RFID及WiFi技术在实验设备管理中的应用

分析目前高校实验设备日常维护管理繁琐、容易出错的现状,提出了利用物联网技术——RFID技术和WiFi技术来加强日常设备维护管理的方案,开发了基于WinCE系统的RFID手持终端程序和基于B/S架构的服务器端设备管理平台。该平台的使用,改善了现有的设备日常管理方式,提高了设备管理的效率,减少了设备管理中的错误概率,减轻了工作量。日常设备管理(借用、归还、保修、报废及清点)的信息化、网络化管理水平得到了进一步的升华。

基于Web与短信结合的实验室开放管理系统设计与实现

介绍了实验室开放的意义、内容和要求,并分别从软件系统的体系结构、系统功能和数据流图等方面讲述了基于Web与短信相结合的实验室开放信息管理系统的设计方法和设计实现的关键技术,最后介绍了通过实验室开放,学生创新设计能力提高的效果。

基于模拟退火机制的车辆用户移动边缘计算任务卸载新方法

在车联网(IOV)环境中,如果将车辆的计算任务都放置在云平台执行,无法满足对于信息处理的实时性,考虑移动边缘计算技术以及任务卸载策略,将用户的计算任务卸载到靠近设备边缘的服务器去执行。但是在密集的环境下,如果所有的任务都卸载到附近的边缘服务器去执行,同样会给边缘服务器带来巨大的负载。该文提出基于模拟退火机制的车辆用户移动边缘计算任务卸载新方法,通过定义用户的任务计算卸载效用,综合考虑时耗和能耗,结合模拟退火机制,根据当前道路的密集程度对系统卸载效用进行优化,改变用户的卸载决策,选择在本地执行或者卸载到边缘服务器上执行,使得在给定的环境下的所有用户都能得到满足低时延高质量的服务。仿真结果表明,该算法在减少用户任务计算时间的同时降低了能量消耗。

基于边缘计算的分簇AODV路由新算法

在分析现有相关技术的基础上,提出了一种基于边缘计算的分簇(Ad hoc On-demand Distance Vector,AODV)路由新算法.通过对传统的以最小跳数为基础的AODV路由协议进行优化,综合考虑车辆节点能量,车辆行驶速度的信息,结合车对车(Vehicle to Vehicle,V2V)以及车对路(Vehicle to Road,V2R)的通信模式,在路边单元RSU中添加边缘服务器,使用分簇的方法,簇内车辆节点使用V2V通信模式,簇间车辆节点使用V2V与V2R相结合的通信模式来进行路由的选择.仿真结果表明,该算法在高速移动车辆自组织网络中提高了路由的选择效率,降低了链路因高速移动而导致断开重新建立链接带来的网络拓扑控制开销.

基于边缘计算的车联网中数据回传新方法

针对车联网中数据回传时,由于车辆的移动特性以及路边单元和车辆有限的通信范围,车辆在计算任务完成前已经驶离RSU通信范围而面临的回传选择问题,提出基于V2I直传和V2V辅助传输的新方法.首先,通过对车辆的移动、回传数据量、最大传输时延以及链路有效寿命进行估算,判断使用何种传输策略.其次,在设计辅助传输策略时综合考虑车辆的速度、方向、位置等因素,并将这些因素用稳效值来衡量.在构建回传链路时采取贪婪选择方式,选择稳效值最大的邻居节点作为中继节点.实验表明,本文提出的回传策略相比其他算法在传输时延和包交付率方面有更好的效果.

季节性SARIMA模型在实验室开放管理中的应用

为了更好地进行实验室开放管理和高效利用,结合我院实验室日常上机人数的历史数据进行分析研究,提出了构建季节性SARIMA模型,将其用于对实验室日常上机人数的预测,并介绍了季节性SARIMA模型的理论基础和构建过程。研究结果表明,季节性SARIMA模型在实验室开放管理中的应用,更有利于安排值班人员和开放实验室数量,从而很大程度提高了人员的管理水平和资源的利用效率。该模型已在我院的计算机实验教学、实验室开放管理得到了成功应用,并取得了显著的效果。

面向车联网的智能数据传输新方法

车联网(IoV,Internet of vehicle)技术是智能交通中的热点研究课题,智能数据传输新方法的研究是IoV的重要技术之一。针对IoV的智能数据传输问题,考虑了车辆密度、车辆速度、数据传输速率和数据传输时延等重要参数,构建了IoV网络模型和时延函数,提出了基于马尔可夫决策理论的数据传输最优路由方法。通过同类方法的对比分析,验证了本路由策略具有数据传输速率更高和数据传输时延更短的性能,对基于IoV的智能交通中的动态远程监控等多种应用具有重要的理论意义和实用价值。

