IP组播技术在校园网络视频系统中的应用研究

近年来,校园网络视频系统是校园信息化建设中不可缺少的组成部分,具有卫星电视转播、高清视频现场直播、校内资源点播和网络教学等功能。本文结合高校网络特点,构建了以校园网组播部署和组播管理为核心的校园网络视频系统,在提高校园宽带利用率的基础上实现了校园网络视频的广泛应用。     

浅谈分布式微格教室体系的构建

微格教学技术自诞生后,得到了迅速推广和应用,目前在我国各类师范院校中得到了迅速推广和应用,几乎都建有微格教室。随着校园网的发展及新一代的录播服务器技术的成熟,微格教室已实现了B／S分布式的网络应用体系,实现课堂实况的全自动或按教学课表的随播随录的功能,自动生成数字的多媒体视频课件,以供课后的点播、浏览、评估等方面的使用。     

校园网VOD系统

视频点播是近年来新兴的传媒方式，在教学中可以实现随时随地点播教学课件完成教学，从而突破了传统的集体教学的时间和空间的限制．实现了个性化教学，可以达到最佳的教学效果。     

广域网VoD系统中的视频流组播传输机制设计

本文提出了一种在服务于广域网范围内、带代理服务器群的VoD系统中有效实现视频流组播的传输机制，其主要设计目的是借助代理服务器减轻中心服务器的工作负担以及削减主干网带宽资源消耗，并在各局域网内有效实现视频流组播，提高视频流的传输效率。我们用不同的传输技术响应“热门”视频节目点播和“冷门”视频节目点播，力争用尽量小的资源消耗提供最大范围的优质点播服务。     

集群式VoD系统中文件分块存储策略

在VoD点播中,用户主动中断点播会造成影片不同时间段的部分被访问的概率不同,给传统的分块策略带来了负载不均衡问题。该文分析用户在VoD点播时中断点播的行为模式,在此基础上建立分析点播中断概率的模型,提出一种改进的分块存储策略。仿真表明,改进的策略能够更好地实现负载均衡,提高系统运行效率。     

基于应用——网络层组播相结合的体系结构研究

组播(multicast)是一到多或者多到多的多方通信形式,远程会议、交互式仿真、分布式内容系统、多方游戏等应用都对组播业务(multicast service)提出了需求。在OSI模型的网络层或者应用层实现业务是目前组播业务的两种实现体制。IP组播研究起步较早,但最近研究发现网络层组播研存在许多难以解决的问题,基于互联网的性质和应用的特点,在IP组播模型、Overlay Network和Peer-to-Peer等技术的基础上,发展出了应用层组播技术。但应用层组播也有其自身缺陷。本文总结了网络层组播和应用层组播的优缺点,并在此基础上设计了一套两者相结合的体系结构,以取得优势互补的成效。     

基于IPv6的视频广播/点播系统

文章阐述了当前开展多媒体数据服务的迫切需要,详述了利用现有的两大主要传输网络———有线电视网络和基于IPv4协议的Internet———进行多媒体数据服务所存在的本质缺陷。在此基础上提出了在IPv6上实现多媒体数据服务的可能性,并提出了基于IPv6组播方式的视频广播/点播系统。     

基于近似子图的规则空间压缩算法

规则空间模型是一种高效的知识结构诊断模型，但较高的规则空间构造代价阻碍了在小规模、实时认知诊断中的应用.为了提高规则空间模型的可扩展性，提出使用近似子图生成理想属性模式集进而压缩规则空间的方法.近似子图能够通过忽略和测试项目无关的属性降低子图规模量级，从而有效缩减理想属性模式集规模，达到压缩规则空间的目的；同时通过构建顶点间的虚拟边模拟领域知识图上的传递依赖关系，使近似子图在不引入额外属性的前提下保持领域知识图上的依赖关系，实现对不合理属性模式的有效过滤.在此基础上，给出了构造规则空间所需的近似子图构造算法以及由近似子图生成理想属性模式集的方法.最后在标准测试集上开展了近似子图与依赖保持子图和顶点导出子图两种方法的性能对比实验，并将近似子图应用于实际教学认知诊断中验证其诊断准确率，实验结果表明近似子图能够在不损失诊断结果准确率的前提下显著压缩规则空间，降低规则空间模型应用于小规模、实时诊断的门槛.     

外语远程网络教学初探

一、网络教学平台的总体设计多媒体网络教学系统的设计突出在教学、服务和管理三个方面。教学体现在网上教室、教学软件、数字实验室、远程教育、VOD点播和视频直播。后台支持主要是:⑴教学素材库;⑵大规模题库;⑶系统教学课件。二、我院外语网络多语种平台功能首都师范大学外语学院网络教育平台目前主要有:⑴网上科研交流系统;⑵在线考试系统(目前正在开发之中);⑶网上课程教学系统;⑷远程网络直播、点播系统。这一系统是由北京艾威康电子技术有限公司承建完成的,采用最先进的MPEG-4视频压缩技术及组播技术,经过前端采集压缩,记录到后台…     

基于子空间辨识的模型预测控制器经济性能评估方法

目前模型预测控制器(MPC)的经济性能评估(EPA)方法多依赖于过程解析的稳态模型,为了更方便有效的对MPC经济性能进行评估,本文提出一种基于子空间辨识的模型预测控制器经济性能评估方法,仅利用过程操作数据即可实现对控制器的经济性能评估,避免了对过程解析稳态模型的依赖性.利用已知过程操作数据,通过子空间辨识求取子空间矩阵...     

