NS2在计算机网络课程实验教学中的应用研究

在计算机网络实验教学中,通过NS2构建网络仿真环境,能有效地缓解高校网络实验室建设的压力,创新实验教学方法和手段。本文给出了一个传输层控制网络教学实例,阐述了如何利用仿真技术分析网络传输协议工作原理和性能。结果表明,引入网络仿真技术实现网络实验,能够有效提高教学效果,有利于学生创新能力和实践能力培养。

一种直接计算ATEM传输室谐振频率的简单方法

提出一种新的半解析方法,分析并计算了非对称横电磁波传输室谐振频率,通过计算等效为终端开路和短路的非均匀传输线的谐振频率计算了非对称横电磁波传输室谐振频率.采用矩量法计算了中间过程的电容分布和沿传输线的特性阻抗.通过解传输线阻抗转移公式和终端输入阻抗的气隙电容表达式的联立方程得出了数值结果.

关于构建当代大学生学习动力机制的思考

大学生是我国社会主义现代化建设事业未来的建设者与管理者。高校深化教育改革 ,面临着适应国家对大学生的培养提出的新的更高的要求 ,充分挖掘学生本人学习潜能的问题。文章指出 ,探讨大学生学习的动力机制 ,最大限度地发挥学生学习的自觉性、主动性、积极性 ,是摆在我们高校教育工作者面前的一项重要课题。

用系统仿真评估酒店餐厅设施的利用状态

叙述了利用CSIMAN系统仿真技术建立一个餐厅仿真系统的方法.在实际数据的抽样基础上,对餐厅系统的设备数量及种类进行了模拟仿真,同时根据CSIMAN仿真系统中的资源利用率NR(I)和实体排队长度NQ(I),得出了合理的设备配置及数量,确定了餐厅的最佳利用状态.

一种基于模拟退火和遗传算法的模糊聚类方法

首先,对模糊C-均值聚类算法做了简要分析和评论,根据其特点,提出了一种基于模拟退火和遗传算法的聚类分析方法,算法中采用了适合于模糊聚类的树型编码方案。实验表明,该算法可克服系统对数据集及初始聚类中心的敏感性,避免陷入局部极小,在模式识别、数据挖掘等领域有着广泛的应用前景。

基于支持向量机的图像边缘检测研究

将支持向量机应用于储粮昆虫图像的边缘检测中,利用支持向量机两类分类的思想,借助“支持向量”分辨出图像的背景和目标从而检测了图像的边缘,探讨了图像的边缘检测的一种新方法。

一种改进的基于遗传算法的模糊C-均值算法

把遗传算法搜索的随机性和并行性引入到模糊聚类中,克服了模糊C-均值聚类的局部性和对初始聚类中心的敏感性;该改进算法中采用了适合于模糊聚类的树型编码方案,且在遗传算法中采用了适合于模糊聚类的树型编码方案。同时详细设计了该方法,将该算法引入仓储物害虫的模式识别分类系统中,实验结果表明了该算法的可行性和有效性。

面包烘焙品质检验中纹理特征的提取

阐述了数字图像处理技术在烘焙面包品质检验中的应用,并依据烘焙面包切片区域图像的灰值游程矩阵,在图像的纹理特征的提取方法方面进行了探讨。试验结果表明,该方法为面包烘焙品质的快速自动检验提供了客观准确的科学依据,使感官评价的指标客观化。

一种基于模糊理论的图像识别方法

文章针对模糊模式识别的原理,根据图像的特征,采用模糊理论,提出了一种图像的识别方法。研究结果表明:该方法具有简单、快速、有效的特点,从而拓宽了模糊模式识别的应用范围。

基于遗传模拟退火算法的模糊聚类方法

首先对模糊C-均值聚类算法做了简要分析和评论,根据其特点,提出了一种基于遗传模拟退火算法的聚类分析方法,从而提高了遗传算法的全局搜索能力。算法中采用了适合于模糊聚类的树型编码方案,实验表明,该算法可克服系统对数据集及初始聚类中心的敏感性,避免陷入局部极小,具有良好的准确性与可靠性,在模式识别、数据挖掘等领域有着广泛的应用前景。

Java多线程测试策略及测试方法探讨

在分析Java多线程特性的基础上,探讨了Java多线程的测试策略及测试方法,提出Java多线程测试由类测试、集成模块测试和系统测试三个层次组成,并讨论了多线程的继承测试、同步测试以及效率测试。

