英语原文共 19 页， BIM指南和标准中专家角色定义的回顾 提交日期：2017年6月 修订日期：2017年9月 出版日期：2017年10月 编辑:Kumar B 关键词：BIM专家，专业实践，指导方针，手册，专业角色 引文： Davies K，Wilkinson S，McMeel D（2017）。BIM指南和标准中的专家角色定义综述，ITcon Vol。22，pg。185-203，http：//www.itcon.org/2017/10 摘要：人们为了让组织和项目采用和实施BIM已经创作了许多手册和指南。这篇文章通过36篇国际性文件考察了BIM专家的角色和职责。对BIM指南的目的进行检查和分类，并考虑其开发者的专业知识和意图。可用的指南和标准的数量和种类引起了关注，因为研究结果表明，虽然BIM的实践通常变得更加标准化，公司和个人也认为自己遵循着最佳实践指南，但 BIM专家的角色也可能以不协调的方式发展。确定的具�

后世的治疗风景与幸福：蓝色与红色的影响 t适合老年人的绿色空间 美国明尼苏达大学地理，环境与社会学系414 SodaI科学，美国明尼苏达州明尼阿波利斯第19大街267号，55455 MN，USA 髋关节健康和流动中心。 2635劳雷尔街，温哥华，加拿大，V5Z / M9 lt;英属哥伦比亚大学医学院，317-2 194 Health Sdences Mall。 BC省温哥华市。 加拿大，V6T IZ3 文章信息 摘要 文章历史： 2014年12月18日收到修改后的表格 2015年3月27日 2015年5月2日接受 2015年5月18日在线提供 关键词： 治疗景观 地理健康 老年人 加拿大 本文通过调查绿色和蓝色空间如何影响老年人的健康和幸福来扩展治疗景观的概念。 我们利用来自65-86岁的参与者的访谈数据，描述他们在加拿大大温哥华的绿色和特别蓝色空间的日常体验。 嵌入治疗品质的景观包括公

英语原文共 12 页， 考虑不同健康状况下对锂离子电池SOC和SOP性能的估算 孙逢春,熊锐,何洪文 (北京理工大学,机械工程学院, 国家电动汽车工程实验室) 强调： 分析了SOC估计器在不同健康条件下的鲁棒性。 分析了SOP估计器在不同健康条件下的鲁棒性。 分析和讨论了电池模型参数更新的必要性。 提出了在不同健康条件下的精确SOC和SOP联合估计器。 摘要 电池荷电状态(SOC)和电池功率状态(SOP)是电动汽车动力电池管理系统决定性因素中最重要的两个指标。本文尝试对现存的文献作出两点贡献。（1）基于自适应扩展卡尔曼滤波算法，数据驱动的，针对不同不利情况下电池的SOC和SOP联合估计器得到进一步发展。（2）在电池的整个使用生命周期内，实现对SOC和SOP的精确估计，探讨研习了用最低的计算负担实现模型参数

英语原文共 9 页， 环境，车辆和驾驶员特征在工作区中对危险驾驶行为的影响 摘要 本研究旨在分析环境，车辆和驾驶员特征对工作区危险驾驶行为的影响。使用分类和回归树（CART）算法构建决策树，将危险驾驶行为与其影响因素之间的关系可视化。这种方法可以避免传统逻辑回归模型的固有问题，进一步提高模型的预测精度。本文基于密歇根M-94 / I-94 / I-94BL / I-94BR公路工作区驾驶行为数据，建立了由33个叶节点组成的决策树。恶劣的天气，恶劣的道路和光线条件，不完全的权限控制，缺乏交通控制装置，使得转向以及在旧车中驾驶都与风险驾驶行为有关。那些驾驶装备有安全气囊的车辆的中年司机更有可能采取危险行为。此外，中年男性司机比中年女性的司机更频繁地从事危险驾驶行为。在不同的旅行条件下，通道的数量表�

英语原文共 8 页， 关于广泛出现的系统和网络工作的第八届国际会议 基于网络模型的公交车到达时间预测 摘要 提供关于公交车的到站和离开的精确时间是现代公共交通系统的重要组成部分。这篇论文提供了在公交车站公交到站的实时预测。提出的模型信息基于关于公交车现在位置，有关历史数据的时间段分类，和公交车网络的数据模型。我们讨论了四种数据模型：一种基于公交站点和路口网络的数据模型，一种基于公交站点的数据模型，一种定位网络中的个体和可能影响出行速度的障碍之间的关系的数据模型，和一种公交网络长度固定的数据模型。根据平均运动速度，公交出行时间段被分为四段：上午，下午，清晨或夜晚，周末。分析的结果显示，公交车网络模型的分类和时间段的划分都会影响公交车到达时间预测的准�

英语原文共 11 页， 基于MATLAB/simulink的SiC功率MOSFET模型 保罗 贾马泰奥，康斯蒂娜 布切拉，卡洛 切卡蒂 摘要 电力变换器的仿真和快速成型需要所有无源元件和有源元件的精确模型，这些模型考虑到最重要的物理参数，而不仅仅是电量。它们的可用性是验证完整系统的预期行为的基础，包括不生成任何原型的控制算法。为此，由于Simulink在复杂系统仿真中的广泛应用，本文试图研究典型碳化硅功率MOSFET的主要特性，并提出它的Simulink模型。该器件的静态和动态特性用电压源和电流源来描述，这些电压源和电流源的表现取决于温度值。开关功率损耗考虑其等效电路中引入寄生电容，从而获得器件的动态特性。所提出的模型已经在一个包括五电平级联逆变器并且使用一个典型4H-SiC MOSFET（1200V，20A）的说明性例子中得到了验证。版权

英语原文共 9 页， 英语原文共 9 页，资料编号：[11965]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

英语原文共 5 页， 资料编号：[11971]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

Android: A Programmerrsquo;s Guide 1 What Is Android 1.1 Key Skills amp; Concepts ● History of embedded device programming ● Explanation of Open Handset Alliance ● First look at the Android home screen It can be said that, for a while, traditional desktop application developers have been spoiled. This is not to say that traditional desktop application development is easier than other forms of development. However, as traditional desktop application developers, we have had the ability to create almost any kind of application we can imagine. I am including myself in this grouping because I got my start in desktop programming. One aspect that has made desktop programming more accessible is that we have had the ability to interact with the desktop operating system, and thus interact with any underlying hardware, pretty freely (or at least with minimal exceptions). This kind of freedom to program independently, however, has never really been available to

Li L, Li D, Bissyandacute;e TF et al. On locating malicious code in piggybacked Android apps. JOURNAL OF COMPUTER SCIENCE AND TECHNOLOGY 32(6): 1108–1124 Nov. 2017. DOI 10.1007/s11390-017-1786-z On Locating Malicious Code in Piggybacked Android Apps Li Li1, Daoyuan Li1, Tegawendacute;e F. Bissyandacute;e1, Jacques Klein1, Haipeng Cai2, Member, ACM , IEEE David Lo3, and Yves Le Traon1 1Interdisciplinary Centre for Security, Reliability and Trust, University of Luxembourg, Luxembourg 2721, Luxembourg 2School of Electrical Engineering and Computer Science, Washington State University, Washington, WA 99163, U.S.A. 3School of Information Systems, Singapore Management University, Singapore 178902, Singapore E-mail: {li.li, daoyuan.li, tegawende.bissyande, jacques.klein}@uni.lu; hcai@eecs.wsu.edu; davidlo@smu.edu.sg yves.letraon@uni.lu Received April 20, 2017; revised October 13, 2017. Abstract To devise efficient approaches and tools for detecting malicious p