宽带流媒体内容分发算法分析

在流媒体业务的运行中,内容分发网络所应用的算法直接影响着流媒体业务的开展规模和效率,而当前流媒体文件体积通常比较大,需要内容分发网络具有更加优越的性能,所以应合理地选择相应算法来构建内容分发网络,以保证流媒体业务运行效果。基于此,本文详细分析了选择缓存点的树算法、Greedy Algorithm算法、超级优化算法、动态最优缓存选择算法、代理放置算法这几种基础的宽带流媒体内容分发算法,并对上述算法在内容分发网络中的优势作用进行了探讨,从算法应用角度深入研究了流媒体内容分发网络的建设,希望能够为宽带流媒体业务运行效率的发展提供助力。     

流媒体代理缓存技术研究

随着流媒体技术在互联网上的广泛应用，原有用于加速Web内容分发的代理缓存技术也被应用于流媒体内容分发领域。然而，由于流媒体对象的一些独特特点，需要在传统Web缓存技术的基础上提出适用于流媒体对象的缓存技术。本文分析了基于代理缓存的流媒体分发中的关键问题和技术挑战，对现有的各种流媒体缓存方案进行了综述、分类和比较，最后对流媒体代理缓存的未来发展方向进行了展望。     

部分缓存算法在流媒体内容分发网络中的应用研究

内容分发网络是互联网中解决响应速度、提高服务质量的一种应用技术，而流媒体内容分发网络是将内容分发网络应用于流媒体传输领域。流媒体内容分发网络中的边缘服务器缓存策略是流媒体内容分发网络的核心。本文深入研究了现有各种缓存策略；在流媒体内容分发网络中，提出了一种部分缓存算法。实践证明，这种部分缓存策略能明显提高流媒体内容分发网络的并发性能、命中率和服务质量等性能。     

基于网格架构的分布式内容分发模型

提出了一种新型的基于网格架构的分布式内容分发模型：内容分发网格.给出了内容分发网络的层次架构,分析了架构中的内容服务VO协作机制.进而论述了新型服务模型包含的元件,元件之间的关系,提供的关键服务和性能评估参数体系.最后进一步阐述了该领域未来需要重点突破的研究方向.     

基于CCN的CDN视频内容分发技术分析

在网络访问时响应速度常常受用户与网站服务器间的距离影响,如若距离过远则彼此通信需要经过多重路由转发和处理来完成,网络难免会出现延误情况。对此,最为行之有效的方式便是采用内容分发技术。当前,内容分发与获取受到广泛关注,流媒体视频点播与直播吸引更大用户参与,成为当前网络流行应用之一,在网络流量中占据较大部分,如何有效促进流媒体内容分发成为网络运营商面临的严峻挑战。对此,本文对CDN内容分发技术原理进行分析,并在CCN基础上进行视频内容分发设计,明确分发规则设计与Pull-Push机制,最后针对流媒体服务中的直播与点播服务方式加以阐述。     

一种内容分发网络中的快速复制方案

由于在内容分发网络中．将大文件从一台服务器复制到其他服务器需要耗费大量的时间。本文首先对内容分发网络中的复制问题进行了形式化描述，然后提出了一种分布式的方案NCOM，用于减小复制时间。方案的创新性在于，NCOM在CDN中构建一个Mesh结构，利用多路径传输数据块，提高速率；同时也利用Network Coding技术来避免需要从不同路径调度不同数据块所带来的协调开销。实验结果表明，与现有方案相比，NCOM可以显著减小复制时间。     

基于网络设备内部存储的流媒体数据分发模型

当前支撑流媒体内容分发的主要技术是CDN和P2P.然而,这两种技术并没有充分利用底层网络拓扑信息,没有考虑位于网络中心的交换设备存储.基于在网络设备中增加存储的思想,本文面向流媒体应用提出了一种新的分发模型-put/get模型.该模型将网络设备中的缓冲区作为数据分发的枢纽,能够将数据分发路径与网络拓扑结构较好地匹配,更容易实现网络资源利用率的最大化.模拟实验结果验证了该分发模型的有效性.     

基于软件Agent技术的内容分发网络研究

内容分发网络是近年来用于解决响应速度、提高服务质量的互联网上的应用。Agent技术是人工智能及分布式计算研究的热点。文中深入研究了内容分发网络技术系统应用特点，巧妙的利用Agent技术建立起了一种实用性较强的内容分发网络技术系统模型，并在项目实践中取得了成功。     

基于P2P的CDN内容分发机制研究

随着在线直播、在线点播、在线游戏、网络电视等大规模网络应用的蓬勃发展,多样化、海量化信息的内容分发需求给传统内容分发技术带来新的挑战.为了解决因特网内容分发中服务质量与服务范围的问题,系统研究基于P2P(对等网络)技术的CDN内容分发机制,同时融合了P2P与CDN这两种模式,以此来提高了内容分发的整体系统性能.     

