基于校园网的在线考试系统设计

随着信息化技术和互联网技术的不断发展与广泛应用,网上教学是目前许多院校所接受和采用的教育形式之一,网上在线考试系统也逐步应用到各个领域之中,因此,为了满足学校教育教学的需要,基于校园网进行在线考试系统的建设是未来考试发展的方向。     

计算机无线传感网数据传输研究

随着近几年的无线传感网络的迅速发展,以及被广泛的应用到如国防、电力、能源、环境、医疗等各个领域之中,无线传感网凭借着低能耗、低成本、自组织性的特点深受各行业的青睐,但无线传感网仍存在着节点有限的弊端,因而既要保持传感网感知数据的准确性,又要减少在数据传输中的数据节点便成为关键。本文将对无线传感网的相关体系结构和特点及关键技术进行概述,然后来分析计算机无线传感网数据传输的相关问题。     

物联网中基于RFID技术浅析

近些年物联网的迅猛发展,使得物联网受到各个行业领域的极大关注,而RFID技术作为物联网的一种新兴的自动识别技术,更是成为了物联网感知层的不可替代的技术之一,对于步入到现代化信息时代的人类社会来说,人们对于日益增长的信息的获取和处理要求越来越高,通过无线射频信号来对信息进行采集和识别,极大的促进了信息产业的发展。     

基于分位函数的直方图符号数据非负主成分分析法

针对已有的符号数据主成分分析法大多采用部分代表性信息来代替符号数据的缺点,提出一种直方图符号数据的主成分分析法。直方图数据以概率分布的形式表示符号数据更全面准确。根据直方图数据特点将其用分位函数表示,引入充分考虑直方图数据概率分布的Wassertein距离,计算直方图变量协方差矩阵,从而进行主成分分析。但该方法求得的前若干个最大特征所对应的特征向量不一定为非负,这样在用分位函数表示主成分时不能保证它也是分位函数。为此,结合DSD（distribution and symmetric distribution）回归模型,对每个直方图变量定义相应的对称分布变量,根据Wassertein距离下的广义协方差矩阵得到具有非负系数的所有主成分。通过实验说明了该算法的有效性。该方法同时克服了直方图PCA系数可能为负的缺点,更多地保留了原始数据的信息。     

基于Canopy聚类的噪声自适应模糊C-均值算法

针对局部空间信息的模糊C-均值算法（WFLICM）中空间影响因子容易受到噪声影响出现错误标识的问题,提出一种融合局部和非局部空间信息的模糊C-均值聚类图像分割算法(NLWFLICM),在WFLICM算法的模糊影响因子中引入非局部空间信息,根据噪声程度自适应地设置局部和非局部信息权重,并重新标记中心点的模糊影响因子。实验结果表明,NLWFLICM算法具有比WFLICM算法更强的鲁棒性和自适应性,并在一定程度上提高了WFLICM算法对含有大量噪声图像进行分割的鲁棒性,同时保留了图像的纹理。为了提高算法的聚类性能和收敛速度,结合Canopy算法能够快速对数据进行粗聚类的优点,提出基于Canopy聚类与非局部空间信息的FCM图像分割改进算法（Canopy-NLWFLICM）,可以在NLWFLICM算法聚类前,对聚类中心进行预处理,从而提高收敛速度和图像分割精度。