训练仿真系统中命令校验与转发的研究与实现

为提供接近真实的模拟应急救援训练环境,正确地校验、快速地转发指挥救援命令,提出了某型应急救援训练模拟仿真系统中命令校验与转发系统的体系结构。为应对客户端数量的动态变化,提出了预先配置与动态增减待监视的客户端相结合的方法。为方便系统快速升级,采用了初始化阶段预加载记录命令处理规则信息的辅助文件的方式,从而实现了通过修改辅助文件升级系统的功能。实验结果表明,该系统可以高效地完成命令的组装、校验和转发工作,具有良好的可扩展性和灵活性,能满足应急救援训练模拟的需要。     

NGB之我见

分析了发展下一代广播网(NGB)的客观原因,指出了NGB的科学发展模式,提出了合理的NGB技术发展路线,并具体介绍了可行的基于NGB的双向网改造方案.     

“电力系统分析”课程研究性教学设计

为应对电力系统及其自动化专业学生在就业岗位中存在的基础知识不牢靠，解决实际问题能力不足的困境。以“电力系统分析”课程中“无功补偿”内容为例，将科研与教学融合选择具有工程背景的教学载体，按着从理论分析到工程实践到创新应用的路线设计研究性教学内容。设计方案体现了“两性一度”标准要求，有助于提升学生自主学习、综合运用知识解决复杂问题和创新的能力。     

批量放号阶段VoLTE网络容量瓶颈的解决方案

VoLTE批量放号之后,CS域和IMS域的互通话务越来越多。导致GMSC和MGCF的容量利用率激增,成为放号阶段最严重的网络容量瓶颈。根据历史统计数据,得出有效VoLTE用户转化率。然后根据转化率、本地话务模型、设备软硬件license特性,精确分析批开过程中的网络资源状况。当GMSC和MGCF设备容量利用率过高、可能影响业务时,采用紧急分流方案,把业务临时疏通到同一个GMSC SERVER或者MGCF下面的其它MGW。通过MGCF和GMSC网元融合可以更彻底的解决这个问题。本文结合实际工作介绍了两种比较常用的融合方案：仅GMSC Server替换、GMSC Server和GMGW升级。前者主要用于华为关口局。后者主要用于爱立信关口局。     

辐射空调房间室内空气分布特性实验研究

本文在配置有冷却顶板与混合通风的人工环境室中设置电热膜模拟外围护结构传热,在冷负荷分别为83 W/m~2及111 W/m~2条件下,通过实验的方法研究典型辐射空调房间室内空气分布特性。结果表明:当冷却顶板表面温度变化范围为15～23℃及送风温度为22℃时,室内垂直方向1.7 m以下空气温度及速度分布较均匀,而1.7 m以上呈显著变化,CO_2浓度在工作区附近的CO_2浓度较高,而在顶板及地板附近浓度较低。平均垂直空气温差、紊流强度及除污效率的变化范围分别为0.1～0.2℃、32%～38%及0.62～0.86。因此,冷却顶板表面温度的变化对室内平均垂直空气温差、紊流强度影响较小,而对除污效率影响较大。     

函数式语言方法在网络交互程序中的应用

网络应用程序中为了保持程序的交互性,服务器端的控制程序如CGI(command gateway interface)程序需要在不同的脚本程序之问切换,这样不可避免的会造成控制信息的丢失.为了避免这些问题,介绍了将函数式程序设计语言的一些方法,如Continuation、CPS(eontinuationpassing style)等,并将它们应用到网络程序设计中,不仅简化了设计过程,也提高了程序的安全性,并可以在更一般的语言中实现.     

多速率无线Mesh网络环境下功率控制与调度机制——PSMR

传输功率控制（TPC）技术是提高无线网络性能的关键技术之一。针对无线Mesh网络（WMN）的特点,提出了一种在多速率WMN环境下功率控制与调度机制（PSMR）,该机制以系统的吞吐率和公平性为目标,利用冲突图思想对网络进行分析,建立了多目标规划的数学模型,并采用微分进化算法对其进行求解。模拟测试表明,PSMR能有效提高系统吞吐率,改善系统的公平性。     

无线传感器网络中基于贝叶斯可变频的CSMA/CA算法研究

针对于在无线传感器网络中多个节点向Sink节点发送数据包造成的延时、丢包、碰撞检测、网络阻塞等问题,在802.15.4协议CSMA/CA算法的基础上提出了一种基于贝叶斯可变频的CSMA/CA算法(BVF-CSMA/CA)。该算法将贝叶斯估值得到的参数区间与CSMA/CA的碰撞检测机制相结合,使传感器节点发送的多数据包能正常与Sink节点实时通讯,采用这种算法减少了碰撞检测、节约了能耗、降低了网络通讯量、延长了网络的生命周期。本文通过使用NS2仿真工具模拟验证了该无线传感器网络的丢包率和能耗,实验结果表明,改进后的算法显著改善了这两个性能指标。     

基于CNN的方面级跨领域情感分析研究

近年来,方面级情感分析吸引了越来越多学者的关注,但方面级跨领域情感分析存在没有标注数据,难以获得好的分类结果的问题。将上下文特征与方面特征进行融合,构建基于卷积神经网络和门控单元的情感分类模型,并利用少量目标领域数据集对模型进行微调来实现迁移学习,再用迁移学习后的模型对目标领域的数据进行方面级情感分析,有效解决了训练样本不足、准确率低的问题。人工标注了适用于方面级跨领域情感分析的中、英文语料,所提出的方法在中文数据集最优的F1值达到92.19%,英文数据集最优的F1值达到了86.18%,实验结果表明基于卷积神经网络的方面级跨领域情感分析方法有效提高了目标领域的情感分类准确性。     

一种网格数据挖掘应用系统的设计

数据挖掘算法广泛地应用于数据分析。工业、科学和商业领域需要分析地理上分布的大量数据集，而网格能有效地提供高性能应用和分布式的基础设施。为了利用网格实现数据挖掘和知识表示，文中根据知识网格的概念，在Globus Toolkit的基础上．分析了知识网格的体系结构和它的主要组件，根据数据挖掘的过程设计了一种网格数据挖掘系统软件模型，并指出了该模型应提供的服务，这些服务会屏蔽所有关于网格底层的所有细节，使最终用户只关心知识发现的过程。