基于注意力机制语义增强的文档级关系抽取

文档级关系抽取旨在从文档中抽取出多个实体对之间的关系,具有较高的复杂性。针对文档级关系抽取中的多实体、关系相关性、关系分布不平衡等问题,提出了一种基于注意力机制（Attention）语义增强的文档级关系抽取方法,能够实现实体对之间关系的推理。具体来说,首先在数据编码模块改进编码策略,引入更多实体信息,通过编码网络捕获文档的语义特征,获得实体对矩阵;然后,设计了一个基于Attention门控机制的U-Net网络,对实体对矩阵进行局部信息捕获和全局信息汇总,实现语义增强;最后,使用自适应焦点损失函数缓解关系分布不平衡的问题。在4个公开的文档级关系抽取数据集（DocRED、CDR、GDA和DWIE）上评估了Att-DocuNet模型并取得了良好的实验结果。     

对H.324的快速会话建立扩展

一种使用一个或多个3G通信网络、利用缩短的建立时间来在用户之间启动呼叫建立过程的方法(图7A)。该方法被提供在至少一对与所述一个或多个3G通信网络相耦合的类似H.324终端(实体A和实体B)之间。该方法包括:在呼叫信令过程之后,在第一终端和第二终端之间建立载体通道;从第一终端向第二终端发送第一FSS消息。第一FSS消息包括与所述呼叫的第一操作模式相关联的第一首选项配置文件以及与所述呼叫的第二操作模式相关联的第二首选项配置文件。所述方法还包括:选择第一操作模式或第二操作模式。     

无线Mesh网络中基于信道状态的动态信道分配算法研究

对多信道无线Mesh网络中的信道分配算法进行了分析,提出了一种基于信道状态的动态信道分配策略（channel-state-based dynamic channel assignment,CSDCA）。该算法利用控制信道交互的信息,通过Hello消息的交换、发送请求（request-to-send,RTS）和允许发送（clear-to-send,CTS）的信道协商、数据传输3个阶段实现信道的动态分配,并通过仿真分析验证了该算法对多信道无线Mesh网络（multichannel wireless mesh networks,MWMN）性能的提高。     

基于自适应参数设置的AIMD算法

为提高TCP(Transfer Control Protocol)流的平均发送数率,减少发送数率的波动,提高网络性能,提出了一种基于自适应参数设置的AIMD（Additive Increase Multiplicative Decrease）算法(A-AIMD算法)。仿真结果表明,在网络处于稳态运行时,使用A-AIMD算法能提高TCP流的平均发送速率,减小发送速率的波动性;在网络中有可利用的链路资源时,使用A-AIMD算法能快速地对可用资源进行最大占用,同时与Reno算法保持一定的TCP友好性。     

基于知识增强的深度新闻推荐网络

在新闻推荐场景下,传统的基于文本特征的新闻推荐模型只考虑了词的共现关系,无法捕获词语的隐含词义和关联知识;而基于深度学习的推荐模型在融合知识图谱信息中仅仅考虑实体的信息,忽略了远距离实体之间的联系,造成实体之间的关联信息和深层次语义联系的缺失.针对该问题提出了一种基于知识增强的深度新闻推荐网络（deep knowledge-enhanced network,DKEN）,利用长短期记忆网络提取知识图谱中的实体路径特征,补充到注意力网络中,然后针对不同的候选新闻动态地构建用户的特征.实验表明该实体路径信息能提高模型的效果,在F₁指标上提升大约1%.      

802.11多速率无线局域网中的竞争窗口控制算法

针对此类网络的饱和吞吐量模型,分析了速率调整无法降低帧冲突的原因以及发送节点的尝试发送帧概率对网络性能的影响.基于发送节点的尝试发送帧概率和竞争窗口大小之间的关系,提出了一个802.11多速率无线局域网中控制竞争窗口的方法,该方法通过估计局域网中的平均连续空闲时隙数来控制竞争窗口,因此能够主动减少由于节点数量大造成的帧冲突,从而提高网络性能.模拟实验表明,在802.11多速率无线局域网中,竞争窗口控制算法的引入可以在已有的速率调整算法的基础上使网络性能大大提高,获得更好的吞吐量和公平性.     

