巧用Hybrid端口技术解决多VLAN PPPoE认证难题

PPPoE是一种广受欢迎的网络接入方式,随着网络设备制造技术的发展,目前市面上出现了较多集成的功能较为简单的PPPoE server的网络设备,很多集成的PPPoE server只能在一个VLAN上正常工作,而无法完成其他VLAN上的PPPoE认证,形成了一个多VLAN环境中的PPPoE认证难题。详细分析了VLAN、PPPoE技术原理以及多VLAN环境中PPPoE认证难题出现的原因,结合作者在网络实践中的案例,介绍了一种巧妙运用Hybrid端口技术解决该难题的方法。     

Web信息抽取及知识表示系统的研究与实现

研究了从数据密集型Web页面中自动提取结构化数据并形成知识表示系统的问题。基于知识数据库实现动态页面获取,进行预处理后转换为XML文档,采用基于PAT-array的模式发现算法自动发现重复模式,结合基于本体的关键词库自动识别页面数据显示结构模型,利用XML的对象-关系映射技术将数据存入知识数据库,由此实现Web数据自动抽取。同时,利用知识数据库已有知识从互联网抽取新知识,达到知识数据库的自扩展。以交通信息自动抽取及混合交通出行方案生成与表示系统进行的实验表明该系统具有高抽取准确率和良好的适应性。     

基于无线通信的温度监测系统的设计

通过对单片机技术和无线传感器网络技术的研究,介绍了一种具有分层结构的无线通信的温度监测系统,并设计了基于这种分层结构的通信协议,给出了系统的硬件结构和软件设计。应用结果表明,系统可以广泛应用在需要温度监测的领域。     

黑河综合遥感联合试验涡动相关通量数据处理及产品分析黑河综合遥感联合试验涡动相关通量数据处理及产品分析

涡动相关通量数据的处理及质量控制是保证各涡动观测台站数据质量的重要步骤。“黑河综合遥感联合试验”(Watershed Allied Telemetry Experimental Research,WATER)从2007年底到现在连续观测积累了大量涡动相关通量观测资料。使用经过改进的EdiRe软件对盈科站、阿柔站和关滩站3个站点的原始涡动数据进行预处理和质量控制。通过异常值及野值点剔除、倾斜修正、超声虚温修正、时间滞后校正、频率响应修正和空气密度效应修正（WPL修正）等基本处理生成Level\|1数据产品;再通过大气状态平稳性检验、总体湍流特征检验以及湍流通量统计特征分析等初步质量控制,生成Level\|2数据产品。以盈科绿洲站2009年7月份涡动相关数据为例,着重介绍涡动相关数据处理过程中各校正方法的重要性及不同校正方法对湍流通量计算的贡献。结果表明：超声虚温修正后感热通量比修正前减少约7.7%;时间滞后校正后潜热通量和CO²通量分别增加了3.9%、2.7%;频率响应修正后感热通量、潜热通量及CO2通量分别增加了2.7%、10.5%、11.6%;WPL修正后潜热通量增加了1.7%,CO²通量减少了9.8%。最后将Campbell实时处理结果与Level\|1产品及Level\|2产品进行对比分析,并对黑河流域各涡动站做了总体数据精度评价,阿柔站数据质量最好,盈科站次之,关滩站较差。
     

基于径向基函数神经网络的红外步态识别

为提高红外步态识别的效果,提出一种基于径向基函数神经网络的多分类器融合算法。对红外步态序列,分别应用基于轮廓线傅立叶描述子特征的模糊分类器和基于下肢关节角度特征的贝叶斯分类器进行识别,再利用径向基函数神经网络的学习和分类功能,对获得的输出信息进行度量层的融合和再识别。仿真实验结果表明,该算法获得更加精确的分类效果。     

基于OpenCV运动目标的检测研究

在Visual C＋＋6.0环境下,介绍一种结合背景差分法和瞬时差分法,能在视频序列中识别运动目标算法,结合OpenCV给出了具体过程和部分代码。该算法利用瞬时差分法得到当前帧中运动目标的轮廓信息,在更新背景模型时不更新运动目标轮廓内区域,避免了由运动目标引起的背景模型更新误差,当发现移动物便自动发出警告声。     

一种改进的寻的制导信息估计方法研究

在精确制导的研究中,针对精确目标探测,研究了视线角可测情况下改进的 CB 观测器(Cost-Based Observer)的制导信息估计问题.在进行平面拦截中,根据非线性拦截运动学和一阶马尔可夫目标机动模型,建立了制导信息滤波的非线性状态方程.为了解决 CB 观测器不可观问题和提高目标信息估计的精度,提出了一种多状态相关系数矩阵加权组合方案,从而保证了观测器的可观性.采用比例控制制导系统进行仿真研究表明,改进的观测器制导信息估计精度提高,脱靶量明显降低,能够满足制导系统的状态估值性能要求.     

基于动态熵值的随机数生成方法

研究加密系统安全问题,一般软件生成随机数算法都存在递推函数固有的相关性,使得其生成的随机序列值离散度不高,难以运用于信息安全领域.利用二进制生成空间来构造随机序列;在以二进制空间为缓冲区域的基础上,引入了'调用间隔'和'负载中断',根据系统自身的动态熵值参数,来减小生成函数固有的相关性,提高了输出随机序列的离散度.并在算法中增加了后台间断性注入数据和跳跃读取数据的方法,实现了随机序列生成,并据有高密度特性.经仿真测试表明,方法所生成的随机序列的质量较传统方法更高,输出方式也更加丰富,能够应用于信息安全的领域.     

基于遗传算法的函数型小波网络

针对传统小波神经网络易陷入局部极小等缺陷,采用遗传算法对神经网络进行优化。提出了一种结合实数编码与二进制编码的多值编码遗传算法,上述算法在同一条染色体上同时使用实数编码与二进制编码,有机结合了两者的优点,并把遗传算法用于优化函数型小波网络的结构中,可获得具有更好泛化能力的小波网络。仿真实验结果表明,利用该遗传算法训练小波神经网络,能使网络具有简单的结构形式,较高的逼近精度和较强的泛化能力,并证实了网络的有效性和优越性能。