基于组合度量的应急救援网络路由算法研究

针对AODV协议只选用跳数最小进行选路的缺陷,提出一种新的基于组合量度的路由协议(AMAODV)。该协议综合考虑路由的跳数、节点间链路的有效期和可用带宽3种因素,通过层次分析的方法判定上述3种因素对链路传输的影响,提出了组合度量函数,借助组合度量函数的计算来选择一条具有较小度量值的路径进行传输。仿真结果表明:AMAODV协议在适应高速移动的网络环境上具有一定优势,并能降低网络时延和增加网络吞吐量。     

2014“唯尔佳”优秀新产品获奖产品介绍

<正>"唯尔佳"优秀新产品的评选是由中国纺织工程学会毛纺专业委员会和《毛纺科技》杂志社联合举办的"全国毛纺年会"的一项重要内容。连续34届的"唯尔佳"优秀新产品评选活动得到了毛纺织行业的积极响应,推出了众多毛纺织新产品,引领了毛纺织产品的发展趋势,展示了企业的技术创新实力,提高了企业的产品研发实力,获得了广大毛纺织企业的认可及好评。本刊连续刊登2014"唯尔佳"优秀新产品评比部分获奖     

天津赛菲化学科技发展有限公司

<正>天津赛菲化学科技发展有限公司成立于2005年,是一家主要从事多功能添加剂研究与开发的专业性企业。我公司的涂易乐(Toynol)系列添加剂、Surfadol产品广泛应用于缓蚀、金属加工液、润滑、印刷材料、胶黏剂、乳胶工业、涂料、数码材料、农用化学品、包装化学品、染料合成、颜料研磨、乳液聚合、皮革化学品等领域,是用于水基体系的优秀多功能表面活性剂。赛菲化学追求品质卓越、科技创新,严格遵守ISO9001:2008质量管理体系和ISO14000环境体系,向社会提     

移动通信网络优化现状及发展趋势分析

在社会经济以及科学技术不断发展的同时,移动通信技术也在逐渐进步。移动通信网络,在移动通信技术中属于核心部分。近些年来,越来越多的人们开始使用移动通信网络,促使移动通信网络的移动性日益增强,话务密度不均匀分布特征也越发明显,导致网络基站与用户手机之间出现了信号连接不顺畅现象,直接影响到了用户的通话质量,不利于移动技术的进一步发展,因而相关人员应该采取相关技术措施,对移动通信网络进行优化,不断提高通信网络的服务质量。     

基于未来的网络体系构架

随着经济的快速发展,互联网逐步发展成为覆盖范围广、信息资源最为丰富、规模最为宏观的全球信息设施。在目睹互联网给我们经济生活发展带来极大便利的同时,我们应该认识到互联网规模的不断扩大所带来的系列问题。新型的互联网体系构架技术要求高,管理难度增大,监控、维修和保护一体化的网络体系构架成为未来网络发展的难题,国内外相关研究人员对未来网络体系构架的研究不断深入,笔者在参考相关文献资料的基础上,对未来网络虚拟化资源管理构架、网络流量预测算法和虚拟化资源分配机制进行深入探究,以寻求未来网络构架发展的创新之道。     

探讨网络与信息安全的常见问题以及相关对策

随着现代经济社会的不断发展,计算机网络技术在各个领域中都得到了较为普遍的运用。因为其运用范围相对较广、网络涉及面相对较宽。计算机网络信息技术在为人们提供便捷服务的同时,也诱发了一系列问题,包括网络与信息安全问题。文章主要对目前网络与信息安全的几个常见问题进行分析和探讨,并提出了几条针对性的解决措施。     

标准化新闻事件

1.李克强在首届中国质量大会上讲话时强调:坚持标准引领、法制先行,树立中国质量新标杆2014年9月15日,以"质量、创新、发展"为主题的首届中国质量(北京)大会在人民大会堂召开,国务院总理李克强出席会议并作重要讲话。李克强指出,要努力构建全社会质量共治机制,坚持标准引领、法制先行,树立中国质量新标杆。要加快相关法规建设,完善国家标准体系,推进强制性标准改革,提升标准和检测的有效性、先进性和适用性。公开     

计算机远程网络通讯技术的应用

随着科学技术的不断发展,各种网络功能日渐丰富,人们获得信息的速度也越来越快,使得网络通讯技术慢慢走近人们的生活,信息化生活已经成为未来化发展的趋势,远程网络通讯已经跨部门、跨地区发展,网络通讯技术对我们的生活产生很大的影响,也将为我国信息的发展事业做出巨大的贡献。本文主要分析了计算机远程网络通讯技术在生活中的实际应用。     

2021年云计算面临的5大网络安全威胁

毫无疑问,冠状病毒疫情为网络攻击者创造了更多的攻击机会。根据思科公司的调查,全球有53%的中小型企业(SMB)遭遇数据泄露事件。2020年全球有360亿条记录对外泄露。但是问题是,这些网络安全威胁的数量在未来几年是否继续增长?     

基于小波降噪和循环神经网络的煤矿瓦斯浓度预测

在瓦斯浓度监测数据分析中发现,瓦斯浓度序列往往呈现出较强的随机性和复杂性,时序数据中含有的噪声会对数据的预测结果产生干扰。为了减少数据中的噪声所带来的负面效果,提出了一种将小波阈值降噪与LSTM(长短期记忆网络)相结合的瓦斯浓度预测模型。通过将原始数据进行分解、阈值处理和重构,对时序数据中的噪声进行剥离,再通过LSTM模型进行预测分析,与普通LSTM和RNN网络进行比较,结果表明,所提出的基于小波降噪的LSTM的瓦斯浓度预测模型在精确度和泛化能力上都具有更好的表现。