基于SARIMA-LSTM组合模型的网络流量预测方法

针对网络流量预测问题，提出一种基于SARIMA和LSTM组合模型的网络流量预测方法。首先，利用S-HESD算法对异常流量数据进行检测，并通过滑动窗口均值进行数据平滑处理；然后，利用基于统计学习的SARIMA模型预测流量数据，并将其作为LSTM神经网络的输入，最终输出流量预测值。实验结果表明，SARIMA-LSTM组合模型能充分呈现骨干网、城域网、边缘接入网等不同层级网络的周期性和趋势性等特点，优于SARIMA、LSTM等单一模型。     

优化用户终端域名缓存的DNS调度研究

介绍权威DNS、递归DNS协同调度的原理,分析用户侧设备可能导致DNS调度出错的原因,给出经过实践检验的行之有效的解决方案,对宽带运营商具有普遍适用性和推广价值.     

用J2ME开发手机网络游戏——斗地主

本文利用J2ME技术开发出斗地主手机网络游戏,从游戏画面、游戏逻辑和网络三个部分详细描述了设计和开发过程,实用性和指导性强。     

用J2ME开发手机网络游戏——斗地主

本文利用J2ME技术开发出斗地主手机网络游戏，从游戏画面、游戏逻辑和网络三个部分详细描述了设计和开发过程，实用性和指导性强。     

基于关联挖掘和语义聚类的Deep Web复杂匹配方法*

为了提高Deep Web查询接口匹配的效率和准确率,在现有双重相关性挖掘方法（DCM）的基础上提出了一种用关联挖掘和语义聚类来匹配的方法。在关联挖掘成组属性时,引入一种基于互信息的属性相关度标准,并采用矩阵来实现以解决效率不高问题;在生成同义属性时,提出利用语义网来计算语义相似度,并对属性进行聚类,以生成同义属性。通过在四个领域200多个查询接口上实验,说明改进的方法在效率和准确率方面都比DCM方法有很大提高。