Windows流式媒体技术在远程教育系统中的应用

在介绍现代远程教育和Windows2000 Media Service技术的基础上，给出了一种基于流式媒体技术的远程教育系统的解决方案．分析了系统的组成、课件制作子系统、应用的网络环境和客户端软件，最后介绍了系统的应用前景．     

网站访问速度量化指示系统的设计

为了统一用户和网管人员对网络速度的评判标准 ,文章介绍并实现了一种通过测量网站访问速度来指示网络速度的方法 ,使用户可以具体地了解网络运行状态 ,为网络的规划建设提供了量化的依据     

低成本远传网络组建方案——VPN原理分析和组建实例及配置方法

随着企业的发展和计算机网络系统使用的日益普及 ,企业与分支机构间需要交换的信息数据越来越多 ,一大批企业需要组建自己的数据远传网络系统 .怎样合理地组建数据远传网络 ,是一个急需解决的问题 .当前一般有三种方案 .一是电信专线 ,二是长途拨号 ,三是通过互联网来传输 .利用电信专线传输 ,虽然安全 ,但成本太高 ;长途拨号 ,数据信息传输量和速度又受到极大的限制 ;利用互联网传输 ,数据安全隐患很难排除 .本文讲述一种利用日益成熟的虚拟专用网络 ( Virtual Private Network,简称 VPN)技术 ,组建异地数据远传网络 ,它可以满足降低成本和保障数据安全两方面的要求 .可谓是“鱼与熊掌兼得”的方案     

虚拟机在上机实习教学的应用

利用虚拟机技术在 Windows2 0 0 0或 Windows XP下虚拟出另一台主机 ,在虚拟机上进行操作 ,提高计算机上机教学质量 ,这样可保证教学中所有操作 (特别是系统安装等基础教学 )在虚拟机中进行 ,培养学生应用计算机能力的同时提高对系统安装及维护能力     

深度学习在引力波数据处理中的应用初探

截至2018-01-16,LIGO已成功探测引力波事件6次.可以预期,引力波探测事件会越来越多,引力波天文学会很快进入到大数据阶段.深度学习在大数据处理方面近年来得到迅速发展.它在数据处理速度,准确度等方面都表现出极大的优势.深度学习在引力波数据处理中的应用讨论还不多.本文引入此问题,并对其进行初步研究.引力波数据最大的特点是强噪声、弱信号.现行的数据处理方法是利用匹配滤波的方式把引力波信号从强噪声中挖掘出来.同时,匹配滤波方法还可以确定引力波源的性质,定量确定其参数.匹配滤波方法的弱点是计算量巨大.这导致数据处理速度很慢.对于将来的大数据引力波天文学,这更将是一个巨大的隐患.匹配滤波方法的另一个潜在问题是,完备准确的理论波形模板是其工作的前提条件.这个潜在问题的后果是很难找到理论预期之外的引力波信号.深度学习的数据处理方法有可能在这些问题上提供出路.同时,深度学习也会遇到其自身的若干困难和问题.本文将从网络结构、训练数据制备、训练优化、对信号识别的泛化能力、对数据的特征图表示以及对特征数据遮挡的响应等方面来展开讨论.     

ATIS环境下的网络交通流逐日动态演化研究

基于出行者逐日路径选择过程,建立出行者路径选择模型和逐日路径选择学习模型. 在2条平行路径的简单路网中进行多次数值实验,结果表明：网络交通流演化是否稳定,以及能否达到随机用户均衡态,与出行者对昨日感知行程时间的依赖程度和先进的出行者信息系统市场占有率两者都有关系. 当出行者对昨日实际行程时间完全依赖时,路网系统始终偏离随机用户均衡态;当出行者对昨日感知行程时间完全依赖时,出行者集中选择一条路径,并且网络交通流演化稳定.     

基于unity局域网同步与多角色玩家的设计与实现

通过Unity 2017的Unet模块,使用三维游戏引擎Unity的NetworkManager、NetworkIdentefier、NetworkTransform等组件,设计并实现局域网同步与多玩家角色场景;通过分析NetworkMessage、NetworkServer,用C#程序脚本完整地实现多角色玩家的选择功能;最后于文章结尾处提出了解决网络延迟的初步方法。     

微地震监测技术综述

微地震监测技术作为一种先进的地球物理方法, 广泛应用于地热勘探、 油气田开发等多个领域, 具有广 阔的发展前景。 首先介绍了微地震形成机理及其特征和微地震监测技术的基本概念, 进而简述了微地震监测 方法的基本原理以及数据采集、 数据处理等主要技术。 去噪为数据处理的首要任务, 因而论述了一些基本的降 噪方法, 提出深度学习在微地震监测技术中的可行性以及优越性。 最后, 对监测技术的扩展应用以及发展前景 进行了总结。     

基于改进的卷积神经网络的钢号识别

为获取样本的多样性特征,提出了一种改进的卷积神经网络结构。该网络中引入多层递归神经网络,利用卷积神经网络提取输入图像的浅层特征,同时利用卷积神经网络和递归神经网络并行提取高层特征,最后将两种网络学习到的特征进行融合输入到分类器中分类。利用迁移学习理论解决小样本集数据训练不足的问题,并将这种卷积神经网络结构应用于石油物资管线钢号识别中。实验探究了递归神经网络个数与卷积核个数对网络性能的影响,实验结果表明,改进的网络结构与其它网络进行对比,错误率降低了 3% 。     

基于网络游记分析的内地游客对香港旅游感知研究

香港是世界著名的旅游目的地和客源地,为了探讨内地游客对香港旅游感知及评价,利用内容分析法,以去哪儿网上114篇有关香港的网络游记为研究样本,借助Rost-CM6进行文本分析,从区划名称、旅游景点、交通、住宿、美食及购物等方面,对赴港内地游客的旅游感知进行分析,探讨其对香港旅游的情感评价;研究发现:内地游客对香港旅游感知,主要是香港城市旅游景区,其次是行政区划,而后依次是交通、美食、住宿及购物,且对香港具有丰富且积极的情感评价。