智能住宅小区信息网络接入技术及应用

给出了小区智能化系统的体系结构,在概述目前主流接入技术基础上,结合国内已建及在建智能住宅小区的接入技术应用, 探讨了主要的几种智能小区信息网络接入网技术方案     

MANET中IP地址自动配置算法设计

分析了具有全球连接的移动自组织网络中地址自动配置需要解决的地址唯一性、网络分裂与融合等关键问题,针对现有地址自动配置算法实现复杂、扩展性差、时延过长等不足,设计了一种自组织网络地址自动配置算法.该算法采用代理分配和自主分配相结合的方式,实现初始地址的快速分配,并在路由协议中引入虚拟地址概念,以维护本地地址的唯一性.算法...     

量子图像乘法运算及其仿真实现

为了解决图像处理领域中经典图像乘法运算复杂度较高的问题,提出了一种量子图像乘法运算的实现方式.首先对基于NEQR表示模型的图像制备方式进行改进,采用按行制备的方式以降低时间复杂度;然后根据二进制数的乘法步骤,使用Toffoli门和量子全加器结合移位操作设计量子乘法器;之后将制备好的量子图像使用量子乘法器进行相乘,最终实现量子图像的乘法运算.使用经典计算机与IBM平台提供的可编程量子模拟器进行量子图像乘法运算的仿真,所得的概率直方图表明该算法实现了图像的相乘.对比实验表明,该文研究的量子图像乘法运算与经典图像乘法运算相比在时间复杂度上有指数级提升.     

养殖和野生可口革囊星虫营养评价及挥发性风味物质分析

分析和评价养殖和野生可口革囊星虫营养品质和挥发性风味物质。结果表明:养殖星虫粗蛋白含量显著低于野生星虫(P<0.05),水分和粗脂肪含量显著高于野生星虫(P<0.05)。养殖星虫氨基酸总量、呈味氨基酸含量、必需氨基酸含量均低于野生星虫,其中呈味氨基酸、精氨酸和赖氨酸分别占44.12%、10.23%、6.17%和45.22%、9.85%、5.94%。养殖和野生星虫中均含有丰富的不饱和脂肪酸,分别占脂肪酸总量的48.60%和53.04%,以C_{20:4 n-6}含量最高,但养殖星虫的不饱和脂肪酸显著低于野生星虫(P<0.05)。从养殖星虫和野生星虫中分别检测出40和41种挥发性成分,醛、醇、酮含量分别为30.10%、18.19%、13.47%和31.53%、18.50%、19.59%,均表现出脂肪香、蘑菇泥土味、草味,其中对风味贡献较大的是辛醛、壬醛、反-2-辛烯醛、反-2-壬烯醛、1辛烯-3酮和β-紫罗兰酮。综合比较,养殖星虫营养品质、腥味、香味特征略低于野生星虫。

     

工信部无管局局长谢飞波一行到山西无管局检查指导工作

2014年7月15日下午，工业和信息化部无线电管理局局长谢飞波及副局长阚润田、程建军等一行4人到山西省无线电管理局检查指导工作。     

全面防杀ARP木马欺骗打造安全政务网络

目前,从2005年4月份以来,以现象为"arp欺骗"的各种木马在互联网上泛滥,很多局域网、个人电脑深受其害。本文从先Arp病毒主机中毒现象入手,分析了Arp欺骗木马的形成原理,并给出了Arp欺骗木马病毒主机的定位方法,最后给出了几种解决预防Arp木马病毒的方法,从而形成一套完整的病毒解决方案。     

褶积神经网络高分辨率地震反演

随着地震勘探精细化要求的提高,薄层及横向变化大的复杂储层反演越来越重要。而当前反演方法大多基于褶积模型,分辨率较低。本文提出了基于褶积神经网络的反演方法,该方法完全由数据驱动,不受褶积模型的限制。褶积神经网络具有层状结构,其输入输出之间的映射关系用褶积算子来描述,而非内积算子。基于褶积神经网络结构,本文给出了映射算子的优化算法,并将其应用到地震反演中。应用结果表明,通过褶积神经网络地震反演,可以获得比常规稀疏脉冲反演分辨率更高的地层波阻抗剖面。     

海上平台噪声的危害及防治

《海上平台噪声的危害及防治》主要针对海上平台空间狭小,噪音源集中且噪声级数值大,人员易受噪干扰的特点,认识噪音的危害,对海上平台噪音的综合防治措施进行探讨。     

大数据时代亟需强化数据清洗环节的规范和标准

海量数据的不断剧增形成大数据时代的显著特征。而大数据的生产和交易的重要前提之一是数据的清洗。目前,我国已经形成了基本的数据清洗产业格局,但因各自利益的追求,导致仍存在不少问题。因此,我国未来应重点强化数据清洗环节的规范和标准,推动大数据产业的健康发展。     

三维机器视觉在自动扶梯乘客危险行为识别与预警的应用

为了降低因为乘客危险行为导致的自动扶梯安全事故/伤人事件,基于三维视觉和人工智能技术,提出了一种自动扶梯乘客危险行为识别和预警技术,并详细介绍了该系统主要硬件和现场布置方案.为了对该系统进行科学评价,还提出了准确率、查全率、误报率、响应时间等综合性能评价指标,并分别在实际现场和实验室模拟条件下对该系统进行了大量的测试,测试结果表明,所构建的系统在不同光照、不同客流强度环境下,均能有效识别自动扶梯乘客携带婴儿车、摔倒、逆行、出入口逗留、出入口拥堵、探头等多种危险行为.