基于Python的网页信息爬取技术研究

现在是信息时代,互联网为我们提供了丰富的信息资源。只要我们有需要就能通过网络得到。但是正因为网络上的资源太丰富了,如果想得到需要的内容,用户就要做大量筛选和甄别工作。网络信息筛选和抓取有很多方法,比如Java、Python等语言,还有一些专门的公司为用户提供网络爬虫程序做信息的定向抓取。目前使用较多的是Python语言,文章要研究的内容是:通过使用Python库中的Beautiful Soup库快速、简捷地抓取所需信息。     

面向计算思维能力培养的Python课程

分析当前计算思维培养在大学通识教育中的状况,提出以Python课程为例的三阶段课程建设构架,从入门阶段、培育阶段和拓展阶段阐述面向计算思维培养的Python课程教学建设。     

以Python为载体的“大学计算机”课程计算思维能力培养实践

本文通过深入分析计算思维的本质特征,研究体现计算思维的核心教学内容,建立了一个贯穿计算思维的“大学计算机”课程体系,并以Python为载体构建了一个循序渐进的实验体系,采用案例驱动的启发式教学方法开展教学。六年的教学实践证明,通过以问题求解为导向的Python编程实践,能够使学生更好地理解和运用计算思维,激发学生运用计算思维方法求解问题的兴趣,使学生的计算思维能力显著提升。     

基于数学问题的计算思维培养——以Python语言“编程计算”教学为例

本文从计算思维的概念入手,以Python程序设计教学为例,就以往程序设计教学中出现的困惑,提出在Python课堂教学初期有策略地运用程序解数学问题,以使学生能有效提升计算思维能力。     

“基于Python的音乐演奏”项目设计

编程教育课程如何面向进行实践性、创新性设计,这是提高编程教学课堂效益的基础保障,本期解码就让我们从一线教学出发,共同探讨编程教学设计的方向。     

用Python让多人“共享”扫描仪

扫描仪是办公室中最常见的设备之一。虽然智能手机上配置的摄像头像素越来越高,人们习惯于用“随手一拍”来替代过去的“扫描”动作,但毕竟拍摄的效果不好,得到的图片往往不够平整。笔者学校创客空间中有一台爱普生扫描仪,虽然平时用处不大,但关键时刻总需要它的帮忙。为了方便使用,我们希望将其设置为网络共享,随时随处可以使用,最大限度地提升其利用率。     

人工智能入门:基于Linux与Python的神经网络

引言 本文将讨论人工智能在深度学习中的工作方式.如果您想认真学习AI,Linux和Python是必不可少的工具.只有选择合适的开发工具,才能事半功倍.我学习过一些相关书籍和教程,并且进行了大量的编程测试.目前,我仍然有很多困惑,不过,至少可以给您一个概述,例如专用智能的神经网络(NN)用到了哪些结构和方法.     

基于JSP网络路径控制优化研究

网络路径控制系统是运用通信技术、计算机技术以及网络技术来传输音频、路由选择、文字、图像、数据等的网络虚拟路由选择。网络路径控制使用电视、音响等外部设备以及专用的路由选择软件、硬件,通过计算机网络在两地或多地同时召开实时路由选择,与会者运用图像、语音等多种方式交流信息,可以远距离开展协同工作以及实时进行信息交流、共享。在地理上分散的与会者使用网络路径控制可以共聚一处,方便与会成员之间真实、直观的交流信息,从而达到替代传统网络路径控制的目的。     

快消品的网络路径

什么是年轻人？“年轻人可能一边看电视,一边打电脑,还在玩手机,他们同时能做很多事情,这才是年轻人。”百事中国有限公司市场副总裁董本洪对本刊记者说,“你要收看我们的节目,怎么收看最好玩？打开电视看节目,同时把笔记本摆在腿上,看一个乐队的花絮,这样收看才能掌握这个节目的精髓。”     

NEBULA:构筑“星云”网络蓝图

成立NEBULA(星云)未来互联网架构项目,主要是为了能够在"大数据"时代的互联网世界里真正实现云计算。现在,无论是迁移存储,还是计算处理,抑或是应用程序,都越来越偏向"云"化的模式,这为开发一个全球性的、以互联网为中心的计算体系架构创造了一个空前的机会。我们可以举一个以云计算为基础的示例应用程序,如个人健康监测和咨询服务。在这样一项服务里,传感器、数据存储库以及交互式组件都可以将参数输入到云端——如食物消耗量或者锻炼方案。但目前我们面临的挑战是,如何在这样的一个服务里将     

Linux下基于python的USB通信程序开发

Linux操作系统通过libusb库完成各种和USB设备的通信,但其开发过程过于繁杂,以python语法简洁的特性调用libusb,可以极大减少对USB设备通信开发难度且无须编写特殊驱动.以CY7C68013芯片为例,在Linux下通过python调用libusb对Cypress Fx2LP系列芯片通信方法,并介绍了上传数据到芯片内RAM具体应用的方法.     

