一种新的WEB机器翻译模型

针对现有的网络机器翻译模型存在翻译准确率和实时性较差等问题,本文在Web2.0的交互式理念基础之上,提出了一种新的网络翻译模型.数据测试结果表明,相比于传统的网络翻译模型,新模型具有更高的准确性和实时性.     

基于改进MobileNet网络的人脸识别方法

针对轻量级卷积神经网络MobileNet应用于人脸识别实时性较差、准确率不高等问题，提出一种改进MobileNet的网络模型—MobileDeepViT。首先，鉴于MobileNet模型有效减少网络参数量特点，本网络以MobileNet为核心，构建具有7层MobileNetV2、3层特征提取层、1层标准卷积和点卷积的深度学习网络；其次，在人脸特征提取过程中引入DeepViT，使网络更有效学习人脸特征；最后，该网络与Inception＿ResNetV1和MobileNetV1在相同的数据集CASIA-WebFace上进行训练，在LFW测试数据集上对训练模型进行评估，并在相同条件下对同一人的不同照片进行欧式距离和实时性测试。实验结果显示：该网络在模型参数更小的情况下，准确率比后二者分别提升了0.21%和0.72%、欧式距离测试结果也比后二者更小，预测时间更短，表明改进后的模型参数量减少、实时性更好、精度和鲁棒性提高。     

基于OPNET的混合动力电动车CAN建模与仿真

控制器局域网络(CAN)的建模与仿真不仅能对CAN网络性能进行评估,而且能优化CAN网络设计.在设计混合动力电动汽车CAN的应用层协议基础上,利用网络仿真系统OPNET,建立了该协议的CAN网络模型,其中包括网络拓扑结构模型、CAN节点的应用层模型和MAC层进程模型.应用该模型,对所设计的混合动力电动车CAN协议的实时性和可靠性进行了仿真分析.结果表明该CAN网络的实时性能够满足整车控制实时性要求.该文还总结了保证网络可靠运行的条件.     

网络会议中视频传输的实时性控制策略

在网络环境下的远程视频频会议过程中,视频数据传输的实时性非常重要,而日益拥挤的网络使其实时性越来越难以保障.本文构建了视频传输模型,提出了随网络状态的变化而适时变化视频数据的采集速率,从而保证视频数据传输实时性的控制策略.     

网络管理中的新技术及其应用

分析了传统的基于C/S模型网络管理技术的一些缺陷，系统地描述了目前网络管理中的一些新技 术及其应用，如Web技术，CORBA技术和移动Agent技术等，并分析了各自的优;缺点<综合CORBA技术和移动Agent技术的网络管理系统可以提高网络管理中的实时性和智能化，方便地实现网络的自主管理。     

R-YOLO轨道人员目标检测模型

针对现有铁路人员入侵识别准确率不高、实时性较差的问题，在YOLOv4模型的基础上提出一种R-YOLO轨道人员目标检测模型。首先，用轻量级骨干网络ResNet50代替原有的CSPDarknet53网络，利用深度可分离卷积替代PANet中的标准卷积，减少网络层数以及模型体积，加快模型的识别速度。其次，在加强特征提取网络的3个特征层分别加入有效通道注意力模块，采用K-means++聚类算法重新对数据集进行聚类和分析，提高目标检测模型的精度；在模型训练方面，采用迁移学习和混合数据集联合训练，解决人员识别精度不理想以及误检漏检等问题。最后，利用R-YOLO轨道人员目标检测模型对真实铁路人员入侵数据集进行测试。结果表明，R-YOLO模型在真实铁路人员入侵数据集上的平均识别精度达到了92.12%,较传统YOLOv4算法高出1.89%,帧速率由38.74 f·s^-1提升到47.73 f·s^-1。R-YOLO模型部分解决了铁路入侵人员误检漏检问题，提高了铁路人员入侵识别的实时性和准确率，为铁路安全运行提供了保障。     