一种基于CDN和P2P的流媒体内容分发网络模型

对等网络流媒体技术可以合理地利用客户端的计算机能力和带宽资源,因此,P2P流媒体分发系统成为P2P技术领域内重要应用之一设计一个结合P2P技术和CDN技术的流媒体内容分发网络模型,该模型能更好地减少高度动态性对节点播放的影响,为普通节点提供更好的服务     

基于内容的压缩域图像处理技术研究

研究了当前压缩域图像处理技术,针对目前小波技术在图像编码标准中的广泛运用,提出了一种结合数学形态学技术直接在小波域内进行图像轮廓提取的新方法.其思想是依据图像的小波编码码流元素的幅度与图像轮廓在频率-空间上具有的对应关系,利用数学形态学中以具有一定形态的结构元素去量度和提取图像中的对应形状,以快速提取出反映图像基本内容的轮廓特征.对小波域中的高频系数进行处理,因此首先要对小波图像做阈值化,然后采用腐蚀膨胀算法做去噪和轮廓提取.实验结果表明,与微分算子提取图像轮廓相比,计算简单.易于硬件实现,具有良好的性能.     

基于感知哈希的图像内容鉴别性能分析

感知哈希能有效地区分不同内容的图像,常用于检测盗版或重复的图像内容鉴别应用中.针对已有的对感知哈希的图像内容鉴别应用研究主要集中在算法设计上,缺少对其性能评价的理论方法的问题,提出从理论上评价内容鉴别性能的方法.该方法基于一类图像感知哈希算法的抗碰撞特性建立了内容鉴别的判定模型,并定义内容鉴别的性能公式,最后推导出统计学上的函数作为性能评价指标.实验结果表明,文中方法能很好地估计感知哈希在内容鉴别应用中的性能.     

一种测量固体材料含水率的水分传感器

一种用于测量固体材料含水率的水分传感器已研制成功．它的原理及特点是通过大量实验数据的理论分析得到了各种固体材料含水率的归一化的线性数学德型，运用单片机软件功能实现的．传感器测量范围为4％～50％，精度高于0.5％.     

数理逻辑教学内容研究

数理逻辑是研究推理的数学分支,这部分内容概念抽象,方法灵活,学生很难理解和掌握。为了提高教学效果,研究数理逻辑的主要内容,即命题逻辑与一阶逻辑,分析两部分之间的内在联系及区别,并列举实例来说明它们的联系,在教学过程中始终把握住它们的关联性,可以明显提高教学效果。     

基于改进BP神经网络的瓦斯含量预测模型

煤层瓦斯含量是矿井安全生产的重要性能指标之一,而常规基于经验和传统数学模型的预测方法难以准确预测煤层瓦斯含量。针对该问题,文章在分析了基于Fletcher-Reeves共轭梯度法的改进BP神经网络模型的基础上,结合煤层瓦斯含量的各种影响因素,建立了一个基于3层改进BP神经网络的瓦斯含量预测模型,并进行了具体的网络训练和预测仿真。结果表明,该瓦斯含量预测模型收敛速度快,预测精度高,可满足实际生产要求。     

Adapting Content

Ideally, it would be possible to deliver all Web content to any Web-enabled device. Though the "ideal" is not currently possible, a many tools and technologies have been developed to adapt content to devices ranging from powerful desktop systems to handheld, smart phones.     

大学水平的“数学分析知识”的获取和分析研究

在过去的几十年里,数学软件系统变得越来越强大和复杂.各种数学系统的集成变得非常有意义.基于Web的分布式数学平台使得与数学相关的活动（称之为数学服务）都可以在Web上得以实现.所有这些都需要一个底层的、可共享的、面向内容的知识库作为支撑.本文介绍一个大学水平的、可共享的数学分析知识库的获取和分析方法.NKIMath采用基于本体、框架、逻辑和类型的形式表示,采用面向概念的知识获取方法,从一套大学本科数学分析课本（2本）中获取了所有主要概念和定理.本文还总结和分析了知识获取过程中出现的错误.     

基于两级内容表征的数字图像内容保护算法

文中首先通过动态加权平均得到图像的象素级内容表征(Pixel-level Image Content Map，PICM)，在此基础上，通过图像分割技术得到图像的区域级内容表征(Regional Image Content Map，RICM)，并将表征图像RICM的Hu不变矩编码为内容7F-gF45息嵌入到原图像中，从而实现对原始图像的内容保护。实验结果表明，由于该两级内容表征方法及其矩特征的良好性能，算法对图像的非内容级图像操作(特别是仿射变换)具有很强的鲁棒性，且能够敏感的检测出对所保护图像的内容篡改。     

炼油生产调度专家系统的应用研究

基于知识的优化设计应用于炼油化工厂,采用专家系统技术将生产中成功的经验和领域专家的知识组织起来,协调并参与数学规划建模过程,优化编排调度作业计划,并进行优化控制和管理.文章结合大型炼油厂的生产实际,探索智能化的管控一体化的新模式.     

A Proof Environment for Teaching Mathematics

The EPGY Theorem Proving Environment is a computer program used by students to write mathematical proofs in a selection of computer-based, proof-intensive mathematics courses at the high-school and university level. The system allows easy input of mathematical expressions, application of standard proof strategies and logical inference rules, application of mathematical rules, and verification of logical inference. Each course has its own language, database of theorems, and mathematical rules. The system uses a combination of automated reasoning and symbolic computation to verify individual proof steps. The proof environment has been used by over 170 students who have taken the EPGY high-school geometry course. In addition to providing a general overview of the system, we describe what we have learned from student use of the Theorem Proving Environment in the EPGY geometry course.