无线城域网数据加密技术研究

本文重点介绍了无线城域网所支持采用的三种加密技术:DES-CBC,AES-CCM和AES-CTR,进行比较分析。并用VC实现了DES-CBC算法。

高效率R78开关稳压器的设计与研究

随着现代电力电子技术的飞跃发展,直流电源的功率密度发生了质的变化,开关电源基本上全面替代线性电源,广泛应用于计算机、通信设备、办公设备、仪器仪表和照明设备等现代电子电器设备。效率可达97%的开关稳压器R78完全兼容低效率线性集成稳压器78系列。重点对线性稳压器和开关稳压器的特性进行了分析对比,给出R78开关稳压器在现代电源电路中的设计与应用,对R78系列开关稳压器电磁兼容特性和低纹波设计进行了研究。

基于NEMS网络综合实验的教学改进

基于实验室管理系统NEMS（Network Experiment Management System）的网络实验室是一种新兴的、基于B/S架构的、软硬件有机融合的网络实验室建设方案,能为实验指导教师提供更便捷的实验部署,为学生提供更顺畅的实验流程,为实验室管理人员提供更简洁的实验设备管理,并能在一定程度上保护实验设备的安全运行。

水蕨(Ceratopteris thalictroides)查尔酮合成酶基因的克隆和表达(英文)

查尔酮合酶(chalcone synthase,CHS)是植物类黄酮化合物合成的关键酶,有关蕨类植物CHS基因的序列及功能信息尚不完善。本研究采用快速扩增c DNA末端(RACE)技术克隆获得了模式蕨类植物——水蕨(Ceratopteris thalictroides)Ct CHS基因(Gen Bank登录号:JX027616.1),其c DNA序列全长为1616 bp,具有3个外显子和2个内含子,开放阅读框(ORF)为1215 bp,编码404个氨基酸。进化树分析表明,Ct CHS与问荆(Equisetum arvense)、松叶蕨(Psilotum nudum)和3种薄囊蕨的查尔酮合成酶基因聚为一枝,说明这些蕨类植物亲缘关系较近且为单系起源。通过构建原核表达体系成功获得Ct CHS蛋白的多克隆抗体并用于免疫印迹分析,结果表明Ct CHS基因的表达明显受紫外光(UV)诱导。Ct CHS基因的克隆与表达分析为进一步研究水蕨类黄酮化合物的合成及其调控机制提供了依据。

基于SMS的网络基站告警监控系统的设计与实现

论述SMS告警监控系统的整体设计方案,详细描述了各部分的功能及相互关系,并且描述了系统的硬件结构和软件系统的设计和实现。

基于WAMP的网站流量数据分析

传统的网站只是在页面上使用计数器进行简单的访问者数量的统计.随着互联网技术的快速发展,对于Web网站服务运营商来说,及时、高效、准确地了解网站运营情况非常重要,只是简单的计数统计并不能真正对网站运营状况做出全面的评估.基于WAMP的网站流量数据分析系统正是对传统技术的加强,其中WAMP指的是由Windows、Apache、MySQL和PHP共同组成的一个强大的Web应用程序平台,本文介绍一个在WAMP的基础上建立的系统,利用Smarty技术、Jpgraph技术以及Javascript技术,实现对网站访客信息的收集、整理、存储以及最后的图形展现,为运营商提供有效、直观的统计信息.通过这些量化的信息,运营商可以借此针对性地提高服务质量、制定运营战略,从而增强市场竞争力.

一种最少需要访问控制模型及其应用

基于角色的访问控制模型(RBAC)难以直接有效地应用到以“最小需要”为原则的细粒度访问控制应用领域。为此,文章提出以数据为中心,基于RBAC的条件权限增强的最少需要访问控制模型(MNAC),给出了其形式化的描述以及面向方面的编程实现方法。最后将其应用到医学图像存档与传输系统(PACS)的访问控制中,证明该模型简单有效地实现了复杂多变的细粒度的访问控制。

结合用户聚类和项目类型的协同过滤算法

为了解决协同过滤算法中数据稀疏性问题,提高推荐效果,提出一种改进的协同过滤算法.该算法首先通过一种新的相似度计算方法来计算项目类型相似度,将相似度大于某阈值的项目作为目标项目的邻居;然后根据目标用户对邻居项目的评分信息来预测该用户对目标项目的评分值,并将预测值填入稀疏的用户项目评分矩阵;最后对填充后的评分矩阵采用基于用户聚类(K-means聚类)的协同过滤算法做出最终的预测评分进行推荐.在Movielens数据集上进行实验验证,结果表明该算法能够很好地缓解数据稀疏性、降低计算复杂度,提高推荐精度.