DECnet-VAX网络系统中通讯及其实现

DECnet网络允许运行在网络不同节点上的两个程序或任务通过逻辑链路交换数据。两个通讯的程序或任务之间的逻辑链路类似于一个I/O通道。链路上的程序均可发送与接收数据。DECnet网络系统任务——任务的通讯程序执行的几个功能包括:请求一个逻辑链接、接受或拒绝逻辑链接请求、发送与接收数据、终止逻辑链接。此外,还可发送中断数据、接收中断数据。文章中给出实现任务——任务之间通讯的实例。     

网络取证中基于实体行为的信任模型

在对相关信任模型研究的基础上,借鉴社会网络中的信任关系,提出了一个基于实体行为的信任模型。该模型使用实体在网络中的行为作为模型的反馈信息,对其关键属性进行量化得到关键评价,并进行适当的计算,得到实体的信任度从而决定所要进行的操作是否可进行。     

CAN现场总线性能评价

本文在分析ＣＡＮ（ＣｏｎｔｒｏｌｅｒＡｒｅａＮｅｔｗｏｒｋ）现场总线协议（ＩＳＯ１１８９８）的基础上，运用了概率论及数理统计理论、随机过程理论、计算机技术和仿真理论，对ＣＡＮ进行程序模拟，建立了运行机制模型．接着本文针对在某一时间不同节点数发送的情况，且根据ＣＡＮ的信息帧传递是基于ＩＤｐｒｉｏｒｉｔｙ（标识优先权）的竞争机制仲裁，分析了ＣＡＮ信息成功发送周期时序，为实现对ＣＡＮ的模拟提供了实际依据．最后，通过模拟得到了信息平均传输时延、网络吞吐量、网络负载等网络性能指标随节点数变化的趋势．     

一种基于知识图谱的用户多偏好推荐系统

提出了一种基于知识图谱（KG）的用户多偏好（MPKG）推荐系统,从用户关系级、实体级和细粒度高阶用户三种不同的视角建模用户的偏好. 首先,将KG中关系向量组合,构建关系级意图,并通过独立性将不同意图之间的差异最大化,由关系级意图来指导学习关系级偏好;然后,根据用户交互实体的频率构建实体偏好图（EPG）,并学习用户的实体级偏好;接着,分别使用关系级意图和实体级偏好来指导模型学习用户的表示;此外,还直接从KG中构建关系实体信息流,用于用户的表示,挖掘用户的高阶细粒度偏好. 在两个基准数据集上进行实验,实验结果验证了该方法的有效性和可行性.     

无线多跳网络中TCP拥塞控制性能改进策略

将TCP协议应用于无线多跳网络时,由于无线多跳网络的一些固有限制,TCP协议的效率较为低下.据此,提出一种无线多跳网络中TCP性能改进机制.该机制的基本思想是使用往返时间（RTT）,在发送方用自适应的速率调节算法,使用RTT计算相应的发送速率并据此来控制发送速度,从而达到改进拥塞控制的目的.仿真试验结果验证了该算法的有效性,表明新算法可以有效地提高TCP在无线多跳网络中的性能.     

合作网络的参考建模

计算机网络及渗透式计算机的迅速发展为网络化社会的建立提供了基本条件。人们正在探索一种新的社会合作形式。各种各样的大型合作网络在过去几年中已经形成，如先进和高度集成的供应链、虚拟企业／虚拟组织、虚拟（专业）社团、虚拟实验室／电子科学等，这一切都说明了一个主要的趋势，即实体寻求相互补充及联合的努力，使它们能够较好地参与挑战性和竞争性的机遇。     

基于缓冲区控制的流媒体速率控制模型的辨识

通过调节发送端发送速率的方法对缓冲区长度进行调整是多媒体同步中常用的方法,为了更好地通过控制理论研究多媒体同步问题就必须得到缓冲区长度与发送速率之间的准确模型.为此在NS2网络仿真平台下构建了一个流媒体播放系统,使用系统辨识的方法对速率控制模型进行了辨识,利用最小二乘法对实验数据进行了分析,数据分析结果表明流媒体速率控制模型具有积分时滞特性.实验证明了辨识的模型是准确的.     