谷物害虫图像识别中特征值提取技术的研究

本文阐述了在仓储物害虫分类识别研究中利用计算机数字图像处理技术,对谷物害虫图像的一阶灰度值直方图和图像的目标区域,自动提4取静态仓储物害虫图像的数理统计特征、纹理特征和几何形状特征的主要技术和方法。试验结果表明,该方法可以为谷物害虫的计算机自动模式识别(快速分类)提供稳定的特征参数值,有效地提高了识别率。该方法为仓储物害虫的快速鉴定和分类研究开辟了新的途径。

一种新的移动商务小额支付协议

提出了一种基于自更新Hash链机制的移动商务认证机制,设计了适用于移动用户与固定网络信息服务提供商进行频繁交易的小额支付协议。分析表明,新机制使用较少的交互,无需数字签名,实现在“第一时间”对移动用户的认证和会话密钥的高效产生。提出的协议不仅提高了支付协议的效率、安全性和公平性,而且解决了恶意透支和时限性等问题。

一种基于ICA的同态盲反卷积算法

盲反卷积是图像处理、语音信号处理、通信、系统辨识和声学等许多研究和应用的基本问题,具有重要的理论与应用价值。根据无损检测中盲反卷积问题的特点,提出了一种新的基于ICA的同态盲反卷积算法。该算法首先将检测信号变换到复倒谱域,将卷积混合模型变为线性混合模型,即ICA问题;然后通过ICA将系统冲击响应和输入信号分离;最后,根据分离的复倒谱信号,重构其时域信号。论文提出的盲反卷积算法具有运算量小,计算速度快,分离精度高等特点,且不受信道是否为最小相位信道的影响。计算机模拟和实验数据都证明了算法的有效性。

基于UML状态图的类状态测试

在介绍UML状态图的基础上,以面向对象软件的类作为基本测试单元,研究了基于UML状态图的类状态测试技术,并在Eclipse平台上结合Java工具用手工选择测试数据进行了实例测试。

基于Agent的分布式空间数据挖掘研究

在分析数据挖掘、空间数据挖掘、Agent的概念和技术特点的基础上,提出了一种基于代理的分布式空间数据挖掘模型,描述了分布式数据挖掘中协调器、数据挖掘代理、数据库和用户之间的通信、程序调用和代码迁移等实现方法。

基于类别层次结构的多层文本分类样本扩展策略

针对大规模多层文本分类训练样本获取代价高、类别分布不均衡等问题,提出并比较几种基于类别层次结构的大规模多层文本分类样本扩展策略,即利用类别层次体系中蕴含的类别名称、描述以及类别间的层次结构关系,从内涵和外延两方面入手构造或扩展类别训练样本。在首次大规模中文新闻信息多层分类评测数据集上,基于外延的局部样本扩展策略取得较好的性能。参测系统在第一级类别和第二级类别上宏平均F1分别为0.8413和0.7139,在10个参赛系统中位列第二。

基于数据流的类测试技术研究

面向对象软件测试已成为软件工程领域的一个重要研究课题,其中,类测试是面向对象软件测试的关键。论文在介绍传统数据流测试技术的基础上,以面向对象软件的类作为基本测试单元,研究了一种基于数据流的类测试技术。

面向对象软件类测试研究新进展

软件测试是软件开发过程中不可缺少的一环,是保证软件质量和提高软件可靠性的关键。近年来,随着面向对象软件开发方法应用的更加广泛和研究的不断深入,面向对象软件测试已成为软件工程领域的一个重要研究课题。类是面向对象软件的基本构成单元,类测试是面向对象软件测试的关键。从基于状态、基于规范、基于UML、基于方法序列、基于数据流等6方面论述了类测试的目前研究成果,分析了研究现状,探讨了进一步工作的方向。

基于支持向量机的仓储物害虫分类识别研究

论文提出了基于支持向量机的仓储物害虫的分类识别问题。首先利用计算机数字图像处理技术,综合提取静态仓储物害虫图像的数理统计特征、纹理特征和几何形状特征,并采用支持向量机进行分类识别。实验表明该方法对复杂模式的识别能力较强,达到了较高的识别率,这也为仓储物害虫的快速鉴定和分类研究开辟了新的途径。