基于非支配排序遗传策略的车联网多目标计算任务卸载调度方法

移动边缘计算(Mobile Edge Computing,MEC)作为5G体系结构中非常重要的部分,能够支持需要超低延迟的许多创新性的服务与应用,可以通过引入MEC来解决目前车载移动终端设备无法满足车联网(Internet of Vehicles,IoV)低能耗与低时延需求的问题.提出将车辆计算任务切分成小的有依赖关系的子任务,切分后的子任务可并行处理,同时基于计算任务切分提出时延与能耗模型;构建IoV计算任务卸载的约束多目标优化模型,并提出非支配排序遗传策略(Nondominated Sorting Genetic Strategy,NSGS)来优化目标函数,对IoV中计算任务卸载问题提出新的非支配关系与约束.基于一系列的实验以及卸载方法间的比较,证明了本文所提出方法的有效性及具有更低的时延和能耗.

一种基于Q-Learning策略的自适应移动物联网路由新算法

针对移动物(车)联网的路由问题,通过对车辆的运动特点及造成链路断裂的原因进行的详细分析,我们建立了链路维持时间模型,并将维持时间作为设计路由算法的重要参数. Q-Learning作为一种启发式机器学习策略,能够通过与周围环境交互来动态地调整路由路径.基于此,我们设计了一种自适应的路由新算法.它将学习任务分散在每一个车辆节点中,通过周期性的与周围节点交换信标信息来维护可靠的路由路径.利用NS-2模拟器对该算法的性能进行了评估,结果表明,在不同的网络场景中,该算法在递交率、端到端的延时以及平均跳数等方面均表现出很好的效果.

“项目驱动”实践教学法在计算机接口课程群中的应用

针对目前高等学校计算机接口类课程教学存在的学生动手能力弱的问题,提出基于"项目驱动"的教学模式和多层次的实践教学体系。根据课程的特点和学生的动手能力,由教师设定若干个由简及难的研究项目,从课程开始的项目设置阶段到项目实施阶段以及项目总结阶段都以学生为主导。通过与企业沟通,以企业目前主流的开发设备和项目需求为依据设计实践教学中的项目。实践证明,该方法能够提高学生的动手能力和创新意识。

基于复杂网络的软件结构度量方法综述

计算机软件复杂性与软件质量、开发成本和生产效率等密切相关,软件复杂性的度量和控制是计算机科学的挑战性问题之一.近年来复杂网络研究的兴起为研究软件系统结构复杂性提供了新的理论、方法和工具,该方法克服了传统软件结构度量方法侧重微观统计、缺乏全局性和整体性等缺点,构成了复杂网络与传统软件工程的交叉研究领域.对该领域的研究工作进展进行了介绍,从软件网络结构特征分析、建模以及研究成果的初步应用3个方面总结已有工作,并对今后有意义的研究方向进行了展望,如基于加权模型的软件网络建模、软件网络动态演化机制等.

基于单边带调制的前馈技术压缩半导体激光器线宽

提出了一种基于电光单边带调制的前馈线宽压缩系统,该系统主要包括相位噪声检测和单边带调制两大部分。相位噪声检测部分输出一个与相位误差成比例的误差电压信号,电压信号通过线性调频作用于单边带强度调制器,实现对激光信号的调制。单边带调制器采用马赫增德尔强度调制器的结构,相当于内嵌四个相位调制器,通过相位调制达到强度调制的目的,最终得到线宽压缩的激光信号。实验针对波长为1552.52nm、功率10mW的分布反馈(DFB)半导体激光器,通过对闭环系统的搭建与仿真,激光器的线宽从原来的0.5nm减小到0.016nm,实现了对半导体激光器线宽的压窄。

一种基于FBMC-OQAM干扰抑制的功率资源分配新算法

基于FBMC-OQAM(filter bank multicarrier-offset quadrature amplitude modulation)的多用户频谱共享的认知无线电网络中的资源分配问题,在此提出了一种干扰抑制的功率资源分配算法(powerresource allocation algorithm,PAA).引入跨层干扰限制来保护网络中的次用户免受过多的干扰.引入虚拟队列的概念,将多用户争用信道资源导致的额外分组时延转化为在信道对应的虚拟队列中的排队时延.该算法以系统能效为目标函数、以时延和传输功率为约束条件,提出一个非线性约束下的非线性分式规划问题.设计了一种迭代算法,先通过一些变换将分式目标函数变为多项式形式,降低其实现难度后迭代求其全局最优解.此外设计了一种次优算法,以部分性能换取更低的计算复杂度.经实验仿真对比,最优算法具有高性能,次优算法在低计算复杂度的基础上具有较高性能,2种算法均具有很好的实用价值.

