工程教育认证背景下的“计算机网络”课程教学设计

结合目前高校各专业正在进行的工程教育认证实际情况,特别是考虑到“计算机网络”课程在本科教学中的重要性,文章对该课程的教学问题进行了分析。为了解决这些问题,文章提出了将工程教育认证理念应用到“计算机网络”课程的教学改革中的建议。

计算机基础教学的应变策略及实践

在高校本科教育中,计算机基础教学与数学、外语一样具有基础性、普及性及实用性。探讨应对新形势计算机基础教学的策略并将其付诸教学实践环节,实践证明这些策略能提高教与学的效率,具有较高的实用价值。

教学评价系统在计算机语言教学中的应用

计算机语言教学一直是计算机专业新生认为较为难学的学科之一,同时针对学生对平时学习不够注重,论文提出利用计算机辅助教学为学生平时的学习提够服务,并且使用基于模糊评价的方法对平时的学习进行评价,不仅解决了平时成绩评判的主观性,而且促进和激励了学生平时学习的积极性,同时减少了教师的工作量。

顶管掘进机的计算机远程监控系统设计

顶管掘进机广泛应用于隧道挖掘和管道铺设。为使其高效工作,设计了远程计算机控制系统。结合项目要求,分析了系统结构,提出了系统设计的新方法,总结了设计的要点和思路。系统上下位机结合通信技术,可实现控制顶管掘进机的有效运转。

基于深层特征注意力提取的行人检测算法

行人检测是计算机视觉的基本挑战之一,目的是快速并准确的定位行人。针对行人检测中大目标难以定位、小目标难以检测以及拥挤人群的问题,通过增大深层特征图的感受野和丰富深层特征信息,提出了一种基于深层特征注意力提取的行人检测算法。首先,在骨干网ResNet-50的基础上为其添加新的阶段,通过空洞卷积进行更深的特征提取,以捕获丰富的上下文特征。其次,通过使用注意力机制从通道维角度挖掘特征间的关联信息,对行人特征进行加强。所提出的行人检测算法虽然结构简单,但它在具有挑战性的行人检测基准CityPersons和Caltech数据集上,展现了具有竞争力的准确性和良好的速度。

数字通信系统中的符号时钟恢复技术

在数字通信系统中,由于有高斯噪声和多径的影响,接收信号产生损失,从而导致时钟信号的提取更加困难,而时钟信号的不准确性会降低整个系统的性能。本文我们给出一种改进的时钟恢复算法原理,算法主要包含简单有效的插值滤波模块,改进的Gardener算法和快速收敛的PLL。该算法可以适用于宽带无线通信系统中的数字接收机中,采用该算法的数字接收系统已经用FPGA验证通过。

移动云计算中基于信息匹配的资源分配策略研究

针对传统的资源分配大多没有综合考虑移动终端的动态性以及用户请求资源任务差异等问题,提出了在移动云计算环境下的资源分配算法。该算法采用QoS属性的整体性能来体现移动终端性能,首先通过Qos属性树相似度匹配得到用户请求资源的性能,然后根据相似度与资源之间的映射进行资源分配。实验结果表明,该资源分配方法在降低虚拟机初始化数量的同时,提高了资源利用率。

基于用户聚类和时间隐语义模型的推荐算法研究

协同过滤算法是推荐系统中使用最广泛的算法之一,随着个性化推荐技术的发展,传统的协同过滤算法在数据稀疏的情况下推荐的准确率较低,同时没有考虑用户的兴趣会随着时间的推移发生动态变化等因素,传统的协同过滤推荐算法已无法满足个性化推荐的需求。论文针对以上问题提出一种融合算法,将K-means算法和隐语义模型相结合,提出基于用户聚类和时间隐语义模型的推荐算法K-T-LFM(K-means algorithm clustering users and Time Based Latent Factor Model)。该算法根据用户的属性特征,采用最大-最小准则确定初始质心的K-means算法将用户聚类,解决了新用户登录的冷启动问题,降低了矩阵的稀疏程度和矩阵规模;根据艾宾浩斯遗忘曲线提出时间函数,并融合传统隐语义模型对聚类中的用户评分稀疏矩阵进行填充,有效缓解了数据的稀疏性,同时考虑了时间因素对用户的兴趣偏好的影响,提高了推荐算法的准确性。通过MovieLens数据集进行实验对比,该算法较其他的协同过滤算法准确率有所提升。

基于GA-LSTM的汽油辛烷值预测建模

受辛烷值准确预测的建模需求驱动,本文在考虑复杂多工况的工业背景基础上,提出基于长短时记忆网络的辛烷值建模方法。首先,采用长短时记忆网络进一步提取辛烷值数据信息。其次,针对长短时记忆网络网络参数难以确定问题,采用遗传算法对其参数进行优选,建立了GA-LSTM辛烷值预测模型。最后,通过仿真实验验证了其建模有效性。

微博社区的谣言传播仿真研究

利用谣言在人类社区中的传播方式与病毒传播类似的特性,将微博社区用户抽象为网络中的节点,构造微博信息传播网,从宏观角度研究谣言在网络中的传播机理。SIR建模和计算机仿真证明,谣言传播受有效传染率和网络度分布熵影响,有效传染率越大,网络受影响规模越大,网络度分布熵越小,谣言越容易传播。

