基于移动代理的网络拓扑发现研究

提出了一种基于移动代理的分布式网络管理系统模型,阐述了该系统发现网络拓扑的过程,介绍了具体算法思想,给出了数据结构和算法描述,最后进行了仿真,证明了算法的有效性.     

基于BER的ASN．1编解码原理与设计实现

本文介绍了ASN．1和BER基本编码规则，分析了7号信令协议栈的TCAP层消息结构和ASN．1之间的关系，详细介绍了应用于信令中继系统中的ASN．1编解码模块的设计和实现。     

多层次知识自蒸馏联合多步骤训练的细粒度图像识别

细粒度图像识别具有类内差异大、类间差异小的特点,在智能零售、生物多样性检测和智慧交通等领域中有着广阔的应用场景.提取到判别性强的多粒度特征是提升细粒度图像识别精度的关键,而已有工作大多只在单一层次进行知识获取,忽略了多层次信息交互对于提取鲁棒性特征的有效性.另外一些工作通过引入注意力机制来找到局部判别区域,但这不可避免地增加了网络复杂度.为了解决这些问题,提出了多层次知识自蒸馏联合多步骤训练的细粒度图像识别（multi-level knowledge self-distillation with multi-step training for fine-grained image recognition, MKSMT）模型.该模型首先在网络浅层进行特征学习,然后在深层网络再次进行特征学习,并利用知识自蒸馏将深层网络知识迁移至浅层网络中,优化后的浅层网络又能帮助深层网络提取到更鲁棒的特征,进而提高整个模型的性能.实验结果表明,MKSMT在CUB-200-2011、 NA-Birds和Stanford Dogs这3个公开细粒度图像数据集上分别达到了92.8%、 92.6%和91.1%的分类...     

软件工程专业“网络安全”课程教学改革探索与实践

该文围绕培养应用型人才,突出应用能力培养这个目标出发,从教学内容、教学组织和方法、实践环节、能力培养四个方面进行网络安全课程教学改革探讨。     

聚丙烯酰聚合松香季戊四醇酯的合成及性能测试

以聚合松香季戊四醇酯和丙烯酰氯为原料,采用酰基化反应原理合成了丙烯酰聚合松香季戊四醇酯,再以AIBN为引发剂,乙酸乙酯为溶剂合成目标产品聚丙烯酰聚合松香季戊四醇酯。实验表明,酰基化反应和聚合反应的最佳工艺条件为:①酰基化反应,投料比为20 g聚合松香季戊四醇酯/2.5 mL丙烯酰氯,反应温度≤4℃,反应时间6 h;②聚合反应,反应温度65℃,反应时间6.5 h,引发剂用量(质量比1∶0.005)。最后用FTIR谱、UV-VIS谱、TGA、DSC谱对产物聚丙烯酰聚合松香季戊四醇酯进行结构表征,并对涂膜性能进行测定。     

基于深度学习的人群计数研究综述

人群计数旨在估计图像或视频中人群的数量、密度或分布,属于目标计数(object counting)领域的研究范畴,广泛应用于人群行为分析、公共安全管理之中,以便及时发现人群拥挤或异常行为,避免事故发生.鉴于人群计数系统强大的实用性,自21世纪以来,研究者对其方法及应用进行了大量广泛的研究.近年来,深度学习技术发展迅猛,很多工作发现深度学习技术可以有效地解决人群计数系统存在的一系列关键问题,例如跨场景计数、透视畸变、尺度变化等.因此,对基于深度学习的人群计数这一研究领域进行回顾、分析和展望.具体地,首先从概念、步骤、方法等维度详细介绍人群计数模型,分析基于传统方法和基于深度学习方法这2类人群计数模型的差异.然后,从计数网络结构、ground-truth生成、损失函数、评价指标这4个方面阐述基于深度学习的人群计数模型的研究现状.最后,比较分析了各种人群计数数据集的特点,并探讨和展望人群计数领域未来可能的研究方向.     

Web多媒体数据源质量模型

文中分析了多媒体数据源质量评估的多个关键因素,提出了一种针对于多媒体数据源的质量估计模型．模型从合时性、资源数量、使用数量、信息丰富度等四个维度对数据源质量进行了质量评估,并对源质量计算中的规范化方法进行了改进．实验证明,利用该模型对数据源质量进行估计具有很好的准确性和可操作性．     

J2ME/MIDP和J2EE平台集成策略研究

JAVA2的2种不同版本J2ME/MIDP和J2EE在无线商务应用中的集成模型,着重研究了数据交换格式设计、会话状态管理及安全性等集成策略。     

基于变精度粗糙集的KNN分类改进算法

传统KNN算法具有简单、稳定和高效的特点,在实际领域得到广泛应用。但算法的时间复杂度与样本规模成正比,大规模或高维数据会降低KNN分类效率。文中通过引入变精度粗糙集模型,提出一种改进的KNN分类算法。算法运用变精度粗糙集上下近似概念,将各类训练样本划分为核心和边界区域,分类过程计算新样本与各类的近似程度,获取新样本的归属区域,减小分类代价,增强算法的鲁棒性。实验表明,与传统KNN算法相比,文中算法保持较高的分类精度并有效提高分类效率,具有一定的理论与实际价值。