MSC中基于SDN的拓扑感知RLNC重传方案

为了将小蜂窝中的网络拓扑信息应用于网络编码重传过程,从而有效减少重传次数、提高系统吞吐量,提出了一种移动小蜂窝(mobile small cell, MSC)中基于软件定义网络(software defined network, SDN)的拓扑感知随机线性网络编码(random linear network coding, RLNC)重传方案(topology-aware RLNC retransmission scheme SDN based in MSC,TRRS)。首先,为了收集网络拓扑信息,设计SDN控制器端口设备映射表;其次,依据拓扑信息选择最佳编码包用于重传;最后,通过TRRS算法将网络拓扑信息嵌入编码重传过程。仿真结果表明,相比于现有的SDN与网络编码相结合的协议,TRRS方案减少了重传次数,增加了网络的弹性和吞吐量。     

单变量序列数据分类方法综述

单变量序列数据分类涉及现实世界的诸多应用领域,具有重要的研究意义与应用价值。目前,单变量序列数据分类领域的发展处于深度学习逐渐取代传统方法的关键时期,但相关的归纳综述仍然很少。为了促进未来研究,本文对单变量序列数据分类方法进行了全面的总结,根据提取分类信息的不同,将现有分类方法分为基于形状信息、基于频率信息、基于上下文信息以及基于信息融合4种类别。此外,本文依托公开数据集对典型分类方法进行了对比与分析,并对未来研究方向进行了展望。     

基于空中指控节点的信息分发模型及时延分析

随着现代战争对信息的依赖程度越来越高,信息分发管理是实现信息交互的重要手段,在实现功能的同时保证良好的服务质量已经成为信息分发的基本要求。分析了现有的信息分发网络的层次架构、数据分发服务框架以及以空中指控节点为核心的战场编队作战特点,比较了该条件下的拓扑结构。提出了一种以指控节点为核心的信息分发模型,该模型支持信息的递交、检索和获取;然后针对信息分发服务中的时延问题,分别就本地和中心节点中所采取的保障方法和策略进行了分析。理论分析和仿真结果验证了所述方法对降低服务时延的有效性。     

基于像素域的Wyner-Ziv编码技术分析

分布式视频编码是一种全新的视频压缩技术,该编码理论基于20世纪70年代的Slepian-Wolf和Wyner-Ziv提出的信息论相关理论。首先介绍了分布式视频编码的基本信息论基础,然后着重分析了一种使用帧内编码、帧间解码技术的Wyner-Ziv编码器框架。在该框架中,输入的帧被分为Key帧和Wyner-Ziv帧两类,其中Key帧使用传统的帧间编码进行压缩,而Key帧之间的Wyner-Ziv帧使用Turbo码进行编码,并且在解码端通过对相邻的Key帧进行运动补偿插值,而得到用于解码Wyner-Ziv帧的辅助信息,最终将辅助信息与Wyner-Ziv帧结合,得到了效果比较理想的解码帧。文章的最后给出了相关结论。     

基于MapReduce的分布式改进随机森林学生就业数据分类模型研究

教育数据挖掘(educational data mining)是当代教育信息化发展的前沿研究领域,正在吸引越来越多教育学家和数据科学家的关注."大数据"时代背景下,随着数据处理规模的不断激增,现有的数据挖掘模型在单一处理节点的计算能力遭遇瓶颈,各类面向大数据处理的分布式计算框架应运而生.借助这些框架,面向解决高校就业数据挖掘问题的机器学习模型便可以满足未来大规模数据处理的需求,在未来数据集体量庞大的信息集成系统中为数据挖掘和决策支持提供帮助.以此为背景,本研究对比现有数据模型对研究目标对象的分类性能,提出了以引入输入特征加权系数来计算特征的信息增益作为特征最优分裂评判指标的改进随机森林模型来提升数据分类性能,通过仿真测试改进模型对于现有模型分类性能的提升情况,与此同时为解决大数据时代背景下面向海量数据分类任务的单节点性能瓶颈问题,提出了基于分布式改进随机森林算法的大规模学生就业数据分类预测模型.通过使用MapReduce分布式计算框架实现已训练模型在本地磁盘与分布式文件系统之间的序列化写入与反序列化加载过程,进而实现了基于改进随机森林模型的大规模数据分类模型的分布式扩展.     

信息社会的农业发展

结合国内外信息农业的相关文献和本地区实际情况，论述了信息社会中网络和信息技术对农业可持续发展所起的重要作用。图1，参5。     

一种有效的自适应边信息帧内插算法

分布式视频编码是一种新的编码结构,它主要是在解码端利用信源的统计特性获得有效的压缩.在分布式视频编码中,边信息质量对整个系统编码效率的提高起着至关重要的作用.在研究了现有边信息构造方法基础上,提出了一种有效的自适应边信息帧内插方法.利用相邻关键帧与当前帧的时间相关性,按一定的准则计算相应的帧间和块同的时间相关系数,然后根据时间相关性不同采用不同加权系数的运动补偿帧内插算法提高边信息的质量.实验结果表明在几乎不增加编码器负担的情况下重建边信息的质量平均提高了2.47dB.     

基于视频叠加的心理暗示

针对未来心理战民意制约、隐式作战等趋势, 提出了基于视频叠加的心理暗示(PSBVS)的构想. 分析了PSBVS媒体基础, 理论基础和方法基础, 为实现信息有效编码进而有效影响受众心理, 围绕暗示信息生成构建了一个基本的理论框架. 研究了主体编码过程、暗示信息视频语义层次结构, 受众心理效应过程以及三者之间的关联, 针对感知特征层建立了视频叠加的认知参数模型, 对参数设置进行了初步分析, 提出了视频叠加暗示信息的心理效果模型, 力图为信息内容和形式的确定提供一定的依据和支持. 除了心理战, PSBVS在广告营销、医疗和教育等领域都具有重要的应用价值.     

基于分类基因的非常规突发事件免疫风险识别模型

运用免疫学基因理论研究非常规突发事件识别问题,构建了突发事件免疫风险识别框架,建立了基于信息熵的免疫风险识别器模型,在突发事件分类免疫基因假设的基础上进行了突发事件信息免疫模拟,总结出各类事件在显性概率、变异概率以及能量的阈值,并将单一的能量指标转化为分类信息,揭示了突发事件分类信息映射关系,研究显示非常规突发事件存在较多问题信息,但大多隐藏于大量的可控信息与可辨信息中,并通过案例分析验证了模型的科学性。模型的应用有利于对非常规突发事件的预测识别,更有利于免疫系统与非常规突发事件进行更深层次的学科融合。     

不同信息条件下出行者比例对路网的影响研究

鉴于不同城市类型中出行者信息类型的比例差异明显,对路网中出行者进行分类,引入体现出行者信息反应类型的比例组合变量,结合以网络效率为衡量目标的交通网络模型,给出了不同出行者比例和信息条件下的网络效率仿真演化曲线。结果表明,交通网络效率受不同类型出行者比例影响变化显著,变化趋势与经验出行者的比重密切相关;在交通信息供给充分的条件下,并不是信息出行者越多,网络效率就越高。同一出行者比例下,交通信息的质量与网络效率成正比。