矢量和栅格一体化的数据模型

本文提出的矢量和栅格一体化的数据模型将零维、一维和二维空间划分为不规则的子空间，并建立了这些子空间之间的空间关系和层次结构.地物可以表示为这些子空间的集合，地物之间的空间关系可以由组成它们的子空间推导.这一模型同时具有矢量和栅格数据模型的优点，支持矢量和栅格数据模型所具有的功能.     

Support vector regression with noisy data: a second order cone programming approach

A robust convex optimization approach is proposed for support vector regression (SVR) with noisy input data. The data points are assumed to be uncertain, but bounded within given hyper-spheres of radius η. The proposed Robust SVR model is equivalent to a Second Order Cone Programming (SOCP) problem. SOCP formulation with Gaussian noise models assumption is discussed. Computational results are presented both on real world and synthetic data sets. The robust SOCP approach is compared with several other regression algorithms such as SVR, least-square SVR, and artificial neural networks by injecting Gaussian noise to each of the data points. The proposed approach out performs the other regression algorithms for some data sets. Moreover, the generalization behavior of the SOCP method is better than the traditional SVR with increasing the uncertainty level η until a threshold value.     

Inference of disjoint linear and nonlinear sub-domains of a nonlinear mapping

This paper investigates new ways of inferring nonlinear dependence from measured data. The existence of unique linear and nonlinear sub-spaces which are structural invariants of general nonlinear mappings is established and necessary and sufficient conditions determining these sub-spaces are derived. The importance of these invariants in an identification context is that they provide a tractable framework for minimising the dimensionality of the nonlinear modelling task. Specifically, once the linear/nonlinear sub-spaces are known, by definition the explanatory variables may be transformed to form two disjoint sub-sets spanning, respectively, the linear and nonlinear sub-spaces. The nonlinear modelling task is confined to the latter sub-set, which will typically have a smaller number of elements than the original set of explanatory variables. Constructive algorithms are proposed for inferring the linear and nonlinear sub-spaces from noisy data.     

基于最小拟合误差平方和准则的空间聚类

在一些回归分析问题中，数据来自于空间对象的非空间属性．许多问题中不用考虑空间属性，而直接分析非空间属性．如果在整个问题空间中，对象空间差异较大，需要将空间对象划分为若干子空间，子空间对应的局域回归模型，可以减小空间差异性的影响．针对子空间连通性约束情况下空间对象的局域回归分析问题，提出基于最小拟合误差平方和准则的空间划分方法，从一个空间的初始划分开始，按照拟合误差平方和下降的原则调整子空间边界，获得新的空间划分和对应的回归模型，不断迭代直到准则函数收敛．     

Convex Optimization Algorithms for Active Balancing of Humanoid Robots

We show that a large class of active balancing problems for legged robots can be framed as a second-order cone programming (SOCP) problem, a convex optimization problem for which efficient and numerically robust algorithms exist. We describe this general SOCP balancing framework, show that several existing optimization-based balancing strategies reduce to special cases of this more general formulation, and investigate the computational performance of our SOCP algorithms through simulation studies involving a humanoid model.     

基于有色Petri网的网上EOD系统建模方法研究

对网上EOD(Education On Demand)中的基本概念进行定义，并对网上EOD进行功能子模块的划分。基于教学活动特征分析，对通用化的Petri网进行扩展，赋予其网上EOD内涵特性，采用有色Petri网系统对各子模块进行形式化描述，从而为网上EOD系统提出一套符合教学活动行为特性和要求的形式化建模方法，为进一步进行网上EOD系统的开发设计提供规范化理论指导。     

A SOM-based hybrid linear-neural model for short-term load forecasting

In this paper, a short-term load forecasting method is considered, which is based upon a flexible smooth transition autoregressive (STAR) model. The described model is a linear model with time varying coefficients, which are the outputs of a single hidden layer feedforward neural network. The hidden layer is responsible for partitioning the input space into multiple sub-spaces through multivariate thresholds and smooth transition between the sub-spaces. In this paper, we propose a new method to smartly initialize the weights of the hidden layer of the neural network before its training. A self-organizing map (SOM) network is applied to split the historical data dynamics into clusters, and the Ho-Kashyap algorithm is then used to obtain the separating planes' equations. Applied to the electricity markets, the proposed method is better able to model the smooth transitions between the different regimes, which are present in the load demand series because of market effects and season effects. We use data from three electricity markets to compare the prediction accuracy of the proposed method with traditional benchmarks and other recent models, and find our results to be competitive.     

基于EMD多模态特征融合支持向量机的故障诊断

针对非平稳时间序列信号,提出一种基于经验模态分解(EMD)的特征提取和多模态特征融合支持向量机的故障诊断方法,首先对原始信号进行EMD分解,选择能量最大的几个基本模式分量(IMF)并提取其小波包特征,获得对每个IMF独立的特征子集;然后在每个IMF特征子集中训练SVM弱分类器,并根据各特征子集对应的IMF能量权重进行加权融合,获得故障状态的强分类器,将该方法应用于6135型柴油机振动信号故障诊断中,实验结果表明了其可行性和有效性.     

一种基于回归分析的空间划分方法

针对子空间连通性约束情况下空间对象的局部回归分析问题,本文提出基于最小拟合误差平方和准则的空间划分方法,从一个空间的初始划分开始,按照拟合误差平方和下降的原则调整子空间边界,获得新的空间划分和对应的回归模型,不断迭代直到准则函数收敛。     

Optimal design and verification of temporal and spatial filters using second-order cone programming approach

11 Introduction The filters are widely used in many applications of signal processing. Filter design is an important research problem in many diverse application areas. The filters we usually refer to are temporal filters, which pass the frequency components of interest and attenuate the others. A spatial filter passes the signal radiating from a specific location and attenuates signals from other locations. Beamformer that widely used in radar, sonar,and wireless communications is a kind of …