一种基于拓扑划分的SDN多控制器部署方法

随着SDN网络应用的普及,基于单控制器的控制层可靠性方面不足日益暴露,基于多控制器的SDN控制层架构研究逐渐得到重视。然而现有工作或针对多控制器的协作,或针对控制器热备份等机制,较少基于控制器及其与转发设备链路失效场景,针对多控制器部署问题展开研究。针对上述不足,提出一种基于拓扑划分的SDN多控制器部署方法,首先从拓扑分析入手,研究基于最小f-平衡边割的拓扑划分算法,确定控制器数量和部署区域,然后针对控制器与转发设备距离不平衡问题,提出基于带外连接和拓扑划分的控制器部署方法,为控制器切换提供支撑。校园网环境下的实验结果证明,本文方法能够实现一个高可靠的SDN网络控制层面,在控制器切换后的收敛速度、控制指令下发的执行效率以及传输任务保障能力方面有较大优势。     

基于MC9S08的嵌入式Internet控制器设计

分析了嵌入式设备网络化的关键技术,提出了嵌入式Internet控制器的设计方案,详细介绍了以Freescale MC9S08DZ60为核心的嵌入式Internet控制器的软硬件系统设计方法。该控制器可将具有RS232／485总线、CAN总线设备接人TCP/IP网络,从而实现了工业控制设备的网络化。     

多课程联动的大数据技术课程实践教学方法研究

为培养和提高高校学生大数据技术实践能力,基于传统计算机学科课程体系及学时条件,提出一种多课程联动的大数据实践教学方法,以苏州科技大学电子与信息工程学院为例,从实践内容、培养目标、教学活动组织、成绩评定等方面进行探讨,说明对学生实践能力和综合应用能力培养的重要意义。     

BACnet网络互操作模型及其应用研究

文章从企业综合自动化系统对Infranet的基本要求出发，简述了BACnet协议的特点。通过对BACnet协议的体系结构、服务描述方法以及互操作机制等的详细讨论，总结归纳出BACnet实现互操作的3种模型：R／W模型、BIBB模型、集成化的BIBB模型。在此基础上，针对互操作模型在实际应用中遇到的问题进行讨论，最终给出基于BACnet网络构建Infranet的具体思路和方法。     

VPN的技术进展及其应用模式研究

介绍了IPSec VPN和MPLS VPN的体系结构、实现方法和技术特点，探讨了VPN的核心协议从IPSec到MPLS进展的意义，并针对MPLS VPN在智能化小区自动抄表系统中的应用模式进行了研究。     

地名实体识别研究与展望

地名作为一种常见的命名实体,广泛存在于非结构化文本中。是非结构化数据转为结构化过程中重要的关联实体。为了全面了解地名识别的最新研究成果和现状,概述了地名识别现有的应用场景、地名识别技术在具体场景的详细应用以及地名识别数据集和评价指标。总结分析了现有的地名识别方法：基于规则和地名词典匹配的方法、基于统计机器学习的方法、基于深度学习模型和混合模型方法。归纳总结了每一种地名识别方法的关键思路、优缺点和具体模型。同时对混合方法的融合特征和模型特点进行了总结归纳。并从模型性能展开比对分析,以及对词嵌入模型和预训练模型的模型特点进行了总结归纳。对地名实体识别研究方向进行总结和展望。     

一种基于以太网的计算机网络原理实验方案

计算机网络是电子信息类专业的核心课程,也是一门理论性和实践性较强的课程.作者通过多年的教学实践,设计了一套基于以太网的计算机网络原理实验方案,并采用.Net(C#)技术加以实现.通过该实验方案,可使学生加深对计算机网络体系结构的理解,同时提高了基于.Net平台下的应用系统的设计能力,从而为基于计算机网络环境的系统集成和实现相关应用系统奠定良好的基础.     

基于深度学习的人体异常行为检测综述

如今，从大量视频流中手动搜索异常事件是一项艰巨的任务，而基于深度学习的人体异常行为检测不仅省时省力，且决策能力相对可靠，从而保证了公共安全。首先回顾了异常行为检测任务的传统机器学习方法并引入深度学习方法；然后概述异常事件的定义与人体异常行为检测的过程；最后详细介绍了基于深度学习的人体异常行为检测方法。     

小电阻接地配电网线路保护单相高阻接地分析

给出了国内20 kV线路保护现状,针对中性点经小电阻接地系统,分析了零序过流保护和零序功率方向保护的优缺点和适用范围.通过理论计算和对人工接地试验结果的分析,阐述了保护存在单相高阻接地时的拒动作问题.在仿真分析的基础上,提出了提高线路保护耐单相高阻接地能力的措施.     

面向自然语言处理的深度学习研究

近年来,深度学习在图像和语音处理领域已经取得显著进展,但是在同属人类认知范畴的自然语言处理任务中,研究还未取得重大突破.本文首先从深度学习的应用动机、首要任务及基本框架等角度介绍了深度学习的基本概念;其次,围绕数据表示和学习模型两方面,重点分析讨论了当前面向自然语言处理的深度学习研究进展及其应用策略;并进一步介绍了已有的深度学习平台和工具;最后,对深度学习在自然语言处理领域的发展趋势和有待深入研究的难点进行了展望.