PI教学法在“数据结构”课程教学中的运用

美国哈佛大学Eric Mazur教授创立并实践了同学间互动(Peer-Instruction,简称PI)教学方法,鼓励学生基于问题进行自主学习和协作探究,取得了良好的教学效果。文章阐述PI教学法的主要思想及实施方法,通过对"数据结构"课程"遍历二叉树"一节导学案的设计,探讨PI教学法在"数据结构"课程教学中的运用。

金刚笔(碟片)修整砂轮型面的轨迹分析

用金刚笔(碟片)修整成形砂轮是成形磨削中的一个技术环节。对于金刚笔(碟片)修整成形砂轮中机床运动轨迹曲线进行了分析,认为轨迹线为工件轮廓线的法向偏置线,并对实例进行分析。

云环境下K-means算法的并行化

随着大数据时代的到来,传统的聚类算法很难高效地处理海量数据,而云计算平台凭借负载均衡、网络存储、虚拟化等技术,有效地突破了耗时耗能的瓶颈,为海量数据的处理提供了良好的解决方案。主要研究了Hadoop平台下的MapReduce编程模型及传统K-means算法,提出了一种基于MapReduce的并行化K-means算法的设计方案,包括Map函数和Reduce函数的设计。通过实验,验证了并行化K-means算法适用于较大规模数据集的分析和挖掘。

基于SMS的现代广告系统的设计与实现

论述了基于SMS的现代广告系统的整体设计方案;描述了系统各部分的功能及相互关系,对系统的硬件结构和软件系统的设计与实现进行了介绍。

校园二手书交易网站推荐引擎的设计与实现

大学二手书交易同一般网络购物不同,直接应用普通推荐算法设计推荐引擎不能很好地进行推荐。为了使大学生二手书购物网站能够更好地为用户推荐书籍,提高推荐结果的准确性及推荐效率,在原有推荐模块的基础上针对大学生用户的特殊性提出了一种适用于二手书购物网站的推荐算法模块优化推荐引擎。该算法模块有以下特性:(1)在基于物品推荐算法的基础上,结合书籍评分、新旧等因子优化推荐结果;(2)为方便用户购书新增打包推荐功能,使用户可以一键购买多本所需书籍;(3)根据用户群体购书可预测的特性加入了基于时间节点的推荐算法,即按时得需,按需推荐。

协同过滤的相似度融合改进算法

针对传统协同过滤推荐在数据稀疏性条件下性能不佳的问题,在相似度计算上做出了优化,提出了一种基于项目类别和用户兴趣相似度融合的协同过滤算法,算法将相似度的计算分解为两个方面进行:用户-项目类别评分相似度和用户-项目类别兴趣相似度,将两者用合适的权值加以融合得到最终相似度,参与最终预测评分的计算.利用MovieLens公用数据集对改进前后的算法进行对比.结果表明,基于项目类别和用户兴趣的协同过滤改进算法有效地缓解了数据稀疏性问题的影响,提高了推荐的准确性.

一种基于网页浏览行为的用户兴趣度计算方法

用户兴趣度的计算是个性化服务的核心,而用户浏览网页时的行为能反映用户的兴趣。文中着重分析保存页面、收藏页面以及网页浏览速度这三种网页浏览行为,且在此基础上结合用户兴趣衰减因子,提出一种新的基于网页浏览行为的用户兴趣的计算方法,并利用K-means算法将浏览的网页内容聚类成不同主题,最后基于这三种网页浏览行为和用户兴趣衰减因子计算用户主题兴趣度。实验结果表明,提出的用户兴趣度计算方法是有效的。

协同过滤算法中冷启动问题研究

为了解决传统协同过滤算法的冷启动问题,提高算法的推荐质量,本文针对协同过滤算法中的冷启动问题进行研究,提出了两种改进的算法.新用户冷启动:融合用户信息模型的基于用户的协同过滤算法;新项目冷启动:采用层次聚类的基于项目的协同过滤算法.将新算法在网络开源数据集MovieLens上进行实验验证,比较改进算法和传统算法在查全率和查准率上的差异,结果表明改进算法能够有效地提高算法的推荐质量,缓解新用户和新项目的冷启动问题.

基于Hadoop的协同过滤并行化算法

在针对大数据的迅速增长,为了改善协同过滤算法的推荐效率,使得推荐精度越来越高,提出基于Hadoop平台的协同过滤并行化算法,将传统的基于用户的协同过滤在Hadoop平台下进行Map Reduce编程模型,实现并行化.通过利用Movie Lens公用数据集对改进前后的算法对比,验证了并行化的协同过滤效率更高,也更加适合大规模数据的推荐.

基于情景和浏览内容的层次性用户兴趣建模

用户兴趣建模是个性化服务的核心,考虑到情景信息对用户偏好的影响,对融和情景信息的用户行为日志数据进行深入研究,提出了一种基于情景信息的用户兴趣建模方法.该方法首先通过计算情景相似度来获得用户当前情景的近似情景集;对"用户-兴趣项-情景"三维模型采用情景预过滤的方法降维处理.然后根据用户浏览内容得到用户兴趣主题,分析页面内容得到每种主题的兴趣关键词,建立基于层次向量空间模型的用户兴趣模型.实验结果表明,本文提出的基于情景信息的用户兴趣模型对用户兴趣的预测误差控制在9%以内,是有效的.

智能视频监控系统中改进YOLO算法的实现

智能视频监控主要采用了人工智能、图像处理等先进技术对监控摄像头获得的图像进行分析和处理,在各行各业中得到了广泛的应用,成为当今社会研究的热点。介绍了智能视频监控系统的架构,针对数字化车间的特点,提出一套基于深度学习的检测方法,将YOLO检测算法用于数字化车间中人员和安全帽的检测。为了提高YOLO算法检测小物体的能力,设计了一种改进的YOLO网络结构,将RPN检测算法融入到YOLO算法中,并借鉴R-FCN算法,去掉一个全连接层,在卷积层上进行滑动窗口操作,采用先池化再卷积的方法,以减少图片特征丢失。将改进后的算法用于视频监控中,有效地减少了检测过程中图片特征的丢失,系统检测的实时性和准确率均满足实际工程的需求,实现了车间的智能检测。