基于能力培养的C语言项目化训练教学模式初探

本文针对C语言课程学习特点提出了知识模块化、训练项目化的教学模式,通过分析C语言当前教学现状,介绍了该教学模式下项目化教学方法的设计思路、并给出详细的训练项目设计方案以及项目化教学方法的实施流程和实施效果;通过项目化教学方法的实际运用说明这种教学模式的教学效果及推广价值。     

中国现代设计与古代文献研究

现代设计发展的趋势之一是将中国传统融入设计之中。从现代设计的需要出发,古代文献研究为现代设计发展提供支持主要包括三方面:一、古代文献研究促进对中国古代设计史的研究;二、借助古代文献研究构建古代设计的理论体系;三、借助古代文献的研究加强对古代图像的研究。     

基于粒子系统的舰船尾流建模与仿真

在尾流自导鱼雷弹道设计与作战使用研究中,需要建立逼真的水面舰船尾流模型,用以进行鱼雷进出尾流的判断。舰船尾流是1种具有较好统计特征的随机物理场,与舰船速度、航向、位置等机动轨迹与海况存在内在的关联。而粒子系统正是解决这种随机物理场的最有效方法。根据舰船尾流的外在特征,采用粒子系统研究建立了舰船尾流模型,实现了舰船各种机动条件下尾流的模拟和鱼雷尾流探测的仿真,为尾流自导鱼雷的弹道研究提供了很好的技术支撑。     

基于NS-2的航空器通信仿真模块的设计与实现

网络仿真器NS-2在空间通信网络研究中得到越来越多的应用.深入分析了NS-2中卫星网络结点和卫星链路仿真模块的特性.在分析卫星网络基本仿真原理和方法的基础上,以航空器通信仿真为例,给出了NS-2核心仿真模块的扩展方法,实现了航空器通信仿真模块.仿真实验研究分析了航空器的飞行对航空器与卫星之问链路切换特性的影响,证明了航空器通信仿真模块扩展方法的可行性和有效性.     

基于孤立点挖掘的异常检测研究

随着网络技术的迅速发展,新类型的入侵行为层出不穷,人们迫切需要能检测出新类型入侵行为的技术.将数据挖掘与入侵检测相结合,能够增强入侵检测系统对海量数据的处理能力,使得入侵检测系统具有可扩展性和自学习能力,增强人侵检测系统的检测功能.从数据的观点来看,入侵检测本身是一个数据分析过程,在数量上远少于正常行为的入侵行为可看作孤立点.于是将数据挖掘中的孤立点挖掘技术作为一种网络安全检测手段,用来识别变种或未知入侵行为,对于改善入侵检测系统的性能有着重大的研究意义.文中着重通过对LPCL孤立点算法进行介绍,并提出改进算法,从而有效减少计算量,快速挖掘数据更新后的新孤立点,具有较高的实用价值.     

一种基于Link606带无源PFC电路的开关电源

本文介绍一种带无源PFC的开关电源的实现方法,并将其与不带PFC功能的传统开关电源进行比较,阐述其工作原理,进一步从细节上分析其实现PFC作用的方式。选择PI公司的LINK606系列芯片,与该无源PFC电路组合,设计了一款开关电源,使该电源输出恒流。本文还给出了相关原理图、波形和实验数据。     

基于可拓学的网络安全报警分析技术研究*

用户的网络管理需要建立一种新型的综合网络安全管理解决方案,即统一网络安全管理。特别关注于其中的一个关键功能——报警分析。其思路是以IDS报警为中心,将报警分析过程分解为包含报警评估与报警相关的两级关联分析模式。为了有效克服现今IDS报警分析技术中存在的问题和局限,顺应网络安全管理的统一化趋势,引入在解决矛盾问题方面极具优势的可拓学,以保证网络安全报警分析各种功能在技术上的实现。     

基于UKF的CDMA系统信道参数估计

CDMA系统信道时间延迟估计是一个非线性的迭代过程。UKF算法能够避免EKF由于线性化非线性系统而带来的误差过大等问题,比EKF估计的更加精确。利用UKF算法对CDMA系统信道的幅度衰减参数与延时参数进行了估计。在研究中考虑到了多址干扰和远近效应对信道参数的影响,仿真结果表明UKF算法能有效地抑制远近效应及多址干扰,估计出无线信道参数。     

基于非下采样contourlet变换与脉冲耦合神经网络的图像融合算法

提出一种基于非下采样contourlet变换(NSCT)与脉冲耦合神经网络(PCNN)的图像融合算法.该方法首先利用非下采样eontourlet变换对输入图像进行多尺度分解、多方向稀疏分解,准确捕获图像中的高维奇异信息,然后利用脉冲耦合神经网络的同步激发特性确定融合规则,选取融合系数,提高融合性能.实验结果表明,算法比小波变换、contourlet变换有更好的融合性能.     

复指数Fourier神经元网络隐神经元衍生算法

以平方可积空间上的复指数Fourier级数作为激励函数构造了新型Fourier神经元网络,并推导出采用加号逆表示的网络权值直接确定公式,克服了传统BP神经网络收敛速度慢、易陷于局部极小点、迭代学习易发生振荡等缺陷。并在此基础上构造了隐神经元衍生算法,克服了传统BP神经网络难以确定最优网络拓扑结构的缺点。理论分析及仿真实验表明,该复指数Fourier神经元网络能够一步计算网络最优权值且能自适应调整网络结构,对随机加性噪声具有抑制作用,并能高精度逼近非连续函数。