本发明公开了一种考虑环境温度的重型机床热变形预测方法， 具体为：预测机床内部热源引起的机床热变形量，以及预测机床外部热源引起的机床热变形量，将机床内、外部热源引起的机床热变形量 叠加得到机床最终热变形量。在机床外部热源引起的机床热变形量预 测中考虑了环境温度引起的时滞热变形误差，在内部热源引起的机床 热变形量预测中进行了基于最小二乘原理的多元回归建模。本发明综 合了反映重型机床受环境温度非线性滞后影响和内热源影响的共同作 用效果，能够实现任意环境条件和加工条件下的热变形误差实时有效 预测。

本发明公开了一种用于测量机床加工时工件表面以下不同深度 的温度值的方法，包括以下步骤：1)沿经过工件轴线的平面或沿与其 轴线垂直的平面将工件剖成两个待加工体并对剖面抛光；2)在剖面上 划分出多个条形区域，在每个条形区域内镀上一种熔点已知的薄膜， 同一剖面上每个条形区域内的薄膜的材料不同；3)将两个待加工件连 接紧固；4)设定切削参数，进行机械加工，使回转加工体两剖面上薄 膜的一部分熔化，薄膜的熔化部分与不熔化部分形成分界线；5)测量 每种材料形成的薄膜上的分界线所在的深度，绘制温度-深度曲线图。 本

本发明公开了一种自由曲面微细铣削让刀误差预测及补偿方法。 考虑到自由曲面微细铣削加工刀具变形量较小，提出理想刀位点与真 实刀位点所属小区域内法矢近似统一的假设，考虑加工过程中微径球 头刀变形对切削力的反馈影响，采用迭代算法求解切削平衡状态的让 刀误差，以此作为让刀误差的预测值，预测结果更准确。此外，还通 过迭代计算让刀误差总补偿量，且直接对让刀误差本身进行补偿，补 偿量最小，补偿方向明确，物理意义清晰，加工精度高。

本发明公开了一种利用多请队列提高 IO 并行性和减少小 IO 延 迟的方法，包括建立多个请求队列的步骤和利用选择策略使 IO 请求选 择相应的请求队列进行处理步骤，从而实现 IO 请求并行运行，其中选 择策略包括：将每个进程与一个请求队列绑定，以使多个进程上的 IO 请求平均分配到多个请求队列上处理；将每个 CPU 与一个请求队列绑 定，以使多个 CPU 上的 IO 请求平均分配到多个请求队列上处理。本 发明还公开了

项目简介 1、内啮合齿轮泵广泛用于等石油、化工等领域高粘度介质的输送。月牙隔板式内啮 合齿轮泵的吸油区大、流速低、吸入性能好，流量脉动小（脉动率 1%～3%，仅为外啮合 齿轮泵的 1/10～1/20），而且啮合长度较长，工作平稳，还可采用特殊齿形将困油现象显 著减轻，或在齿环的各齿谷中开径向孔来导油来完全消除因油现象，噪声很低。 2、已开发的内啮合齿轮泵采用优秀水力设计软件，并结合加工工艺与 CFD 数值计算 软件设计，既保证泵的设计性能参数，又保证泵的效率和耐磨性能，结构简单可靠，轴

厄尔尼诺现象，是赤道中、东太平洋海表温度持续异常升温的周期性气候现象，平均每2-5年发生一次，对全球气候具有重大影响。厄尔尼诺现象会造成全球不同地区的异常温度变化，以及干旱或强降雨等现象。及早并准确地预测厄尔尼诺的发生以及强度，对预防或降低其带来的全球范围内的经济、农业、社会等方面的损失意义重大。 2019年12月24日，由北京师范大学系统科学学院陈晓松教授参与指导的一篇关于厄尔尼诺预测的文章已在线发表在美国科学院院刊PNAS上，首次克服了长久以来困扰厄尔尼诺预测的“春季预测障碍” （即无法在厄尔尼诺发生的那一年的春季或更早给出准确预测），将对厄尔尼诺现象的发生，特别是强度的预测提前一年。 该文作者提出了一套基于信息熵理论的全新的方法——System Sample Entropy——用来计算厄尔尼诺区域（Nino 3.4）近海平面空气或海表温度的复杂度（包括温度随时间变化的无序性以及不同地点温度变化的同步性或相干性）。利用这一方法，作者们发现了Nino 3.4区域温度变化的复杂度与厄尔尼诺现象强度存在着非常强和稳定的线性关系，即一年内（1月1日-12月31日）Nino 3.4区域的温度变化复杂度越大，那么下一年发生的厄尔尼诺事件的强度就越大。基于这一发现，作者们提出了一套基于每年Nino 3.4 区域温度变化复杂度的大小（由该区域 System Sample Entropy 量化）来预测来年厄尔尼诺发生及其强度的方法。该方法目前成功的预测了1984至2019年期间10个厄尔尼诺事件中的9个事件的发生年份，以及24个没有厄尔尼诺现象发生的年份当中的21个，特别是对厄尔尼诺强度预测的平均误差仅为0.23摄氏度。 对于刚刚到来的2020年，基于文中提出的System Sample Entropy的方法，作者们预测厄尔尼诺将有很大概率会在本年下半年再次发生，并发展为一个中等强度甚至高强度的厄尔尼诺事件，其预测强度为1.48+-0.25摄氏度。 目前传统的厄尔尼诺预测方法只能在提前6个月范围内给出比较准确的预测，而这对于提前预防厄尔尼诺带来的一系列严重影响是非常局限的。这一新的预测方法，将对厄尔尼诺的预测时间提前到了每年一月。这对于提前采取行动，控制和降低这一现象所带来的一系列全球范围内的消极影响，将意义重大！ 此工作由德国波茨坦气候影响研究所 （PIK）樊京芳博士作为通讯作者，PIK 的Jürgen Kurths教授，Hans Joachim Schellnhuber教授以及北京师范大学陈晓松教授等参与共同完成。陈晓松教授领导的研究小组多年来一直从事统计物理和复杂系统及相关课题的研究，特别是近年来专注于地球复杂系统的动力学演化及预测。

