浅谈无线网络在高校中的应用

无线局域网技术的不断发展,使得无线局域网成为高校信息化资源建设的重要内容,对于高校信息化资源建设起到了一定的影响。本文首先对传统有线网络的局限性进行总结,对高校架设无线局域网的优势进行分析,对无线校园的应用范围进行探讨。     

校园无线局域网的安全策略探讨

结合大学校园网的建设,分析了无线局域网的主要技术特点及组建方式,探讨了校园无线局域网信息安全问题,对无线局域网用于现阶段大学校园网的补充及延伸作了探究,讨论了常用的几种安全措施和方案。     

浅谈无线网络在高校中的应用

无线局域网技术的不断发展,使得无线局域网成为高校信息化资源建设的重要内容,对于高校信息化资源建设起到了一定的影响。本文首先对传统有线网络的局限性进行总结,对高校架设无线局域网的优势进行分析,对无线校园的应用范围进行探讨。     

浅谈无线局域网技术

文章介绍了无线局域网的优势及特点,从Bluetooth、IEEE802.11X、HiperLAN2、LMDS、MMDS等无线局域网规范介绍了无线局域网标准,介绍了无线局域网结构,并对无线局域网的组网问题进行了讨论,对无线局域网的应用进行了阐述.     

无线网状网技术研究

无线网状网是一种新兴的无线局域网技术。通过分析无线局域网的现状,详细讨论了无线网状网的功能特点,同时对比几种厂商的无线网状网解决方案,对无线网状网的组网方式和实现方式进行了探讨。研究工作为无线网状网的设计提供了良好的技术依据。     

无线局域网技术实验综述

无线局域网是当今网络发展的一个主要潮流,研究和掌握无线局域网技术不但要从理论角度还要落实到实践操作层面。文章探讨了开展无线局域网实验的特点、重要性意义,阐述了无线局域网实验的主要内容,最后对无线局域网实验中存在的问题进行了讨论。     

无线网状网技术研究

无线网状网是一种新兴的无线局域网技术。通过分析无线局域网的现状，详细讨论了无线网状网的功能特点．同时对比几种厂商的无线网状网解决方案，对无线网状网的组网方式和实现方式进行了探讨。研究工作为无线网状网的设计提供了良好的技术依据。     

基于OPNET的IEEE802．11信道接入技术仿真研究

信道接入控制技术是实现无线网络节点共享无线信道空间的关键技术。IEEE802．11作为无线局域网的一个重要协议标准,定义了两种信道接入控制方式,分别是分布式协调方式和中心协调方式。本文主要研究了以IEEE802．11协议标准为对象的无线局域网两种信道接入技术的学习和讨论,并运用先进的网络仿真工具OPNET对信道接入技术进行了仿真研究,总结了不同信道接入技术下的无线局域网的网络性能。指出设计网络时需要根据不同情况来选用不同的方式来进行通信。     

高校无线局域网应用浅析

无线局域网做为有线网络的有力补充,在高等院校信息化校园的整体规划建设中正在发挥着越来越重要的作用。本文简要分析了有线网络的局限性和无线局域网的体系结构及优缺点,以及无线局域网在高等院校网络建设中的优势,无线局域网在高等院校信息化校园建设中必将得到进一步发展。     

802.1x EAP客户软件的研究设计与WLAN安全

本文分析了传统的无线局域网接入认证方式的安全漏洞,详细探讨了IEEE 802.1x协议应用于无线网的实现方案,设计并实现了分别基于EAP-MD5与EAP-TLS两种认证方式的802.1x的客户软件,对方案实现与程序设计中采用的一些关键技术进行了详细的讨论,并对提高无线局域网认证和管理中的安全强度进行了相应的探讨。     

基于Space-P复杂网络模型的城市公交网络特性分析

针对城市公交网络中换乘网络的整体性能分析问题,提出一种基于复杂网络理论的分析方法。首先,基于图论思想,将公交网络建模成由Space-P方法表示的公交换乘网络拓扑模型;然后,统计分析了公交换乘网络的度分布、平均最短路径长度、聚类系数、紧密中心性和介数中心性等特性。以北京市的公交网络为例进行了相关分析,从宏观角度说明北京公交网络具有小世界网络特点,市民出行需要换乘的概率较大,但换乘较为便捷;同时,给出了相关站点的具体地理信息,为公交规划部门优化公交网络提供了参考。     

线性神经网络及在系统辨识中的初步应用

该文从基本的智能控制技术——神经网络(NN)技术出发，探讨了神经网络用于系统辨识与建模的基本理论，分析了线性系统神经网络建模的规律，提出了一种利用线性神经网络进行系统辨识的方法。该辨识方法显示出很强的处理问题的能力，无需辨别系统阶次，辨识结构简单，收敛速度快，仿真结果表明这种方法的有效性和可行性。该文共分为四部分，第一部分介绍了神经网络用于系统辨识的特征，第二部分讲述了线性神经网络的工作原理，包括线性神经网络的模型、传递函数、学习规则及训练过程，第三部分讲述了线性神经网络进行系统辨识的仿真实例，第四部分对上述内容作了简要小结。     