时间序列部分周期模式的更新算法

针对在线增量部分周期模式挖掘中计算复杂度过高的问题,提出了一种带移动时间窗的时间序列部分周期模式挖掘算法.在时间序列的数据挖掘过程中,某些应用场合只要求对近期的时间序列数据进行挖掘发现部分周期模式,作为时间序列未来行为趋势的预测.因此在挖掘过程中,利用时间窗口,在先前挖掘结果的基础上,对最近的时间序列进行部分周期模式挖掘.文中增量式的在线挖掘算法对指定时间窗口中的数据搜索不多于2次.分别对合成时间序列和交通流时间序列数据进行了实验,数据表明,与不带移动窗的现有算法相比,搜索速度大大加快,该算法对大型时间序列数据非常有效.

基于多智能体的集装箱码头装卸设备协同调度

针对集装箱装卸设备作业相互耦合的特点,设计了基于多智能体的协同调度优化模型。首先应用带有阻塞限制的混合流水车间模型构建了调度模型,随后应用蚁群算法得到初始方案,最后应用多智能体的合同网机制对方案进行调整。仿真结果显示,该调度方法具有较好的可行性。

面向语义网的本体整合技术的研究

从领域本体的结构和元素等层次,研究多粒度本体整合方法,开发出面向同一领域的本体整合工具系统.以两个电子类领域本体作为整合案例,分析OWL文件结构特征,抽取本体的主要信息以树型结构进行表示,通过元素层次和结构层次相结合的映射方法,同时采用相似度计算模型并借助本体词典Wordnet和基于统计学的方法,对领域本体进行整合操作,结果不仅实现了基于元素级层次的处理,而且实现了其语义层次上的分析.

一种通用混合计算中间件的设计与实现

随着接入设备的激增,网络应用及协议的不断涌现和互联网流量的爆发式增长,给数据分析与处理带来了极大的挑战。大数据环境中数据处理应用所呈现出的趋势是实时在线计算、离线批式计算以及动态响应式计算相互结合、相互影响,这就要求底层计算资源具备同时提供实时计算、批式计算及响应式计算的能力,然而传统的系统架构和编程模型已经无法满足这种混合计算需求。文中设计并实现一种构建在流式数据处理过程IStream之上的混合计算中间件(Generalpurpose Hybrid Computing Middleware,GHCM),它以统一、灵活的高层抽象将相互依赖的高并发实时处理业务逻辑、批处理业务逻辑和跨层次动态调用无缝融合起来。实验数据表明,GHCM在解决混合计算问题上具有良好的性能,在大幅缩短开发时间的同时为用户提供了可重用和易扩展等支持。

物联网工程专业传感器技术课程的教学改革

针对物联网工程专业课程中传感器技术难讲、难懂的问题,提出相应的教学改革方案,分别从课堂教学内容、实践教学内容和考核方式入手进行改革。在课堂教学方面调整教学重点,采用探究式的教学方式;在实践教学方面实验形式从仿真到实作以及开放的实验环境,使学生循序渐进的逐渐掌握自主制作传感器的知识和技术;考核方式较以往更加多元化和人性化。通过对两届学生的教学改革的实践结果分析,学生的实践能力和学生对课程的满意度显著提高。

基于位置的社会化网络推荐技术研究进展

随着移动互联网技术、定位技术和无线传感技术的飞速发展以及智能手机的不断普及,基于位置的社会化网络及其带来的应用服务应运而生并得到了迅速的发展.位置数据弥合了物理世界和数字世界之间的鸿沟,使得人们能够更深入地了解用户的偏好和行为.针对用户的兴趣所在,为用户提供基于位置的个性化推荐服务,已成为当前基于位置的社会化网络的一项重要服务,得到工业界和学术界的广泛重视,正成为推荐系统和社会化网络研究领域的一个新的研究热点.从推荐对象、推荐方法和评价方法3个方面对基于位置的社会化网络推荐技术进行概括、比较与分析;在此基础上,对这一研究领域未来可能的研究方向进行了总结与展望.

基于上下文迭代学习的方面级别情感分析

方面级别情感分析是对给定句子的不同方面进行情感极性预测。在长句子中有许多无关词会干扰情感预测的结果,且这些无关词与中心词存在一定的距离。对此,提出以下解决方案:设计上下文迭代学习网络。提出上下文注意力模块(context attention modules,CAM),模块采用上下文动态特征掩码(context features dynamic mask,CDM)遮掩距离中心词较远的词,上下文动态特征权重(context features dynamic weighted,CDW)减小较远词的权重。文中设计的CAM经过多层迭代,增强了方面词在上下文部分的特征提取。在公共的基准数据集上进行一系列的试验比对,试验结果证明文中提出的方法是有效的。