2020年2月12日，湖南大学联合苏州系统医学研究所、中国国家流感中心和中山大学等单位，成功开发基于分子标记物的流感病毒表型预测平台FluPhenotype，并在国际生物信息学专业权威期刊《Bioinformatics》发表题为“FluPhenotype-a one-stop platform for early warnings of the influenza A virus"的文章进行相关介绍。该文章的第一作者为湖南大学生物学院硕士研究生卢聪毓和博士研究生蔡泽娜，通讯作者为湖南大学生物学院副教授彭友松与苏州系统医学研究所蒋太交教授。 研究人员通过整合流感病毒核苷酸和氨基酸水平的分子标记物，以及基于分子标记物的抗原和宿主等预测模型，开发了快速预测流感病毒的抗原、宿主、致病性、耐药性等多个表型的预测平台FluPhenotype。

厄尔尼诺现象，是赤道中、东太平洋海表温度持续异常升温的周期性气候现象，平均每2-5年发生一次，对全球气候具有重大影响。厄尔尼诺现象会造成全球不同地区的异常温度变化，以及干旱或强降雨等现象。及早并准确地预测厄尔尼诺的发生以及强度，对预防或降低其带来的全球范围内的经济、农业、社会等方面的损失意义重大。 2019年12月24日，由北京师范大学系统科学学院陈晓松教授参与指导的一篇关于厄尔尼诺预测的文章已在线发表在美国科学院院刊PNAS上，首次克服了长久以来困扰厄尔尼诺预测的“春季预测障碍” （即无法在厄尔尼诺发生的那一年的春季或更早给出准确预测），将对厄尔尼诺现象的发生，特别是强度的预测提前一年。 该文作者提出了一套基于信息熵理论的全新的方法——System Sample Entropy——用来计算厄尔尼诺区域（Nino 3.4）近海平面空气或海表温度的复杂度（包括温度随时间变化的无序性以及不同地点温度变化的同步性或相干性）。利用这一方法，作者们发现了Nino 3.4区域温度变化的复杂度与厄尔尼诺现象强度存在着非常强和稳定的线性关系，即一年内（1月1日-12月31日）Nino 3.4区域的温度变化复杂度越大，那么下一年发生的厄尔尼诺事件的强度就越大。基于这一发现，作者们提出了一套基于每年Nino 3.4 区域温度变化复杂度的大小（由该区域 System Sample Entropy 量化）来预测来年厄尔尼诺发生及其强度的方法。该方法目前成功的预测了1984至2019年期间10个厄尔尼诺事件中的9个事件的发生年份，以及24个没有厄尔尼诺现象发生的年份当中的21个，特别是对厄尔尼诺强度预测的平均误差仅为0.23摄氏度。 对于刚刚到来的2020年，基于文中提出的System Sample Entropy的方法，作者们预测厄尔尼诺将有很大概率会在本年下半年再次发生，并发展为一个中等强度甚至高强度的厄尔尼诺事件，其预测强度为1.48+-0.25摄氏度。 目前传统的厄尔尼诺预测方法只能在提前6个月范围内给出比较准确的预测，而这对于提前预防厄尔尼诺带来的一系列严重影响是非常局限的。这一新的预测方法，将对厄尔尼诺的预测时间提前到了每年一月。这对于提前采取行动，控制和降低这一现象所带来的一系列全球范围内的消极影响，将意义重大！ 此工作由德国波茨坦气候影响研究所 （PIK）樊京芳博士作为通讯作者，PIK 的Jürgen Kurths教授，Hans Joachim Schellnhuber教授以及北京师范大学陈晓松教授等参与共同完成。陈晓松教授领导的研究小组多年来一直从事统计物理和复杂系统及相关课题的研究，特别是近年来专注于地球复杂系统的动力学演化及预测。