网络管理中的新技术及其应用

分析了传统的基于C/S模型网络管理技术的一些缺陷，系统地描述了目前网络管理中的一些新技术及其应用，如Web技术，CORBA技术和移动Agent技术等，并分析了各自的优、缺点。综合CORBA与Agnet技术的网络管理系统可以提高网络管理中的实时性和智能化，方便地实现网络的自主管理。     

计算机网络词汇翻译浅析

本文分析了计算机网络词汇翻译中的懒惰现象，对计算机网络词汇翻译中采用的归化异化两种方法进行了论述，认为该懒惰现象具有相对的积极意义。同时，网络词汇既有一般科技术语翻译的特点，又有它独特的翻译方法。对网络词汇的翻译要根据其接受程度和读者的文化包容性，以归化、异化融合并存为主。     

基于DSPN的CAN/LIN网络建模及性能分析

文章针对广泛应用的CAN/LIN网络,阐述CAN和LIN网络通信机制,采用确定与随机Petri网DSPN对其分别建模,并根据协议规范设定参数,对所建模型仿真实验,获得CAN和LIN网络吞吐量、消息平均传输延迟以及有效消息率等性能指标。结果表明,CAN在其能力范围内可保证高优先级消息的实时性和稳定性,LIN的实时性由消息负荷决定,所得性能参数可为实际应用提供理论指导。     

基于生成对抗网络的人脸图像翻译

针对人脸照片和人脸素描间的图像翻译问题,本文基于对偶生成对抗网络模型,对其目标函数附加两个损失函数建立新的网络模型.通过参数优化实验不断优化本文提出的模型,从而找到最优参数;通过直观和量化对比实验表明本文提出的模型在人脸数据上的图像翻译效果无论在清晰度还是在保持面部特征方面是目前基于生成对抗网络的图像翻译模型中表现最优的,并对相关GAN模型的稳定性进行了对比;最后通过效果分析实验说明了所附加的损失函数的具体作用.     

由粗到精分层技术下的复杂网络入侵检测方法研究

摘要：复杂网络具有开放性、互联性和共享性,易受到大规模的入侵,采用传统“一对一”方式构建网络入侵检测器,检测费时,实时性检测差。为了提高复杂网络入侵检测性能,提出一种引入由粗到精分层概念的多层网络入侵检测模型,在传统的LSSVM分类器基础上,对分类过程进一步细分,建立一种由粗到精策略,构造多层的网络入侵分类器,在精细分类层,将引入拥挤度和隔离度因子的粒子群优化分类器,以提高入侵分类器性能。最后采用KDD 99数据集进行仿真测试。结果表明,相对于其它检测模型,该模型不仅加快了入侵检测速度,满足入侵检测实时性,同时提高了网络入侵检测率,为网络安全提供了有效保证。     

两相流流体网络模型的实时仿真及其算法

根据核电站安全分析及实时仿真的需要，针对核电站一回路在事故状态下的两相流问题，进行了仿真建模及其算法的研究。在以漂移流理论为依据建立的理论模型的基础上提出了一种既能比较准确反映流体网络的动态过程，又能实现快速运算、达到实时仿真要求的两相流流体网络模型的建模方法和求解技术。所建模型具有精度高、实时性好的优点。并可适用于各种拓扑结构的两相流流体网络的实时仿真计算。     

基于轻量型卷积神经网络的交通标志识别

针对卷积神经网络在交通标志识别实时性不好,对设备硬件要求过高的缺点,提出了一种具有实时性,高精度的基于轻量型卷积神经网络的改进网络。一方面引入深度可分离卷积和激活函数Mish,加快网络的训练和识别速度,降低对硬件设备的要求;另一方面通过对网络架构及层次的改进,同时合理改变卷积核的大小和数目,加强图片特征的表达与传递。在BelgiumTSC交通标志数据集上的实验结果表明,改进后网络明显提高了网络训练速度,同时识别精度也略高于原网络,验证了改进方法的有效性。通过与其他模型相比,该模型能够更快速准确完成交通标志识别任务,验证了该方法的可行性。     

