用脚本实现计算机管理的自动化

脚本以其易用,功能丰富的特点,在计算机日常管理中发挥着重要作用。脚本结合了Windows脚本宿主后,可以调用COM对象,可以使用WMI,功能更是强大。文中介绍了Windows脚本编程的基本技术,并对常用的计算机管理任务给出了脚本代码。     

基于RGI的浮空器任务规划问题研究

侦察任务规划是浮空器军事应用中的重要问题,对于最大化满足侦察任务需求、提高浮空器资源利用率具有重要作用。针对浮空器侦察系统的任务规划问题,考虑任务需求约束、载荷约束等条件下,构建了浮空器连续侦察监视的混合整数规划模型,并采用贪婪随机插入(RGI)算法对模型进行了求解。该算法结合了贪婪算法和模拟退火算法的设计思想,既保留了一定贪婪特征又提高了跳出局部最优解的能力。最后通过一个多浮空器多目标的仿真实例验证了算法的有效性。     

基于Java3D的Web3D交互式系统的建构

针对Web上对电子商务三维场景漫游的新需要,设计了一种基于Java3D的B／S结构的跨平台交互式三维家具虚拟现实系统。该系统解决了漫游导航、感兴趣区域浏览、视点平滑移动等三维浏览的关键技术,并实现了交互式的三维图形浏览器。该浏览器嵌入Web浏览器之中。系统采用MVC的设计模式;除提拱场景漫游等基本操作外,系统还实现了局部感兴趣区域的浏览和实现家具的任意位置摆放。     

Minicore3.0操作系统上的Linux二进制兼容运行环境

首先介绍基于服务体/执行流模型的操作系统Minicore的基本特征,进而详细讨论了如何利用内核态功能实现二进制Linux应用代码的高效兼容运行方法,以及Minicore中Linux运行环境服务体设计的关键技术和解决方案,并给出了实验测试数据以说明所提出技术的有效性.     

无线传感器网络链路状况对密钥协商的影响

无线传感器网络链路损耗大,密钥协商不能一次成功。为了研究无线传感器网络链路状况对密钥协商的影响,提出一个高区分度的评估指标——加权安全连通率,通过分析影响密钥协商的因素及对多个不同密度的网络进行密钥协商仿真,找出无线传感器网络链路状况对密钥协商的影响规律。仿真结果及分析表明,网络布置保持节点间距在最大通信距离的2/5左右,能使安全连通率较优。     

改进的HHT非平稳信号分析方法及其应用

Hiibert-Huang变换是由Norden E.Huang等人提出的一种适合分析非平稳时间信号的一种新的方法.这一方法尚处在发展阶段,在建立严密的理论和方法的完善方面还有很多未知.本文首先对这一方法作了介绍;然后针对算法中出现的一些问题给出改进;最后用改进的算法和原算法进行时比,说明利用改进法,能够更准确地获得固有模态信号且能更好保留原始信号中的瞬时频率成分.     

探讨传统建筑风水理论与现代景观设计学说的映照

当代爆发的环境危机提醒人们应该重视传统文化中有利于人与环境可持续发展的理论学说,吸收传统建筑风水理论的精华从而促进现代景观设计学说的发展,要探讨两者的相互映照就要对比两者起源的时代思潮及其理论成果,并思辨传统文化与现代科学的博弈。     

基于USB 2.0的数据采集系统

介绍基于USB 2.0总线的数据采集系统的设计方法,包括硬件设计、Firmware（固件）设计、基于Windows驱动程序模型的设备驱动程序的设计以及应用软件的设计,同时还介绍基于USB 2.0的数据采集系统。     

高光谱激光雷达后向散射强度的粗糙表面二向反射模型EI北大核心CSCD

高光谱激光雷达是同时获取光谱和空间信息的主动遥感探测方法。在激光扫描过程中,激光入射角是重要的影响因素之一。在实际应用中,目标表面粗糙度会使其入射角效应偏离朗伯模型。因此,基于Oren-Nayar模型对粗糙表面建立二向反射模型,研究了入射角效应的辐射校正方法。选取8种典型的粗糙表面作为实验对象,分析了各波段后向散射强度与入射角的关系,并量化了粗糙度对强度的影响。基于构建的模型,对该研究样本的入射角效应进行辐射校正。辐射校正后,不同入射角反射率的标准差均不大于0.06;与校正前相比,标准差平均改善率为67.86%。结果表明,所提出的方法提高了提取目标反射特性的准确性,为高光谱激光雷达更好地为开展数据分析与应用提供良好的物理基础。     

稠密自适应生成对抗网络的爨体字风格迁移模型

爨体字作为典型的衬线字体,不同于黑体、微软雅黑、等线这些非衬线字体,其字形结构十分多样.为了防止爨体字在生成过程中笔画弯折处出现伪影和模糊的现象,提出一种基于稠密自适应生成对抗网络的爨体字风格迁移模型.首先,生成器通过稠密自适应卷积块更加充分地提取风格特征和内容特征;然后,像素判别器对真实图片和生成图片进行分辨;再采用对抗损失、迁移损失、梯度损失和边缘损失对生成网络进行参数调节;最后,将自行采集的爨体字数据集作为训练集送入模型进行训练.实验结果证明,所提模型能够有效地学习到风格特征,达到更好的生成效果;其生成结果在字形大小保持上优于Zi-to-zi模型,在笔画细节特征的保留上优于StarGANv2以及CycleGAN模型,并在SSIM和L1 loss指标上得到了验证.