AVS在直播卫星中的应用

我国首颗广播电视直播卫星将于明年升空,这为我国数字音视频产业的发展创造巨大发展空间。我国自主制定的数字音视频编解码标准A VS的压缩效率是传统标准的一倍以上,能够使直播星的节目容量提高一倍,也将为发展自主解码芯片和卫星接收机提供重要机遇。建议首颗广播电视直播卫星     

海量课件存储中存在的问题和解决方法

文章通过分析实际工作中遇到的海量课件存储存在的问题，对课件资源结构进行优化，提出几种基于XML技术的存储管理方案，并对海量数据存储管理的未来发展做了展望。     

圆桌对话：直播卫星产业链构建

黄序:卫星在全球是成熟的产业,有很好的运营模式,有很好的用户基础。那么先请闵总谈谈直播星现在的情况。闵长宁:昨天是8月24日,对我们来讲也是一个里程碑的日子,因为昨天下午,鑫诺二号广播卫星通过了中国航天集团和鑫诺卫星公司联合举行的出厂评审,符合出厂和到西昌发射的条件     

交互计算模型概述

由于计算机技术的发展日新月异，以算法为核心，以图灵机和Church论题等为理论依据的计算模型已无力继续成为今天计算科学的理论范式，介绍了一个崭新的计算模型－－交互计算模型的基本思想，它是对算法的扩展，并比算法具有更强的描述能力，一系列基本概念被扩展到交互。     

VRML是什么?VRML 97:跨越因特网的虚拟现实

ＶＲＭＬ是什么？ＶＲＭＬ９７：跨越因特网的虚拟现实黄铁军我们正处在数字化社会的前夜，如果要选择三个最具代表性的名词来描绘当前和未来信息社会，它们就应该是：多媒体（Ｍｕｌｔｉｍｅｄｉａ）、因特网（Ｉｎｔｅｒ－ｎｅｔ）和虚拟现实（ＶｉｒｔｕａｌＲｅａｌｉ...     

精细神经网络仿真方法研究进展

树突对大脑神经元实现不同的信息处理功能有着重要作用。精细神经元模型是一种对神经元树突以及离子通道的信息处理过程进行精细建模的模型,可以帮助科学家在实验条件的限制之外探索树突信息处理的特性。由精细神经元组成的精细神经网络模型可通过仿真对大脑的信息处理过程进行模拟,对于理解树突的信息处理机制、大脑神经网络功能背后的计算机理具有重要作用。然而,精细神经网络仿真需要进行大量计算,如何对精细神经网络进行高效仿真是一个具有挑战的研究问题。本文对精细神经网络仿真方法进行梳理,介绍了现有主流仿真平台与核心仿真算法,以及可进一步提升仿真效率的高效仿真方法。将具有代表性的高效仿真方法按照发展历程以及核心思路分为网络尺度并行方法、神经元尺度并行方法以及基于GPU(graphics processing unit)的并行仿真方法3类。对各类方法的核心思路进行总结,并对各类方法中代表性工作的细节进行分析介绍。随后对各类方法所具有的优劣势进行分析对比,对一些经典方法进行总结。最后根据高效仿真方法的发展趋势,对未来研究工作进行展望。     

AVS数字媒体版权管理标准

制定AVS DRM的基本理念是:版权管理标准是贯穿数字媒体整个生命周期的技术基础设施,可鉴别、可信任的解码器(称为可信解码器)是版权管理信任链的关键。     

近线性神经元和非线性神经元

人工神经网络（ＡＮＮ）中普遍采用的神经元模型具有单调有界的Ｉ／Ｏ特性,该文称其为近线性神经元（ＡＬＮ,ａｐｐｒｏｘｉｍａｔｅ－ｌｉｎｅ ｎｅｕｒｏｎ）,ＡＬＮ既简化了网络和复杂性,也是限制ＡＮＮ能力的一个瓶径。通过比较Ｈｏｐｒｉｅｌｄ;神经网络的稳定性和Ｃｏｎｗａｙ生命游戏的复杂行为,该文提出了非线性神经元（ＮＬＮ〉ｎｏｎ－ｌｉｅｎｅｒ ｎｅｕｒｏｎ）的概念,其Ｉ／Ｏ特性是完全线性的。ＡＬＮ可以进     

基于隐马尔可夫模型的在线零售站点的自适应

开展在线零售业务存在的问题是,群体用户必须浏览许多无关的页面,才能最终找到自己所需要的商品.解决该问题的一个思路是:建立一个隐马尔可夫模型,通过关联规则发现算法发现关联购买集合;然后通过Viterbi算法求出从首页到一个关联购买集合中心的具有最大被购买概率的一些路径;在这些路径上标注关联购买集合;当处理完所有的关联购买集合之后,通过竞争来决定出现在导航页面上的物品集,最终将导航页合理地变成导航购买页.即站点可以自动根据群体用户的访问购买情况进行自适应.此外,该方法也是一种很好的通过建立隐马尔可夫模型来分析     

基于对象和实例互操作行为模型的工作流研究

通过工作流程逻辑领域和活动领域的划分,建立了逻辑领域的过程对象和活动领域的活动实例局部互操作行为模型和全局互操作行为模型,并分别对这两个行为模型内部的互操作逻辑关系进行了分析和研究,从对象和实例集成的角度对工作流的运作机理进行了探讨,为实现工作流模型的扩展和行为活动的复用提供了理论基础。并通过实例对工作流过程对象和活动实例全局互操作行为模型的运作关系进行了阐述和说明。