学不可以已

《荀子?劝学》中有言:“学不可以已。”简明扼要地道出了学无止境的真理。学习是成事之基、创新之源,对于认知世界、增强本领,乃至修身养德,都意义重大。在新技术加速迭代、世界形势日新月异的当今社会,更加需要通过学习来不断获取知识、技能和思想的更新,进行不间断的、持续的充电,从而不间断地、持续地释放能量。     

探索疫情下药物分析课程网络教学新模式

药物分析作为药学本科专业一门重要的必修课程,主要讲授的是对药物进行全方面控制。本文探讨在受到新冠肺炎疫情影响下,如何在线上做到从多方面入手,优化以往教学方案,大力建设药物分析网络课程资源,开创线上教学新模式。     

网络型病毒与网络安全防御研究

在信息时代下,人们的工作方式、生活方式、思维方式都随着网络技术的进步而改变。此时,网络安全防御成为了社会上广泛关注的话题。目前,网络型病毒成为了最大的阻碍。一般而言,网络型病毒都是突然发生的,且传播的路径非常多样化,经常导致大面积的网络瘫痪。网络安全防御在近几年虽然投入了较大的研究力度,可最终的成果并不理想。部分网络安全防御的软件或者程序,的确效果突出,但价格过高,不符合大众消费的理念。所以,绝大多数地区的网络,仍然是面对网络型病毒的威胁。日后,必须采取有效的防御策略来应对。     

基于NoC的容错路由算法

各种各样的软件和硬件上的错误都会破坏网络的数据传输,因此研究No C网络的容错算法是非常必要的。在基于XY路由算法的基础上提出了改进的容错路由算法,当链路或者传输节点之间发生错误时,可通过重新设置路由规则来获取一条有效的路由路径。在FPGA上进行路由容错算法的仿真,并和目前常用的几种路由算法在所适用拓扑、是否防止死锁等方面进行对比。仿真结果显示改进的路由容错算法性能优越,是可行的。     

移动视听 梦想起航——首届中国移动互联网视听产业“金桥汇”在沪举行

随着三大运营商开启4G业务,中国正式进入4G时代。每一次技术的革新都将催生新的产业或是带来产业的大发展大变化。同样,4G的发展成为视听产业的强大助推器。中国移动市场预测,在中国移动数据总量中,约70%来自于视听业务。视听业务不只是高清视频播放,还将在社会、生产、生活全方面得以广泛应用。目前,在移动互联网视听产业发展的道路中仍有许多未知空间,存在着巨大的发展潜力,同时发展中存在的问题、难题更是需要相关资深专家、行业翘楚共同探讨。     

一种基于数传电台的网络通信协议设计

数传电台在工业现场有着广泛的应用,该类设备提供了一种在无运营商网络环境下的低成本数据通信方案。然而受限于数传电台的通信机制,多个数传电台间的组网技术是困扰数传电台进一步推广应用的关键问题。本文结合数传电台的通信特点,在借鉴计算机网络设计思想的基础上,提出了一种基于数传电台的网络通信协议。     

电动汽车动态无线电能恒功率充电

电动汽车充电时,且电池电量低于80％时,为了保证充电效率一般采用恒功率充电.在动态无线电能传输系统中,电动汽车的不断移动会导致发射线圈和接受线圈的互感系数变化,致使电动汽车充电不稳定.为实现恒功率充电,提出了一种基于模型预测控制(MPC)的动态无线电能传输系统(DWPT)恒功率输出的控制方法.通过对系统建立数学模型,对输出功率进行模型预测,建立最小化目标函数来获得期望输出功率所对应的最优占空比,使输出功率恒定.进行了模型预测控制的动态无线电能传输系统Simulink仿真,通过对比不同线圈互感系数下的输出功率,验证了该方法的可行性,并且通过搭建实物测得的数据也证实了该方法的可行性.     

大数据时代网络信息安全及防护措施研究

计算机技术已经应用到了社会生产生活的方方面面,人们的生活越来越离不开计算机网络技术。大数据时代,人们的日常生活、企业的运行和发展都离不开网络。但是,大数据时代计算机网络安全问题愈发突出,不法分子借助网络盗取个人、企业信息资源,造成了巨大损失。本文探讨了网络信息在大数据时代的安全现状及防护措施,希望能够给人们提供一定的帮助。     

5G移动通信网络关键技术分析

5G移动通信网络技术是基于4G网络通信作为基础,具有4G的优势,并表现出了更为突出的技术优势,具有系统性、应用性以及综合性特征,满足了用户的信息传播要求。文章针对5G的概念、特点进行分析,并探讨了5G移动通信网络的各类关键技术。     

ATSP:时态网络可视化的自适应时间片划分方法

现有的时态网络可视化方法大多采用等量时间片来可视化网络的演变，不利于时态模式的快速挖掘和发现。为此，根据时态网络固有的特征提出自适应时间片划分方法（Adaptive Time Slice Partition method，ATSP）。在时态网络的两种表示方式（基于事件的表示方式和基于快照的表示方式）的基础上，构建了ATSP的基础模型，同时提出了一种改进模型用来描述事件间隔时间服从长尾分布的时态网络。为了实现时间片的不等量划分，针对探索任务的不同提出了基于时态模式的ATSP规则和基于中心节点的ATSP规则，并提出了实现算法--层次划分算法（Hierarchical Partition algorithm，HP）和增量划分算法（Incremental Partition algorithm，IP）。实验结果表明，ATSP方法比传统的时间片划分方法更能准确地表示网络的时态特征，且该方法应用于可视化时，能有效归纳并展示网络的特征，明显提高了视觉分析的效率。