一种用于控制和管理的异种微型机通讯网络

本文根据控制和管理系统的特点,提出了适用于分布式控制和管理系统的4层网络模型和以星树形拓朴结构进行网络互连的方案。应用结果表明,这种方案具有网络结构紧凑、实时性好、可靠性高的特点。     

基于YOLOv4的暴力行为实时检测算法

针对当前深度学习行为识别技术无法满足监控系统实时性要求的问题,本文提出了一种监控视频暴力行为实时检测算法.该算法以YOLOv4模型作为基础,从提升检测准确性和实时性的角度对模型的主干网络和后处理方法做了改进.通过自建暴力行为数据集,分别对YOLOv4原模型和改进模型进行训练和测试.实验结果表明,在检测精度和速度的性能比...     

基于轻量化GoogLeNet模型的轨道扣件缺陷状态识别

我国是交通大国，并正在向交通强国迈进。轨道维护至关重要，其中扣件的健康状态对于列车的运行安全不容忽视。然而，由于经典卷积神经网络模型的复杂度较高，尤其在识别速度方面无法满足轨道扣件状态识别任务对实时性的要求。鉴于此，设计了一种轻量化GoogLeNet网络模型，在保障模型精度的同时提升模型的推理速度。实验结果表明，轻量化GoogLeNet网络模型的分类精度为92.7%,FPS达到了254.2。相比于VGG16、VGG19和原始的GoogLeNet模型，其识别精度分别提高了21.7、19.5和8.6个百分点，单张图片的推理速度分别减少了3.637 ms、4.824 7 ms和2.943 2 ms。     

一种基于P2P技术的流媒体系统应用模型

传统的流媒体播放方式基于C／S集中式网络模式，对于高带宽、实时性和突发流量这三大困难很难找到有效的解决方案；P2P技术采用分布式网络模式，很好地解决了网络带宽瓶颈等问题；提出了一种新的基于P2P技术的流媒体系统架构应用模型，该应用模型融合了P2P技术和C／S技术的优点，可以在网络带宽效率、延时和可靠性三者之间进行权衡；分析了系统设计中的一些关键技术。     

一种基于深度学习的实时视频图像背景替换方法

针对视频会话业务的实时性需求,提出一种轻量级深度学习网络模型实现视频图像的实时背景替换功能.网络模型包含语义分割和背景替换两个模块.语义分割模块整体架构采用编解码结构,编码端使用编码器模块、空洞卷积金字塔池化模块、注意力模块以及增益模块提取特征;解码端使用解码器模块、调整模块以及编码器模块恢复图像,再传入背景替换模块完成背景替换.该网络模型在本文设定的数据集训练后分割精确度达到94.1%,分割速度达到42.5帧/s,在实时性和准确性上达到较好的平衡,具有很好的实用效果.     

基于Bayesian多分支岩石可钻性值估计

针对智能优化控制过程中岩石可钻性参数估计存在非实时性和模型泛化能力差的问题,采用两层结构建立基于Bayesian多分支岩石可钻性估计模型。通过Bayesian分类器实现岩性分类以提高可钻性模型样本数据的相关性,细化可钻性估计模型;采用改进双链量子遗传算法优化的BPNN结构,根据不同的岩石类型建立相应的岩石可钻性IDCQGA_BPNN估计模型。结果表明,该方法通过算法优化网络模型增强了模型的泛化能力,加快了参数的估计速度和估计精度,能够满足智能优化控制过程中岩石可钻性参数估计的实时性需求。     

多媒体传感器网络中基于簇的QoS多路径路由协议

针对多媒体传感器网络的应用,提出了一种基于簇的服务质量(quality of serve,QoS)多路径路由协议(cluster - based QoS multipath routing protocol,CQMRP),利用本地信息采取模糊控制的分簇方法对网络进行划分,然后在分层分簇的网络模型基础上,以带宽为QoS参数并提出节点饱和度和路径饱和度的概念,利用多路径并行传输流量实现拥塞避免?数据实时性传输和网络的高吞吐量;利用模糊控制的分簇方法实现网络的层次化管理和提高应用的可扩展性?仿真结果表明,该协议具有良好的实时性和可扩展性,并能有效延长网络生命周期?