成果简介：针对在电子产品研制、使用和维护过程中面临的电磁干扰问题， 本成果提供了一套高性价比的电磁兼容预测试系统，并配套有电磁兼容诊断 系统，形成测试、诊断和抑制的一体化解决方案，能够帮助研制人员摆脱传 统的研制、试制、电磁兼容测试、发现问题后再进行整改的反复过程，在设计和研制阶段就能够开展有效的电磁兼容性设计。 项目来源：自行开发 技术领域：电子信息 应用范围：电子产品抗干扰设计、电磁兼容试验 现状特点：

产品详细介绍请登录 中国科学软件网 了解更多Eviews软件信息和报价。EViews 9.5新功能：MIDAS估计：一种新的估计方法支持解一个更高频率的页面。Step, Almon, Beta 和指数阿尔蒙加权方案也是允许的FIML与协方差估计的限制。允许系统估计方程用FIML残协方差矩阵的限制。模型打印视图。一个模型的一个新的视图,允许您显示断裂形式的方程(和数值显示选项)而没有真正破坏原本的链接模型场景描述。添加到模型场景的描述,然后导出那些解决方案系列的描述。模型场景视图。一个简单的模型的场景列表(和他们的设置)。方程发现。视图的模型方程有一个新发现按钮,可以让你找到一个方程,通过内生变量名或外生变量的名字。模型保护。你可以通过密码的形式来加密保护你的模型这样别的用户只能使用模型而不能改变模型的结构。保存/检索程序变量。新功能允许您保存和加载程序变量进入磁盘上的text-ini文件。以下是EViews 9 的更新功能介绍更新用户界面EViews 9一直以无与伦比的易用性知名，但是依然有改进的余地。我们提高了ante在Eviews 9中的界面的改进，以下是其中几个亮点：命令捕获EViews 9为大多数对象视图，过程以及大量的其他互动操作提供了命令捕获。当你使用用户界面来执行一个操作时,EViews将为显示和导出节省相应的文本命令。一旦打开,你可以根据需要来移动和改变窗口的大小。在捕获窗口中右击会出现一个菜单清除窗口,从而可以将内容保存到磁盘上的文件夹,或打开一个新的包含窗口内容的未命名程序。此外，你可以选择echo命令来捕获任何命令窗口。可停靠的命令和捕获窗口EViews 9的命令和捕获窗口是可停靠,可漂浮以及可隐藏的。停靠和隐藏的窗口允许你将经常使用的窗口保持在随时可以调动的距离。可漂浮的窗口允许你将它们移出你的工作区域。甚至有可能你还能调用到EViews界面外的浮动窗口。数据库和工作文件预览EViews 9提供了一个新对象预览模式,允许您快速浏览通过工作文件和数据库中的对象。选中并右键单击一个或多个数据库或工作文件窗口中的对象或按F9来打开预览窗口。使用箭头来浏览选中的对象或整个对象容器的内容,查看元数据(名称、类型、描述、频率、最新更新、来源、单位,等等)和特定类型对象的信息。一旦你已经检查对象,你可以使用预览窗口从数据库到工作文件页面来输出一个或多个对象。处理新数据的功能加强数据的导入和连接通过EViews 9, 系列对象现在可以链接到另一个工作文件的一个物体和其他有效的外部数据源,并且可以导入到EViews(如Excel文件、TXT文件、ODBC数据库,等)。此外, 使用EViews 9所有系列对象导入或获取现在将存储和记忆无链接状态的数据源。这就允许断开系列对象的连接或者再连接。管理链接和方程式对话框已被重新设计来帮助使用者理解和管理中目前工作文件中已有的链接。对话框现在可以通过它们的来源来显示所有外部链接的对象和公式。强大的New Fred数据库界面EViews 9提供了一个由圣路易斯联邦储备银行提供的用于更新接口的数据服务。新接口包括一个定制的浏览器浏览可用的弗雷德数据并添加支持检索的历史版本。新的浏览器界面提供了大量有用的工具来处理弗雷德数据库所有系列搜索——支持按关键字搜索。排序-感觉序列的命令来改变添加过滤器-缩小显示列表As of-限定特定年份的数据分类跳转-直接导航到文件夹内包含选定的类别树系列。发布跳转-直接导航到包含所选系列的统计发布。根据标签过滤-给现有的特定系列添加一个标签列表显示发布日期-显示所选系列的发布更新时间列表Copy As Of –允许你一次性检测多个历史版本。