基于中文Web社会网络的提取、测量与分析

从中文Web中提取人名实体,设计了3种人物间关系定义,并以此为基础构建一个人物间关系网络。通过计算一些社会网络研究中常用的属性指标,验证了社会网络中的一些常见现象,例如“小世界现象”。对社会网络的分析工作包括两个方面:一方面,使用主成份分析来帮助划分人物关系网络,并将划分结果与对应的人物属性相比较,结果表明人物职业较之籍贯和性别等属性更符合来自Web社会网络中的结构划分;另一方面,根据人名在Web中热点程度排序,并按照顺序依次选择3组不同大小的人物列表分别构建社会网络,以此来观察随着人物的增加该社会网络的演化现象,并发现构建的人物关系网络结构是一个单核心的网络。     

WLAN上VoIP容量提高的新方法

分析了在IEEE802.11AP覆盖范围内进行VoIP传输时存在于AP和站点间的发送负载非平衡特性,提出了发送负载均衡(TLB)方法来提高可支持的VoIP容量数.通过在AP中将下行的多个小IP语音包封装成一个大的广播语音包进行发送,降低AP下行数据发送的压力,均衡VoIP链路的上行和下行发送之间的负载量.描述了TLB的实现过程,并在NS2网络仿真软件下对其进行仿真验证.理论和实验结果表明TLB方法能在保证时延和丢包率的基础上极大地提高IEEE802.11支持VoIP传输的容量水平.     

一种分布式网络访问控制的设计与实现

采用网络中间层驱动技术,设计的驱动程序间接绑定硬件网卡设备,在协议驱动层和微端口驱动层之间虚拟成一个网卡.控制端通过发送网络访问控制文件给被控制端实现网络访问的集中控制,由被控制端进行网络数据包过滤处理,实现了分布式网络访问控制,其优点是减轻了网络访问控制服务器的负荷.     

基于多层复杂网络的微信用户行为分析

多层网络的概念源于复杂网络研究中对"超网络"的研究,其侧重于刻画网络节点之间链接含义的多样化、权重的差异化特性。多个科学领域引起了广泛关注,特别是社会网络中,对用户行为进行分析时,单一的网络结构无法表征其复杂多变的性质.本文基于多层复杂网络分析方法研究了某大学生班级微信使用群体的行为,通过微信用户的特点建立了实体用户、实体行为、兴趣内容和兴趣板块四层网络模型结构,并通过社会网络分析软件分析了大学生微信用户群体的潜在好友关系.     

分布式麦克风网络中降噪低复杂度能量感知传感器选择（英文）

降噪（NR）是许多音频应用系统改善信号质量的必要前端模块。研究表明，稀疏促进的传感器选择方法具有权衡能量消耗和降噪性能的能力，这对大规模无线声学传感器网络（WASNs）非常重要，因为其中很多传感器对降噪的贡献甚微，但是能耗会影响无线声学传感器网络（WASNs）的生存期。本文通过最小化总体能耗和约束输出噪声方差的方式提出了一种基于传感器选择的波束形成降噪（NR）方法。受最优半定规划解（SDP）和实体方法的启发，我们提出了三种低复杂度选择度量准则：加权实体、梯度、加权输入信噪比(SNR)。可以证明，所提基于加权实体和梯度的方法在性能上是近最优的，但是比半定规划方法（SDP）更快，加权信噪比方法以牺牲微弱性能代价换取了最低的时间复杂度。基于仿真无线声学传感器网络（WASN）的数值结果验证了所提方法相对于传统方法的优势。     

大学生和父母情感依赖状况调查报告

网络这个虚拟世界的飞速发展让更多的人进入到网络的虚拟世界,手机、电脑等高端产品的普及,真实的情感交流被文字和图片替代,人与人之间的情感交流在日益的减少,大学生作为时代的先锋,作为社会的高层次人才,也是网络极大受益人群和使用人群,在面对社会的变化,面对社会中的情感冷漠现状,他们和父母之间的情感联系的状态以及所采用的方式,也逐渐变成了社会的一个焦点。     

另类营销体验:亚马逊!

依据美国密西根大学商学院和ForeSee Results公司公布的“全美顾客满意度指数”（ACSI）,全球最大的网络零售商店亚马逊（Amazon．com）以88分（满分100）夺冠,不但称霸实体和虚拟零售商,也是ACSI历来在服务业的最高分数。虽然网络零售业的ACSI分数在2004年普遍下滑,但平均80分的水准（亚马逊得分84）,还是比实体零售业的72．6分高出许多。