内的任务分配至目标MEC服务器执行。为此提出基于贪婪的多MEC选择算法(Greedy Based Multi-MEC Selection Algorithm,GBMS),并通过求解凸函数完成计算资源分配。最后,根据任务的本地计算代价与卸载计算代价更新卸载集,进一步降低总代价。仿真结果表明,联合卸载方案可缓解热点小区计算资源有限的问题,相比其他方案可以有效降低热点小区内任务执行总代价。 展开更多
关键词 移动边缘计算(MEC) 计算资源 卸载方案 资源分配
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部