LCN总线技术及在楼宇防盗系统中的应用

文章对LCN总线进行了介绍,讨论了在智能楼宇中,由LCN总线实现楼宇防盗系统的设计方法,包括系统的网络结构、LCN智能节点、可视对讲系统结构、家庭控制器以及系统软件流程的设计等。由LCN总线实现的楼宇防盗系统结构简单、可靠性高和可扩展性强,说明LCN总线在智能建筑领域的应用前景非常广阔。     

现代城市住宅区邻里交往空间环境设计探讨

随着现代城市住宅区邻里交往模式的转变,城市住宅区邻里交往出现交往空间缺乏细部设计、交往空间环境过渡景观化、交往空间盲目开发水景、交往空间对城市空间的封闭、交往空间中青年人参与性弱等问题,进而提出现代城市住宅区交往空间环境设计适宜性营造的观点,并根据此观点提出强化地域适宜性、行为适宜性及识别适宜性三条设计对策,为现代住宅区的邻里交往空间设计提供参考．     

和谐社会视野下宁波社区成人教育对策研究

党的十七大提出了建构终身教育体系,形成全民学习、终身学习的学习型社会的目标,为了全面落实宁波市社区教育发展的战略部署,本文在对宁波社区成人教育现状进行调研分析的基础上,在充分肯定宁波社区成人教育取得巨大成绩的同时,深入分析了当前社区成人教育在体制、模式、方法以及效果等方面存在的不足,并从发挥政府推动社区成人教育组织与协调的作用出发,探索了宁波社区成人教育的对策和具体策略。     

基于LonWorks技术的城市智能小区OPC Serve网络平台设计与实现

OPC是工业控制领域中应用程序互操作规范.针对LonWorks网络技术平台,研发了该网络OPCDA Server（OPC server）,使得OPC Client软件能方便地从本地或远程访问这种网络.研究了该OPC Server的写命令处理和多线程同步等关键技术.LonWorksOPC Server使得研制的LonWorks网络能同任何符合OPC规范的软件进行通信,大大拓展了这种LonWorks网络的应用范围.     

基于径向基函数的曲面重建算法

针对基于传统径向基函数的数据插值方法在重建大量数据点云曲面时的困难,提出将数据点先分割再分别重建的方法.将点云的包围盒沿坐标轴分割,两两合并相邻的方块,使得方块相互重叠且覆盖整个包围盒.对每个包围盒内的点用径向基函数方法插值,利用窗口函数将每个函数限制在各小方盒内求和得到最终的整体插值曲面.借助MC（marching cubes）方法得到三角网格曲面.每个方块内点云的重建过程可以并行实现,因此该方法非常适用于对重建效率要求较高的场合.     

传播媒介的使用与误用——雷蒙德·威廉斯的传播异化批判理论

雷蒙德.威廉斯是英国文化研究的开拓者之一,在文学、文化与社会等研究领域取得了巨大的成就,但他在传播领域所进行的革命性探索却很容易为人们所忽视,这种探索也并没有为后来的英国文化研究者所继承。在传播媒介无孔不入的今天,如何建构一种真正健康的大众文化,从而建构一个文化民主的共同体,是我们要面对的问题。重新审视威廉斯的传播思想会让我们有所收获。     

改进Delaunay三角剖分算法

针对传统Delaunay算法对非凸三维曲面剖分结果不理想,提出了基于凸划分的改进Delaunay三角剖分算法．研究了复杂曲面剖分的特性,定义了非凸集合凸划分定理,对任意曲面相对投影平面进行划分．利用一组正交平面对任意复杂曲面的划分,通过变换域对曲面进行了Delaunay三角剖分．实验结果表明,改进算法能够在正交平面对头面数据集合进行正确凸划分,在投影平面改进Delaunay三角剖分结果正确,鲁棒性明显增强,并与理论分析一致,验证了改进算法的正确性和有效性．     

一种基于Normal矩阵的时间序列聚类方法*

提出了一种基于Normal矩阵的时间序列聚类方法。该算法首先对时间序列数据进行向量形式转换,计算出各个时间序列间的相似度并构建复杂网络,然后利用基于Normal矩阵的方法进行复杂网络社团划分,同一类的时间序列被划分到一个社团,即实现对时间序列数据的聚类。为了验证该方法的可行性和有效性,将其应用于股票时间序列数据聚类分析中,并在两个实际的数据集上与其他方法相比较,取得了较好的实验结果。     

共用天线结合导频的自适应跳频同址干扰抵消

针对空间受限平台跳频(FH)通信系统同址干扰的特点,提出共用天线结合导频的跳频同址干
扰抵消(CAP-FH-AIC)算法. 只需在自适应定频同址干扰抵消系统的基础上增加导频产生模
块和窄带滤波器,通过将多参考输入自适应跳频干扰抵消(M-AIC)转化为单参考输入自适应
定频同址干扰抵消(S-AIC)的方式即实现本算法. 算法实现简单、性能稳定,使跳频同址干
扰抵消可以获得和定频同址干扰抵消一致的性能.     

Temporal evolution of contacts and communities in networks of face-to-face human interactions

Temporal dynamics of social interaction networks as well as the analysis of communities are key aspects to gain a better understanding of the involved processes, important influence factors, their effects, and their structural implications. In this article, we analyze temporal dynamics of contacts and the evolution of communities in networks of face-to-face proximity. As our application context, we consider four scientific coil- ferences. On a structural level, we focus on static and dynamic properties of the contact graphs. Also, we analyze the resulting community structure using state-of-the-art automatic community detection algorithms. Specifically, we analyze tile evolution of contacts and communities over time to consider the stability of the respective conmmnities. Furthermore, we assess different factors which have an influence on the quality of com- munity prediction. Overall, we provide first important insights into the evolution of contacts and communities in face-to-face contact networks.