一个基于CORBA和Mobile Agent的网络管理系统模型

本文在分析了现有网管不足的基础上，介绍了将CORBA和Mobile Agent技术应用于网管的基本思想，并结合二者提出了一种新的基于CORBA和Mobile agent的网络管理系统模型     

基于图像蒙板的无监督图像风格迁移

目前大多数的图像风格迁移方法属于有监督学习,训练数据需要成对出现,并且在处理图像背景时,现有的方法过于繁琐。针对这些问题,提出了一种基于图像蒙板的无监督图像风格迁移方法。在实验中,采用了基于循环一致性的CycleGAN架构,并使用Inception-ResNet结构设计了一个全新的具有内置图像蒙板的生成式模型,最后通过无监督学习将图像的背景与学习到的抽象特征进行自动重组。实验表明,新方法有效地对图像背景和抽象特征进行自动分离与重组,同时解决了特征学习过程中的区域干扰问题,获得了可观的视觉效果。     

基于上下文传输的FMIPv6安全快速切换机制

提出了一种基于上下文传输的FMIPv6安全快速切换机制。使用上下文传输协议传送移动节点MN的身份认证信息,是新接入网络在家乡网络不参与的情况下快速认证MN。并采用签名证书和对称密钥机制实现上下文传输的安全性和可靠性。文章通过安全性分析,说明此方法的安全性和可行性。     

融合迁移学习和神经网络的皮肤病诊断方法

针对医学特征对患者病情发展的时间顺序无法有效表达,医学特征构建工作耗费大量人工成本,以及皮肤病数据样本数量较少等问题,提出了融合迁移学习和神经网络的皮肤病辅助诊断方法。该方法将TextLSTM(long short term memory neural network for text)、TextCNN(convolutional neural network for text)以及RCNN(recurrent convolutional neural networks for text classification)等3种基于神经网络的文本分类模型应用于皮肤病辅助诊断,同时融入迁移学习技术,能够在一定程度上将皮肤病专业书籍中的理论知识迁移到诊断模型中。在皮肤病多分类实验中,本文方法的正确率优于对比方法;在皮肤病二分类实验中,本文方法的召回率优于对比方法。迁移学习对实验结果的积极影响率高于75%。     

基于空间尺度粗粒化的异常检测方法

目前,大部分基于链路预测对社会网络进行异常检测的研究中,缺乏对异常节点演化影响的分析,且受社会网络规模以及复杂度的限制,检测效率普遍不高。针对上述问题,提出了一种基于空间尺度粗粒化和异常节点加权机制的异常检测方法。首先利用凝聚型社区发现算法Louvain对社会网络进行粗粒化得到简化网络,然后在简化网络的演化过程中识别有异常演化行为的节点,并将其异常演化过程量化,引入异常节点加权机制到链路预测方法中进行异常检测。在真实社会网络数据集VAST、Email-EU（dept1和dept2）以及Enron上,与基于LinkEvent的不同调整策略算法和NESO_ED方法进行对比。结果表明,该方法可以兼顾异常检测的稳定性和敏感性,能够更合理地描述网络演化过程,得到更好的异常检测效果。     

基于神经网络的鲁棒自适应逆飞行控制

提出基于在线神经网络的超机动飞行自适应动态逆鲁棒控制方法.超机动飞行的基本控制律采用非线性动态逆方法设计,对于建模误差或者控制面损伤等因素导致的不确定性逆误差采用神经网络进行自适应补偿.通过动态逆控制律简化计算和飞机控制面故障自适应修复的仿真表明,神经网络通过在线补偿逆误差,能够有效降低非线性动态逆对模型准确性的要求,增强控制系统的鲁棒性.     

链路带宽测量方法改进

链路带宽是网络性能分析，容量优化规划的基本指标，链路带宽测量常用的方法是VPS（variable packet size),但VPS具有误差累计和背景流量影响的缺陷，对VPS方法进行改进，提出和实现一个任意链路带宽测量方法PTVS（packet train with variable size)，消除逐跳测量造成的误差累计和背景流量影响，测量实验表明，PTVS具有精确，高效，迅速的特点，PTVS可测量的其他性能指标还包括RTT，单向延迟，丢包率，端到端瓶颈带宽以及链路利用率。     

生物网络方法在DTN保管传递机制设计中的应用

延迟容忍网络（DTN）中的保管传递机制存在着节点资源不足,束传输不可靠等问题。分析了存储资源的受限对束传输可靠性的影响,并借鉴生物网络机理,提出了基于生物网络的保管传递机制,设计具有免疫行为的生物实体并代理保管束,生物实体通过自组织协作完成保管传递,可以有效地降低分组丢失率。最后以智能服装无线传感器网络为例,通过试验评价该机制及其性能,证明了其有效性。