基于私有云的数字化资源共享研究

针对部分高校私有云数字资源开放程度不够、共享通道缺乏、资源利用率不高等问题,文章提出了一种构建私有云数字资源共享平台的设计思想.该设计思想采用虚拟化解决数字资源的统一调度和管理,采用虚拟专用网扩大了数字资源共享面并可以随时随地访问数字资源,采用智能弹性架构为学习者访问数字资源提供质量保障.为了评估该设计方法的性能,通过仿真实验验证了其设计思路.实际运行结果表明,采用该方法构建的私有云数字资源共享平台,是实现扩大数字资源共享面与资源访问质量保障的有效方案.     

一种改进的基于WSN独立分簇的路由协议

针对现有WSN分簇路由算法的不足均衡网络能量消耗,引入一种新的基于竞争机制的无线传感器网络分簇路由协议,利用"屏蔽效应"控制簇头在簇中的分布和各簇成员节点数目,同时采用独立的簇头选举制度按轮仅在簇内广播簇头信息来减少簇头选举次数从而进一步节省能量。并采用基于阈值的单跳与多跳相结合的簇间通信方式。当与现有协议比较结果表明,新算法有效解决簇头分布不均的问题,能更好的均衡节点能量负载,其能量有效性也得到了很大的提高,延长了网络寿命。     

无线传感器网络的分簇时间同步算法研究

时间同步技术是无线传感器网络许多关键技术实现的基础,低耗能和高精度是无线传感器网络时间同步算法的重要技术要求;简要阐述了无线传感器网络的经典时间同步算法并进行了比较,具体介绍了基于分簇改进机制的,融合了PTSN改进算法和DMTS算法的时间同步技术;分簇改进机制和DMTS节约能量,而PTSN改进算法在精度高的情况下,复杂度较低,也节约了部分能量;此方法减少了网络的能量消耗,同时也保证了网络的精度。     

基于FOA GRNN模型的太湖水质预测研究*

由于水环境较为复杂,传统水质预测方法难以建立理想的非线性系统。为了提高水质预测精度,本文提出一种利用果蝇算法（fruit fly optimization algorithm,FOA）改进广义神经网络（general regression neural network,GRNN）的水质预测模型。利用果蝇优化算法具有的全局寻优特性可以对关键参数进行寻优的特点,结合广义神经网络的高精度逼近能力,建立了FOA GRNN水质预测模型。选取太湖水域0号观测站采集到的溶解氧、温度、总氮、总磷等4项数据,使用线性插值法、平滑法与归一法对数据进行预处理并实验仿真。仿真结果表明,FOA GRNN的预测结果接近真实值,其4项预测指标的均方根误差分别为0164 83、0250 39、0126 59、0111 19,达到理想结果,具有稳定性强、精度高的优点,在水质预测方面有很大的实际应用价值。     

基于高效通道注意力的多阶段图像去雨网络

针对现有图像去雨算法不能更好地保留图像背景细节的问题,提出一种基于高效通道注意力的多阶段图像去雨网络。首先,网络使用3×3卷积提取雨图的浅层特征并传递给高效通道注意力模块,为不同的特征通道分配不同的权重;然后,传递给3个并行阶段,在前2个阶段中,使用编码-解码器进行多尺度特征提取,减少雨纹信息丢失,其中使用Transformer模块抑制无用信息传递;最后,在第3个阶段使用初始分辨率模块代替编码-解码器,从而保留输出图像的精细特征。实验结果表明,所提算法在Rain800、Rain12、Rain100L和Rain100H公开测试集上的结构相似性分别为0.830、0.968、0.960和0.944,峰值信噪比分别为27.33 dB、35.27 dB、36.79 dB和28.94 dB。所提算法相比于经典和新颖的图像去雨算法,在去除雨纹和恢复背景细节上具有更好的效果。     

嵌入常识的混合注意力LSTM用于主题情感分析

传统神经网络模型在捕捉上下文信息时,缺乏对于某一主题重要线索的准确分析能力。对此提出嵌入常识知识库的混合注意力长短时记忆网络(LSTM)主题情感分析模型。通过引入全局注意力和位置注意力机制来改进长短时记忆网络LSTM;将常识知识库嵌入到LSTM的情感分类训练中。该模型在推断特定主题的情感极性时明确地抓住了每个上下文词的重要性,使分类更加准确。实验结果表明,混合注意力模型与常识知识库的引入,提高了主题情感分析的分类效果。     

基于地址分配的ZigBee自愈算法

ZigBee技术为低功耗、网络容量大、传输速率适中的具有自组织功能的无线通讯技术.通过地址分配和树路由算法的改进,当网络中有路由节点坏死时,不需要重新分配节点地址,也不需要重组网络,就能实现网络的自愈;能有效提高网络的生存周期,并在一定程度上解决了网络中孤节点的问题.通过OPNET仿真分析表明算法的可行性.     

基于PSO改进BP神经网络算法的金属表面缺陷分类

为了实现金属工件表面缺陷在线检测,利用CCD传感器和图像处理技术,对金属工件表面孔洞、划伤和壳状凸起等缺陷进行特征提取与分类。采用自适应阈值分割法对预处理图像进行缺陷特征分割,运用BP神经网络建立对样本的缺陷特征向量和缺陷分类结果的网络预测模型,为了提高网络模型的精确度,采用PSO算法改进BP神经网络的权值和阈值,通过实验样本验证和对比BP和PSO-BP模型的准确率和平均误差,试验结果表明基于PSO-BP算法的金属表面缺陷分类准确率达到85%以上,获得了更优的分类效果。     

电路老化中考虑路径相关性的关键门识别方法

65nm及以下工艺,负偏置温度不稳定性(NBTI)是限制电路生命周期,导致电路老化甚至失效的最主要因素。本文提出了基于NBTI的时序分析框架,在确定电路中老化敏感的潜在关键路径集合的基础上,通过考虑路径相关性确定老化敏感的关键门。本方法简单易行,在65nm工艺下对ISCAS基准电路的实验结果表明:在保障电路经10年NBTI效应仍满足相同的时序要求的前提下,本方法较同类方法能更加准确得定位关键门,且关键门的数量较少,从而可减少抗老化设计的成本。     

高频MoCA网络的链路安全技术研究

MoCA采用高频段进行传输,以其特有的低维护量和高性能的特性在EoC中得到了广泛应用.概述了EoC的高频MoCA技术,通过对EoC方式下的一些链路安全技术进行分类说明,然后重点探讨了MoCA中链路安全技术的优劣,希望对高频MoCA网络的安全有所帮助.