探析高校计算机网络实验教学

对于一门实践性很强的课程来说,计算机网络教学中不光需要学生掌握一定的理论知识,而且应该重点加强学生的实践能力,提高学生的动手能力和解决实际问题的能力。由于受到环境、时间等方面的限制,当前高校计算机网络实验教学开展的不是很好,文章对高校计算机网络实验教学中的问题做了分析,同时也提出了加强高校计算机网络实验教学的措施。     

改进型云计算VM资源调度方法

针对云计算框架中VM资源调度问题,提出一种改进型云计算VM资源调度方法.首先,将直觉模糊机制和Canopy算法融入传统的模糊c均值聚类算法,设计一种改进型直觉模糊c均值聚类算法,用以完成对用户任务请求进行聚类;其次,设计一种改进型粒子群算法,对云计算中的VM资源进行分配.通过在Cloudsim平台上的仿真实验结果表明,本文方法无论在资源调度效率,还是收敛性效果方面均优于经典调度方法,预期可以作为云计算框架中一种有效的资源调度方案.     

一种引入通信的多移动机器人编队方法*

提出以视觉跟踪为基础并引入通信进行多机器人的编队控制方法,根据需要编写了一种新的通信协议,采用闭环l-Φ实现编队算法.这种多机器人编队控制避免了视觉系统的局限,能够更好地在复杂未知环境中协作完成任务,解决了编队控制的无反馈和实时性不高的问题,使得机器人能够准确迅速地进行跟踪和通信编队,一起顺利达到目标点.试验结果证明了该方法的有效性.     

论专业资料室的作用

随着教学改革的深入,资料室的任务不断充实,对资料室的建设有新的要求。主要任务为系统收藏专业图书期刊,收集信息量大、参考价值高的内部文献资料。收藏保存、管理有关教学档案,为学科建设服务。收藏学院科研报告,注重专业资料积累,科研促进教学质量提高。资料室的图书、文献具有较强的专业性、针对性、系统性,形成有特色的文献资源,建设专业性强、特色鲜明的专业资料室。     

近红外分析网络共享平台中复杂工作流实现算法

近红外分析共享平台中的采集工作流是一个以数据为中心的工作流。对系统中复杂采集工作流的跳转执行过程进行了详细分析,针对自由工作流跳转造成的数据和状态不一致性的问题,提出了一个任务执行优先关系算法,计算采集工作流中各个活动任务执行次序关系值,并构造一个执行次序关系树,记录各任务活动的状态信息;在流程回退、撤销、跳转时保证了数据和状态的一致性,较好地实现了跨任务活动的跳转。应用结果表明,此算法能够正确高效地实现复杂流程的跳转。     

为Windows 7任务计划保驾护航

正【挑战题描述】在日常使用中我们经常借助任务计划来自动完成很多任务,比如自动备份、后台升级等,但是在Windows 7的任务计划实际部署中,大家可能经常发现明明执行的程序或者批处理准确无误,添加到任务计划后却无法执行。请教高手如何确保任务计划不失效。     

小黄人快跑 让我们一起跑起来

正《神偷奶爸》这部享誉全球的动画片带给了人们很多的欢乐,影片中的小黄人也成为了家喻户晓的明星。今天推荐的这款游戏便是以小黄人为素材制作的游戏——小黄人快跑。小黄人Run Temple Run(神庙大逃亡)很多朋友都玩过,不过不是掉沟里了就是被怪物吃了,跑的时候都感觉背后凉飕飕的。今天这款小黄人快跑则轻松快乐多了,游戏的玩法就是     

基于《ASP．NET程序设计》课程的教学改革初探

将案例运用于教学,可以提高学生的学习兴趣,教学效果良好。但很难将要求掌握的知识点放置于某个案例中．或者说一个案例不可能囊括所有的知识点。所以,如何选用某些典型案例,并将案例分解成一个个的“任务”,成了案例教学中的难点。以Web新闻发布系统为例,对案例任务教学进行一些尝试。     

基于MPI高性能计算的方法研究

并行处理在计算能力方面与单处理器的串行处理相比有着无可比拟的优势。个人计算机和网络成本的下降使得使用分布式系统进行并行处理的现象越来越普遍,而分布式网络系统中多采用MPI作为并行编程标准。为了减少程序运行时间,改善MPI计算的性能,负载均衡方法尤为重要,本文提出一种在MPI并行处理中负载均衡的方法,可以按照节点的计算能力和负载情况,在节点之间分配和迁移任务。实验表明,本文提出的方法可有效提高MPI并行处理的性能。     

基于软件定义网络和移动边缘计算的车联网高效任务卸载方案

随着车联网(IoV)中车辆和智能应用数目的增加使计算密集型任务激增,传统架构难以满足用户需求。为解决车联网计算资源不足且分配不均匀、应用时延需求无法满足、任务能耗成本较高的问题,结合移动边缘计算(MEC)和软件定义网络(SDN),设计了一种从宏基站到MEC服务器到车辆的车联网架构中的高效任务卸载方案,并提出一种改进的低复杂度非支配排序遗传算法,优化任务卸载成本和MEC服务器的负载均衡率。实验仿真结果表明,相比于随机卸载,NO-MEC卸载,NO-I卸载,传统NSGA、NSGA-Ⅱ卸载,GA卸载,Q-learning卸载,DQN卸载方案,所提方案有着更低的卸载成本,更优的负载均衡率,得到近似最高的系统效用,能够给车联网中的车辆用户带来更优质的网络服务。