基于宽带的无线接入技术LMDS

随着信息化社会的到来,作为连接全球信息的In-ternet的业务量日益巨增,正呈现出爆炸性的增长,因此近年各国都高度重视Internet骨干网络的建设,核心网络实现了光纤化,其带宽基本可满足当前对信息获取的需求。而网络的瓶颈越来越集中体现在接入网方面,即用户与核心网络的连接部分。从理论上说,全光纤接入网络将是比较完美的解决方案,但实现上面临很多的困难,即使在发达国家也还远远未能实现,因此,人们在网络的接入技术方面做了大量的研究,现己提出了多种解决方案,如cable-modem,即广电的宽带多媒体传送系统,它利用了有线电视系统可用频谱中的一小部分来传送数字信号;DSL,即“数字用户线路”,其最具代表性的ADSL技术是利用现有的电话双绞铜线对用户提供高速Internet接入等业务;ISDN技术,是传送话音、数据、图像等综     

“血汗工厂”真相—— ＂血汗工厂＂：旁观者乱扣的帽子？

在这期专题着手制作的时候,周围一群人正在呼朋引伴要去重温3D〈泰坦尼克号〉。这其中,有入是为了重温感动,有人是为了怀念逝去的青春……然而,世易时移,当然也会有别样的感觉产生。比如这句流传很广的评论：“本该是一次转头就忘的约炮,却因一次海难成为一生的怀念!”     

虚拟企业革新供应链

Internet的发展与广泛的应用,给企业的管理带来了许多新的发展机会,并直接引起了供应链管理的变革。而虚拟企业,这种全新的供应链组织和管理模式带来实现供应链虚拟企业的方法和目的——敏捷供应链管理。实现供应链虚拟企业后能够有效地整合产业链资源,为企业的价值链服务,从而提升企业的竞争力,提高企业的利润水平。Internet时代的供应链管理所谓供应链,是指产品生产和流通中涉及的原材料供应商、生产商、批发商、零售商以及最终消费者组成的供需网络。供应链起源于具有产业关联性及业务合作的企业群体,包括了原材料的采购、生产、库存、…     

基于VRML的动物解剖虚拟实验的交互设计

动物解剖学教学过程中,由于教学条件不足和标本有刺鼻气味等问题,影响了教学的效果,采用虚拟现实技术对动物解剖学中所需的标本和实验过程进行仿真,可以很好地解决这些问题,因此开发了基于VRML的动物解剖虚拟实验系统.文中对VRML的技术特征进行了介绍.交互设计是虚拟实验构建中的一个重要环节,文中详细阐述了动物解剖虚拟实验中的简单交互设计和扩展交互设计.将该虚拟实验系统用于实际教学中可达到预期的教学效果.     

IFS分形码的快速图像检索算法

图像经分形编码后产生IFS分形码,它可被用来进行图像检索操作。针对图像检索的特点,将分形码中的位置参数替换为相对距离与方向系数。定义了分形码间的距离以及图像间的分形码距离,并取出分形码距离最小的前门幅图像作为检索结果,由此提出了基于IFS分形码的快速图像检索算法。从时间复杂性上分析,利用本文算法所需的检索时间与值域块的个数有关。实验结果表明,相对缩放与旋转变化,算法对位移与亮度变化具有较强的稳定性,其分形码距离的均值仅为14.07和20．05;并可检索到具有一定相似性的图像,且类间与类内分形码距离约相差8,类内距离远小于类间距离。     

基于矩阵存储的学生分班问题的回溯算法

结合项目开发,提出了多约束条件下合理分配问题的一种解法--基于矩阵存储的回溯算法.以学生合理分班问题为例,以学生成绩和男女生比例等诸多条件作为约束,给出了算法的具体实现过程,分析了算法的时间复杂度.该算法较同类问题的回溯法,效率有很大提高,实际应用的结果表明了算法的合理性和有效性.     

结合颜色不变量的SIFT和形状上下文图像匹配算法

针对传统图像匹配算法sift和shape-context存在的不足,把这两种算法分别作了改进,并提出一种二者相结合的混合匹配算法。首先在传统sift算法的基础上融入图像的颜色信息,即加入颜色不变量,构建彩色描述子;在shape-context算法中改用基于重心点的形状上下文直方图,代替传统的基于各个轮廓点的形状上下文直方图,生成形状上下文描述子。然后把这两种描述子级联成新的联合描述子,依据设定的新的联合距离对特征点进行匹配,得到初始匹配对。最后利用偏最小二乘法消除误匹配,得到精确匹配点对。实验结果表明,提出的算法能够有效提高图像匹配准确率。     

基于门控图卷积神经网络的有机化学反应预测

随着现代医药技术和计算机技术的发展,采用人工智能技术来加速药物的研发进度成为了研究热点,而对有机化学反应产物的高效预测是药物逆合成路线设计中的关键问题。针对样本数据集中化学反应类型分布不均匀的问题,提出了一种主动采样训练下的门控图卷积神经网络（ASGGCN）模型。首先,输入化学反应物的简化分子线性输入规范（SMILES）编码,通过门控图卷积神经网络（GGCN）以及注意力机制预测反应中心所在位置;然后,根据化学约束条件和候选反应中心枚举出可能的化学键组合来生成候选产物,再通过门控图卷积差分网络对候选产物进行筛选;最终,得到反应产物。门控图卷积神经网络拥有三个权重参数矩阵并通过门控对信息加以融合,与传统的图卷积神经网络相比,它能获取更加丰富的原子隐藏特征信息。通过主动采样的方式进行训练,使得该模型能够兼顾较差样本和普通样本的分析能力。实验结果表明,所提模型对化学反应产物的Top-1预测准确率可达87.2%,对比Weisfeiler-Lehman差分网络（WLDN）模型提高了1.6个百分点,可见模型能够更准确地预测有机化学反应产物。     

基于内积的快速分形编码算法

在基于方差的分形编码算法基础上，提出了基于内积的快速分形编码算法，从理论上证明了该内积具有仿射变换不变性，并将其同基于方差的分形编码算法从时间复杂性上作比较。实验表明，该算法能够在保证解码图像质量的同时，使编码时间比原来减少10倍以上。     

融合多颜色空间分量的自适应彩色图像分割

提出了一种新的简单有效的融合多颜色分量的分割方法,首先在六个不同的颜色空间中选择最佳的待分割颜色分量,然后应用直方图和空间模糊C均值（SFCM）技术对不同颜色分量进行自适应初始分割,最后融合分割结果并进行区域合并。利用该算法在Berkeley图像库上进行了大量实验,实验结果表明,与当前一些经典分割算法Mean-shift、FCR、CTM等相比,利用该方法能够获得更好的分割结果以及更优的性能指标。