基于模拟退火波长优化的草莓坚实度近红外光谱检测

为提高近红外光谱技术检测草莓坚实度模型的精度和鲁棒性,研究了一种基于模拟退火算法的波长优选方法,并找到一种与该算法配套的光谱预处理方法。利用光谱仪和物性仪分别采集草莓样品近红外漫反射光谱和坚实度数据,并采用标准正交变换、多元散射校正、一阶导数、二阶导数等方法对原始光谱进行预处理;最后,利用模拟退火算法优选与草莓坚实度高度相关的波数点变量,结合偏最小二乘法建立草莓坚实度预测模型。结果表明:经过标准正交变换预处理后,采用模拟退火算法优选出24个波数点,在主成分数为5时,建立的偏最小二乘模型具有最佳预测效果,模型校正集样本相关系数rc为0.934 2,校正均方根误差为0.665 N/cm2;预测样本相关系数rp为0.919 7,预测均方根误差为0.673 N/cm2。研究表明:模拟退火算法可以提高近红外模型预测草莓坚实度的精度和鲁棒性,并降低预测模型复杂度。

基于梯度的混合Mumford-Shah模型医学图像分割

针对C-V法的水平集图像分割法缺少局部控制能力等问题,将基于边缘的几何主动轮廓线模型和基于区域的C-V法两者结合起来,提出了基于梯度的混合Mumford-Shah图像分割模型HMSG。给出了HMSG模型的参数设置准则,在分割的初期加大模型中全局特征项的权值,在分割的后期则加大局部特征项的权值,以提高模型的图像分割能力。对合成图像与医学图像的分割实验结果表明,该方法优于C-V方法对于含有噪声和边缘模糊的非二值图像的分割,能够较为准确地提取图像边界,可以有效提高图像分割整体性能。

一种隶属关系不确定的可能性模糊聚类方法

模糊聚类是聚类分析的一个重要分支,模糊C-均值聚类算法及其改进算法都是一种基于概率约束的聚类方法,所采用隶属度的取值形式体现了数据集的绝对隶属程度,常常出现不理想的聚类结果.对此,提出了不确定隶属的概念,在此基础上,通过提出两个基于相对隶属程度的判断准则参数,设计出一种新的基于隶属关系不确定的可能性模糊聚类新算法,并给出了具体算法实现.新算法将迭代过程中数据集对聚类簇隶属的可能性与不确定性关系引入目标函数中,达到明显的优化聚类结果的功效.理论分析和实验结果表明,相对其他聚类算法,新算法具有更高的聚类正确率.

嵌入式Linux下CAN控制器的驱动程序设计

嵌入式操作系统uClinux下扩展各类CAN总线设备,需设计相应的驱动程序。MCP2510为常用的CAN总线控制器,以它为例,详细研究分析了嵌入式操作系统中设备管理和驱动程序的特点,以及uClinux下CAN设备驱动程序的开发流程和技巧,并结合CAN总线技术的特点,设计了相关的重要数据结构和操作代码。最后介绍了把驱动程序编译添加进uClinux内核的方法,实现了CAN设备的驱动。

一种基于正则表达式匹配的协议分析异常检测方法

在分析了基于协议分析技术的IDS不足的基础上,引入了正则表达式的技术,提出了基于正则表达式匹配的协议分析技术,给出了相应实现算法,并在实际构建IDS规则库时进行了试验,通过实验结果表明,运用正则表达式改善了误用检测中检测特征单一、无法检测新攻击的缺陷,扩展了检测变种攻击的能力,从而大大提高了检测的效率。

基于背景差的码头运动船只检测

通过背景差法对码头视频图像中的运动船只检测。采用混合高斯模型为码头背景建模,该模型可克服各种外部因素的影响,如光照变化、阴影、目标遮挡等,具有很强的适应能力。对采用全局固定阈值进行运动目标分割的方法作了优化,并对运动船只目标进行分割。经现场测试,能有效地监测运动船只、记录异常事件以及视频图像的提取和过滤,提高了码头监管的质量和效率,可广泛应用于码头无人监控。

实时企业服务总线的研究与设计

针对现有企业服务总线在不同类型业务流竞争有限带宽资源时产生系统拥塞的问题,提出一种实时企业服务总线模型。对JBI标准进行了改进,增加了业务优先级和业务时间约束的语义,并加入流量控制和带宽分配组件。系统运行时能根据不同类型业务流带宽需求,按照业务类型优先级从高到低动态分配服务总线的业务流量带宽。仿真实验结果表明,该方法可以保证高优先级业务的带宽需求,减少因业务拥塞导致的服务质量下降,并进而提升系统整体的吞吐能力。

基于信息熵SVM的ICMP负载隐蔽通道检测

许多网络设备考虑ICMP流量是良性,对其负载部分不进行检测,因此,攻击者可以将生成的任意信息隐藏在ICMP的有效负载中。将信息熵引入到支持向量机建模中,分析了高熵点与支持向量的关系,进一步构造出用于检测ICMP负载隐蔽通道的信息熵支持向量机模型,最后给出了相关实验,实验结果表明使用信息熵支持向量机检测ICMP负载隐蔽通道具有较快的分类速度和较高的分类精度。

基于网格化的医学图像不规则特征提取方法

提出了一种针对不容易描述的不规则特征的提取方法:采用贝叶斯启发式学习方法提取图像的聚类变量和等价变量作为特征;用网格划分技术过滤和释放位于稠密超方格的数据项,从而有效减少内存需求、大幅度降低计算复杂度。将此方法应用于医学图像分类器中的特征提取部分,实验结果表明大大地提高了分类的准确率。

基于多传感器协同的智能循迹小车控制系统设计

介绍了基于多传感器协同的智能循迹小车控制系统设计。研究了小车在各工况下工作情况,以XC866-4FR为控制核心,搭建包含轨迹传感器、轮速传感器和转向角传感器在内的多传感器协同控制硬件系统。设计多传感器协同方法以及多路况控制策略。开发控制软件并进行软件可靠性设计,改进后智能小车循迹可靠性和过弯速度有大幅提升。