主机数据流量检测的实现

分布式网络环境中主机数据流量的异常通常反映出主机是否遭受病毒、木马等恶意程序的入侵而成为网络攻击中的傀儡机,因此,对主机数据流量进行监测可以尽早发现潜在的危险。研究了基于Cisco路由器的主机数据流量检测的基本方法,并给出了具体的程序实现方法和网络硬件环境配置方法。     

新媒体时代的物联网信息设计与展望

在互联网发展的基础上,物联网可将信息的交流与沟通扩展到任何物体与物体之间,故其将成为新媒体时代改变人类生活的新变量。在探索智能化信息交互与设计的过程中,文章紧跟物联网的发展趋势,不断思索物联网的崛起给新媒体时代的文化、生产与生活带来的需求、挑战与可能性,同时指出了在这样的背景下,物联网这个新媒体时代的新形势对信息设计所带来的新启示。     

重症监护病房紧急状况预警算法

重症监护病房中的病人身体状况通常很不稳定,常出现各种需要医护人员介入治疗的紧急状况。由于医疗资源有限,医护人员可能无法及时发现并处理这些紧急状况,给病人的存活率带来严重的负面影响。如果可以预测这些紧急状况的发生,并及时通知相关医护人员,将大大提高病人的存活率。常见重症监护病房紧急状况包括突然死亡、败血症、肺部感染、急性低血压、以及器官衰竭等。紧急状况预警建模主要采用病人的长时间生命体征监测数据,预测在一定时间之后发生某种紧急状况的可能性。预警模型所采用的监测数据分为静态数据、事件数据和时间序列数据等三类。静态数据具有容易采集、但预测准确性偏低的特点。事件数据或时间序列数据、以及多种类型数据的混合数据对于紧急状况预警模型的预测性能的提高有重要作用,将会获得更广泛的应用。     

Deep Web 研究现状与展望

随着Deep Web数量和规模的快速增长,通过对其发起查询请求以得到存储在后台数据库中的相关信息,日渐成为用户获取信息的主要方式。为了方便用户有效地利用Deep Web中的信息,越来越多的研究者致力于这一领域的研究,重点之一是Deep Web后台数据库的数据集成。由于Deep Web后台数据库存储的主要是文本信息,使得从文本处理角度出发,针对Deep Web中存储的内容进行查询与检索的研究具有十分广阔的应用前景。本文对Deep Web的研究现状进行了较为详细的分析,同时对研究的发展方向进行了展望。     

三网融合的技术现状和未来发展

三网融合是网络发展的主要方向,无线网络是接入有线网络的一个重要途径。本文主要概述了因特网、电信网络、有线电视网络和无线网络的技术现状;分析在三网融合的形势下,它们各自都可以为发展未来包含现在由三种网络提供的所有服务的综合业务网提供核心技术的能力;指出没有单个网络技术能够成为无争议的赢家:融合的网络将具有异构网络集合的特征,提供多种多样的服务;然后在更广阔的视野上阐明了在三网融合之后的未来全局多媒体网络的特征以及建立具有这样的特征的网络所面临的挑战和所需要的变革和创新。     

物联网技术于人文艺术之应用

近年来,物联网(Internet of Things,IoT)产业受到许多的关注,世界各国均视其为潜在无限商机的高科技产业,并投入大量的资源从事研发与推广。由于物联网的应用非常广泛,且透过物联网技术人类得以提升生活质量,让生活更加便利,因此,本论文首先简介物联网的背景及应用,并介绍其基本概念与架构。接着,本论文以「无线感测真菌人文树道」为例,针对物联网技术应用于人文艺术领域进行说明,并详细叙述其所使用到之各项软件、韧体及硬件技术,透过真菌的感测、无线通信及异质网络连网功能的设计,使真菌网络成为物联网在人文艺术应用的一个重要典范。     

磁悬浮列车传感器信号传输系统分析

磁悬浮列车传感器系统采用屏蔽双绞线传输数字传感器信号;磁悬浮列车传感器信号传输系统具有典型的传输线系统特点;研究了系统始端内阻抗与终端阻抗对信号传输的影响;分析了在终端为网络变压器时,传输线对信号传输的影响;提出了在有限负载阻抗条件下,阻抗匹配的设计要求;实验证明在有限阻抗负载条件下,并联终端匹配比始端串联匹配具有明显优势。     

基于电子鼻的香蕉储存时间鉴别方法研究

研究了一种基于电子鼻系统的香蕉储存时间鉴别方法。实验检测了不同储存时间的香蕉样品,主成分分析方法可以较好地区分不同储存时间的香蕉样品,同时检验了样品的微生物指标以探讨电子鼻响应与微生物指标之间的关系。随机共振信噪比谱不但可以区分香蕉样品,同时基于信噪比特征值建立的香蕉储存时间鉴别模型具有较高的预测准确率。该方法具有较好的实际应用价值。     

一种新的码片内多径时延估计方法

根据信道冲激响应的稀疏特性,提出了一种频域的时延估计压缩感知模型,将时延估计问题转化为基于欠采样数据的稀疏向量估计问题.利用离散傅里叶变换(Discrete Fourier transform,DFT)矩阵的子矩阵所满足的受限等距性(Restricted isometry property,RIP)以及信道冲激响应的稀疏特性充分降低了时延估计所需数据量的要求.分析了本文模型具有码片内多径分辨能力以及良好抗噪性能的原因,并与多信号分类(Multiple signal classification,MUSIC)和旋转不变技术的信号参数估计(Estimation of signal parameters via rotational invariance technique,ESPRIT)算法的时延估计性能进行仿真比较.仿真结果表明,本文提出的方法不需要预知多径的条数,对码片内多径时延具有较高的估计精度,其时延估计性能在特定条件下优于MUSIC和ESPRIT算法.     

多站虚拟量测变换均值无源定位算法

在多站无源均值定位算法中,为了解决部分传感器间夹角过大或过小所导致的定位精度下降问题,提出一种基于虚拟量测变换的多传感器管理无源定位算法.首先在全局坐标系下分析了传感器间夹角对误差几何稀释度(GDOP)的影响,进而得到双站获得较好定位精度的夹角约束关系;其次针对不满足该约束关系的传感器组合提出一种虚拟量测变换定位算法,通过空间管理的方法达到对传感器的优化布站,并结合算法的实施步骤对其原理及特点进行了理论分析,尤其对变换前后的交点精度进行了比较.仿真结果表明虚拟量测算法的定位精度要明显优于均值算法,进而说明该算法的有效性及传感器管理在多站无源定位中的重要作用.