基于ARMA模型的网络流量预测

随着计算机网络的迅速发展,目前的网络规模极为庞大和复杂,因此发生各种问题的可能性也越大,同时管理网络的难度也增大,传统的网络管理是在告警之后,解决潜在的问题,即为一种响应式的行为,这时候网络的服务很可能已经受到影响,根据实际采集的非单播包数的观测值序列,建立该流量参数的正常行为,然后平稳化该序列,估计出网络流量的ARMA（2,1）模型,用线性最小均方误差预测方法,对网络流量进行预测,并检测在将来超越阈值的可能性和发生时间,这样,在网络过载发生之前,可以预先采取防范措施,来保证网络的正常服务,这种方法改变了以往的网络管理响应方式,使得网络过载的预警成为可能。     

全球互联网最新发展状况和趋势分析

截至2005年3月，全球互联网用户达8．9亿，普及率13．9％，在过去的5年增长146％，处于快速发展时期。各地区互联网用户数、普及率（互联网用户数占总人口的比例）及所占比例情况如表1所示。     

基于CDIO教育理念的信息与计算科学专业应用型人才培养模式

根据地方本科高等院校的特点,文章基于CDIO工程教育理念,提出信息与计算科学专业应用型人才培养的新模式,该模式注重数学思维与数学方法运用能力的训练,强调对学生实践创新能力的培养。在该模式基础上,构建和优化理论与实践相融合的课程体系,并设计出多层次递进式模块化实践教学环节。     

基于ELM算法的光纤振动信号识别研究

光纤振动信号的信息提取与识别方法逐渐成为研究热点。对挖掘机挖掘、人工挖掘、汽车行走、人员行走和噪声这五种光纤振动信号的短时过零率和能量特征进行可视化分析,提出一种实验样本的选取方法;采用二分类任务决策树模型和ELM算法,根据事件的重要程度分四个阶段完成事件的识别。探讨ELM算法中各参数对实验结果的影响。通过实验证明,该方法提高了事件的正确识别率,大大缩短了模型训练时间。     

Prewitt图像边缘检测方法的改进

改进传统的边缘检测方法,有很大的发展潜力.结合形态学方法,对Prewitt图像边缘检测方法进行改进,经过实例验证,改进方法检测的边缘更清晰、线条更完整,抗噪声性能良好.     

基于AR模型的网络异常检测

在网络流量管理中流量异常的一般检测方法是阈值监控，文章提出一种新的异常检测方法，选取适当的SNMP管理信息库变量，建立对相关变量的局部AR（自回归）模型，检测并分析一种服务器故障引起的流量异常，获得该故障的特征向量模型；该检测方法比阈值方法有更强的检测功能，并与传统GLR测试方法进行对比。     

基于MPLS的流量工程研究进展

分析多协议标记交换(MPLS)流量工程技术中面临的问题，概述解决这些问题的最新研究进展，并进行分类。提出MPLS流量工程结构模型，以及MPLS流量工程研究的认识和建议。     

光纤安防监测信号的特征提取与识别研究综述

光纤安防监测系统信号的特征提取与识别方法是当前的研究热点。光纤振动信号的随机性、非平稳性,以及各种信号的相似性,导致信号的识别容易产生误报现象。识别入侵事件类型的关键是信号的特征提取和高效的识别方法。对光纤振动信号的各种特征提取方法和识别方法进行分析和比较,把特征提取方法分为基于小波分解的特征提取法、基于其他分解模型的特征提取方法和基于波形统计参数的特征提取法;把对光纤振动信号的识别方法分为经验阈值识别方法、支持向量机识别方法和神经网络识别方法,最后对特征提取方法和识别方法进行总结和展望。     

自然图像稀疏编码模型研究综述

根据建模出发点的不同,把各种建模方法分为模拟视觉系统模型、统计分析模型两大类方法.根据不同的目标、不同的模型特征和结构,把模拟视觉系统的稀疏编码模型分又为最大似然概率、目标函数优化、Gabor小波基函数、超完备基、神经网络、分层稀疏编码六类模型.根据模型学习方法的不同,统计分析模型又分为独立分析、非负矩阵分解以及特定特征的稀疏编码3种模型.针对上述各种模型进行了介绍、分析和研究,并归纳总结不同方法的主要特点,最后进行了展望.     

用B样条方法实现数字水印

提出一种数字图像水印技术方案，先对数字图像进行小波变换，以低频系数作为初始控制顶点建立B样条曲线，通过B样条曲线的形变来反算一组新的控制顶点，新的控制顶点与原始控制顶点之间的差异就意味着水印的嵌入．由于B样条曲线的平滑性及易于插值与重采样等特点，故该水印方案对滤波、缩放等攻击具有强抵抗力．实验结果也证明该方案具有这些优点．文中还分析了在特定边界条件下反算控制顶点的算法，以及在水印强度不超过人眼视觉系统对噪声的敏感尺度时B样条的形变程度．