Generative Adversarial Network Based Heuristics for Sampling-Based Path Planning

Sampling-based path planning is a popular methodology for robot path planning.With a uniform sampling strategy to explore the state space,a feasible path can be found without the complex geometric modeling of the configuration space.However,the quality of the initial solution is not guaranteed,and the convergence speed to the optimal solution is slow.In this paper,we present a novel image-based path planning algorithm to overcome these limitations.Specifically,a generative adversarial network(GAN)is designed to take the environment map(denoted as RGB image)as the input without other preprocessing works.The output is also an RGB image where the promising region(where a feasible path probably exists)is segmented.This promising region is utilized as a heuristic to achieve non-uniform sampling for the path planner.We conduct a number of simulation experiments to validate the effectiveness of the proposed method,and the results demonstrate that our method performs much better in terms of the quality of the initial solution and the convergence speed to the optimal solution.Furthermore,apart from the environments similar to the training set,our method also works well on the environments which are very different from the training set.     

适合复杂网络分析的最短路径近似算法

基于互联网抽取的社会网络往往具有较大的规模,这对社会网络分析算法的性能提出了更高的要求.许多网络性质的度量都依赖于最短路径信息,社会网络等现实网络往往表现出"无标度"等复杂网络特征,这些特征指示了现实网络中最短路径的分布规律.基于现实网络的拓扑特征,提出了一种适合于复杂网络的最短路径近似算法,利用通过局部中心节点的一条路径近似最短路径,该算法能够方便地用于需要最短路径信息的社会网络性质的估算,为复杂网络的近似分析提供了一种新的思路.在各种生成网络与现实网络上的实验结果表明,该算法在复杂网络上能够大幅降低计算复杂性并保持较高的近似准确性.     

A Primal-dual Neural Network for Shortest Path Problem

The shortest path (SP) problem is a classical combinatorial optimization problem which plays an important role in a packet-switched computer and communication network. A new primal-dual neural network to solve the shortest path problem (PDSPN) is presented in this paper. The proposed neural network combines many features such as no network coefficients set,easy implementation in a VLSI circuit, and is proved to be completely stable to the exact solutions. The simulation example shows its efficiency in finding the "optimum" path(s) for data transmission in computer and communication network.     

移动卫星网络中的最短路径算法研究

移动卫星网络的拓扑时变性对其最短路径求解带来新的问题。文章利用提出的移动卫星网络模型,证明了基于传统网络的最短路径算法在移动卫星网络中使用存在局限性,提出了一种适用于移动卫星网络的最短路径求解方法和优化算法,并进行了仿真验证。     

基于路径多样性的网络生存性研究

以端到端网络作为研究对象,该文提出一种简单的路径多样性度量。端到端网络被当作源点与汇点间的有向无圈图,转换成分段形式。依次对每段按照链路被使用的概率,计算其联合熵作为整体的路径多样性度量。基于该度量分析了基于路径多样性的提高网络生存性的方法。     

用Python+GTK开发机群网络通信监控系统

文中介绍了Python语言、GTK图形包、Glade图形界面生成器以及用Python GTK开发GUI程序的方法。同时描述了机群网络通信监控系统的功能和结构，并对开发过程中的几个关键技术进行了详细阐述。     

随机时间依赖网络的K期望最短路径

首先给出了随机时间依赖网络模型，K期望是短路径问题的形式化描述，并针对公交网络推导出到达弧头结点的时刻所服从的概率密度函数，路径期望耗费的计算方法，然后，基于随机一致性假设和胡机优势的概念给出了K期望最短路径问题的理论基础和算法并证明了算法的正确性，最后，给出了公交网络的应用实例和实验结果。     

基于时刻表的多模式交通网络路径规划

城市交通系统正逐渐由原来的单一模式转变为相互连通的多模式,为了更准确地表达多模式交通网络系统,并满足个人出行时路线规划和时间预测的要求,该文以Oracle空间网络数据模型为建模基础,以武汉市为例,选取了道路网、公交路网和地铁路网三种路网模式构建了多模式交通路网,并且加入公交线路和地铁线路的时刻表因素,旨在使出行者通过该模型可以找到到达目的地的最快路线并预估该路线所需时间.     

卫星时变拓扑网络最短路径算法研究

在提出卫星时变拓扑网络模型的基础上,首先证明了传统网络中的最短路径算法（如Dijkstra算法）在卫星时变拓扑网络中使用存在局限性,给出了一种可适用于卫星时变拓扑网络的最短路径算法并利用卫星节点间邻居关系的相对规律性,对算法进行了优化．相关仿真表明该算法比目前常用的卫星网络路由算法（如DVTR）更适合于切换频繁的卫星网络．