基于LDPC测量矩阵的压缩感知图像重建

测量矩阵是影响压缩感知信号重构效果的关键因素。为了研究重构性能好的测量矩阵,提出构造基于低密度奇偶校验码(LDPC)正则校验矩阵的测量矩阵。首先从理论上分析LDPC校验矩阵的性质,验证其有效性,然后采用渐进边增长算法构造矩阵,最后实验选取3个自然图像进行压缩采样重建,与常规的3种随机测量矩阵进行对比。实验结果表明,提出的测量矩阵重构性能良好,能提高压缩图像的分辨率、重建峰值信噪比,降低均方误差。

深度神经网络在城市交通预测中的应用

深度神经网络能够有效地捕捉城市区域间的时间和空间相关性,同时对于特征工程依赖较少,逐渐成为交通预测中的应用热点。首先介绍交通预测的主要内容和挑战,从捕捉时空相关性的角度归纳近年来比较流行的基于深度神经网络的交通预测方法,分析各类方法的优缺点,最后对深度神经网络在交通预测中的未来发展前景进行展望。

基于虚拟化技术的计算机实验室管理模型

提出一种计算机实验室管理模型VTBM,该模型基于虚拟化技术,以课程为驱动进行实验室构建及管理。从管理时间、建设成本和平均能耗三个角度对VTBM模型进行分析。分析结果显示,VTBM管理模型能够有效节省实验室管理时间,降低实验室建设成本,减少实验室平均能耗。

基于结对实验的任务驱动型网络安全教学探讨

《网络安全》课程是高校计算机安全体系中重要的组成部分,分析传统《网络安全》课程教学上的一些不足,从教学方法和实验方法两方面进行研究探索,提出任务驱动型教学方式,结对实验的教学方法。

软件定义网络技术发展探究

针对传统数据中心网络架构存在的问题进行深入分析,以思科软件定义网络(SDN)技术APIC(Application Policy Infrastructure Controller)架构为例,剖析SDN技术在业务流量的明确划分、网络无限定的横向扩展、虚拟资源无限制的变更、控制平面和转发平面解耦合、集中化的网络控制上的优势。得出SDN技术能够有效降低设备负载,协助网络运营商更好地控制基础设施,降低整体运营成本上的巨大作用。