改进的分层移动IPv6网络中快速切换方法

分层移动IPv6加入移动锚点来管理同一域内的移动，减少注册开销，从而能极大地减少切换延迟。但对于不同域间的移动，这种分层的结构并不能很好地解决切换延迟。提出一种分层移动IPv6网络中基于流的快速切换方法，将业务流状态分析与分层结构的思想有效地结合起来，有助于减少切换延迟以及丢包率。分析结果表明，该方法比现有的分层移动IPv6以及基于流的快速切换方法有着更好的性能。     

FPGA和NiosII软核的语音识别系统的研究

嵌入式语音识别的应用还是比较少,主要还是通过DSP实现,而且准确率还不是太高。提出一种基于FPGA和NiosII软核处理器的嵌入式语音识别系统的设计方案。系统以EP2C35 Cyclone II芯片和NiosII处理器为基础,采用软硬件结合的设计方式,共同完成语音识别的设计。系统结合改进的端点检测方法,提取线性预测倒谱系数（LPCC）的音频信号特征,采用IP核硬件实现动态时间规整（DTW）的识别算法,能达到较高的识别准确率。     

嵌入式WEB中TCP/IP协议栈的分析与设计

嵌入TCP/IP协议栈能扩展非智能设备的网络功能,是信息智能化的一种有效手段。针对嵌入式服务器的实际和应用场合,着重探讨了对ARP、IP、ICMP和TCP协议的裁减和实现的设计。     

嵌入式Web在无操作系统支持环境下的设计及实现

提出了一种能在8位MCU无操作系统的环境下实现Web服务器的方法,能很好地满足嵌入式系统的要求。该Web服务器不仅提供单纯的CGI功能,而且可方便地实现多页面多CGI,完成浏览器与设备的交互。该文介绍了无操作系统的嵌入式环境中实现Web服务器和CGI的特点和设计思想,并给出了主要实现算法。     

基于统计特征的DCT压缩域纹理图像检索方法

提出了一种基于离散余弦变换（Discrete Cosine Transfrom,DCT）的纹理图像的检索方法.该方法在DCT压缩域,通过直接对DCT系数计算,获得图像纹理的统计特征,并作为检索的依据.理论分析和实验结果都表明,该方法具有很好的检索准确率和效率,并且对于旋转具有不变性.     

可靠性云计算环境下能源效率的提高机制

针对当前云计算能源效率低以及电源故障等不可靠问题,提出了一种物理主机整合机制以及调度算法,在保障云计算可靠性的同时提高能源效率。能量优化机制可以察觉优化时机,在电源等故障时执行调度算法。算法调节虚拟机到物理主机的映射,同时将相应物理主机中空闲的CPU容量,分配到正在运行的虚拟机中,从而提高能源效率。实验结果表明,与传统的调度算法相比,该算法在工作效率上提高了15.8%,在能量消耗上降低了9.8%。     

基于阶段时序效应的奇异值分解推荐模型

针对传统基于时序效应的奇异值分解（SVD）推荐模型在对用户预测评分建模过程中只考虑评分矩阵,采用复杂的时间函数拟合项目的生命周期、用户偏好的时序变化过程,造成模型难于解释、用户偏好捕获不准、评分预测精度不够高等问题,提出了一种改进的综合考虑评分矩阵、项目属性、用户评论标签和时序效应的推荐模型。首先,通过将时间轴划分时间段,利用sigmoid函数将项目的阶段流行度变换为[0,1]区间上的影响力来改进项目偏置;其次,利用非线性函数将用户偏置的时序变化转变为阶段评分均值与总体均值偏差的时序变化来改进用户偏置;最后,通过捕获用户对项目的阶段兴趣度,结合其相似用户在此时间段对该项目的好评率,生成用户项目交互作用影响因子,实现用户项目交互作用的改进。在Movielence 10M和20M电影评分数据集上的测试表明,改进模型能更好地捕获用户偏好的时序变化过程,提高评分预测准确性,均方根误差平均提高了2.5%。     

基于嵌入式WEB的AllLightSYS的设计实现

HTTP协议是目前流行的Web技术的主要协议，是Web浏览器和Web服务器之间进行通信的基础。本文首先对嵌入式系统从整体上进行了简析，说明了嵌入式系统不同于通用型计算机系统的特点和嵌入式系统应用的广泛性。然后从协议的角度出发论述了HTTP协议。最后介绍了一个基于嵌入式Web技术的AllLightSYS系统的设计与实现,重点阐述嵌入式服务器软硬件部分的设计思想和体系架构，并对关键技术进行了详细的介绍。     

Profibus DP协议在以太网上的实现研究

讨论了Profibus DP协议功能在以太网上实现的可行性,对基于以太网的实时协议进行了改进.改进的实时协议基于以太网数据链路层的LLC子层,使以太网可以适应实时通讯的要求能够应用于设备级,并且与已经存在的Profibus DP现场总线上的应用保持了兼容性.还介绍了协议的实现和性能分析.     

基于图卷积与长短期记忆网络的动态网络表示学习模型

针对动态网络节点之间链路预测的准确率低和运行时间长的情况,提出了一种以降噪自编码器(dAE)为框架,结合图卷积网络(GCN)和长短期记忆(LSTM)网络的动态网络表示学习模型dynGAELSTM.首先,该模型的前端采用GCN捕获动态图节点的高阶图邻域的特征信息;其次,将提取到的信息输入dAE的编码层以获取低维特征向量,...