TC^2-MAC:一种无线传感器网络自适应混合MAC协议

提出了一种新的自适应混合MAC协议TC2-MAC。该协议采用了基于二叉树结构的时隙块分配策略和基于时隙约束的CSMA/CA竞争接入方式,能够为不同传感器节点或不同类型业务的差异性QoS需求提供良好支持,并能够通过灵活的信息调度机制改善信道接入公平性,提高网络效率。理论分析和仿真结果表明:与传统基于TDMA机制的MAC协议相比,TC2-MAC对网络业务流量及拓扑结构的变化均具有更好的自适应性。

法莫替丁单室单层渗透泵片的制备

目的:以法莫替丁(famotidine,FMT)为模型药物研究难溶性药物单层渗透泵片的制备。方法:以PEO,HPMC,NaCl和柠檬酸组成片芯,以醋酸纤维素为包衣材料制备FMT单层渗透泵片,并对片芯组成优化;用相似因子法考察了体外释放条件。结果:片芯最佳组成为:FMT40 mg,PEON1065 mg,HPMCK4M70 mg,NaCl 50 mg,柠檬酸20 mg。释放介质和转速对药物释放无显著影响。本渗透泵片24 h恒速释药,累积释药率93%。结论:本渗透泵片制备简便,能较好地控制FMT24 h匀速释药。

微粒群优化算法在基站分布规划中的应用

微粒群优化算法(PSO)是一种具有全局随机优化的智能算法。该算法编程简单,鲁棒性强,并行运算能力强,能以较快的速度收敛至全局最优解。本文在PSO的思想基础上提出了一种改进搜索方向,降低"早熟"概率的方法,即结合遗传算法,引入了爬坡算子。本文并将该改进算法应用于基站分布规划的研究中,实验仿真结果表明,利用该改进算法能提高基站覆盖率,降低经济成本。

尼美舒利固体分散体的制备及其性质考察

目的提高尼美舒利释放速率及生物利用度。方法分别以聚乙二醇(PEG)、聚乙烯吡咯烷酮(PVP k30)及泊洛沙姆188为载体,采用熔融法、溶剂法及溶剂-熔融法等制备尼美舒利固体分散体;考察载体类别及载体-药物质量比对释放的影响;配合差示扫描量热(DSC)分析与电子扫描电镜(SEM)观察考察药物在载体中的存在状态。结果尼美舒利以无定型状态存在于固体分散体中,载体类别不同、载体-药物质量比不同,药物的释放度不同。结论将尼美舒利制成固体分散体能显著增加尼美舒利的体外释放度。

丙烯酸树脂RS100和丙烯酸树脂RL100混合包衣制备法莫替丁渗透泵控释片

目的制备难溶性药物法莫替丁渗透泵型控释片,并考察其释药的影响因素,探讨药物释药规律。方法从渗透促进剂用量、阿拉伯胶用量、衣膜性质、释药孔径和转速等5个因素考察对释药的影响。结果制备了难溶性药物法莫替丁渗透泵型控释片,氯化钠、阿拉伯树脂胶、衣膜厚度是影响释药的主要因素。结论法莫替丁渗透泵型控释片工艺稳定,能够达到12 h明显的恒速释药。

Docker技术实现分析

云计算的多样化应用需求赋予了Paa S快速发展的空间。作为Paa S热度最高的技术之一,Docker还有很多待研究的方面。文章首先分析Docker的核心点——体系架构、关键要素和主要优势。进而比较两大Paa S平台核心技术——虚拟机和Docker,最后结合Docker的实现,分析Open Stack与Docker的集成策略。

云计算安全框架分析

结合已有的安全架构,提出了一种以用户域和服务域两个层面为关注角度、以软件即服务(Saa S)、平台即服务(Paa S)、基础设施即服务(Iaa S)3种服务模式为基准的通用云安全架构。该架构不同层面及不同服务模式中的安全侧重点有所不同,云服务提供者和云服务使用者可根据自身需要进行定制化开发或使用。针对重要的安全服务,进行了进一步的细化以便保证安全架构的完整性。

无线mesh网络服务性能评估方法

结合无线mesh网络的特点,构建了目标层—准则层—子准则层的层次型指标体系,提出了层次分析法(analytic hierarchy process,AHP)和模糊综合评估法(fuzzy comprehensive evaluation,FCE)相结合的联合评估方法。采用该方法可对无线mesh网络的服务性能进行评估,并得到直观的量化值。实例分析可知,评估结果可直观地反映网络服务质量的优劣以及对网络服务质量的调整提供一定的指导建议。

Hadoop与Docker技术的融合

Hadoop可以充分利用分布式集群的优势,是解决大数据存储和计算的高效工具。在Hadoop带来的高效迁移、高效扩展、高容错等优势的同时,也增加了网络部署和运维的复杂度。Docker采用了一处封装,随处运行的理念,降低了复杂平台的部署和运维难度。利用Docker来部署Hadoop环境,可以大幅度降低部署耗时,提高部署效率。

云计算环境下的大数据分析

当前的大数据分析对其承载平台的性能要求越来越高,云计算技术与大数据分析相结合能够很好地适应当前数据处理技术的性能需求变化。首先介绍了大数据的处理流程,然后分析了云计算与大数据分析之间的关系,指出基于云计算的大数据分析的优势;最后,通过数据样本在Hadoop环境下的数据分析平台的分析实例给出了大数据分析对大数据用户的价值。