基于测量的主动队列管理算法

针对RED(Random Early Detection)队列管理算法不能实现业务流之间带宽公平共享,提出了基于测量的主动队列管理算法(MBAQM).这种算法采用基于测量和预测的方式估计不同业务流的输入速率,并根据队列大小计算出新到来包的丢弃概率,在维持较少的流状态情况下,通过队列的丢弃机制,实现了不同速率输入业务流之间的链路公平共享.通过对参数的调整还可以实现优先带宽分配机制.该文从理论上说明了该算法能够保证各业务流近似公平地共享输出链路带宽,同时给出相应的仿真结果.     

基于加权BP神经网络的场地连续化分类

本文以四类标准场地模糊分类二维隶属函数为基础，以BP神经网络为手段，建立了一种新的标准场地模糊化方法，训练了现行抗震设计规范中4类标准场地的模糊化神经网络，克服了二维隶属函数在转折边界处不平缓和有突变的不足；并以所建立的4个标准场地模糊化神经网络为基础，建立了基于加权综合的场地连续化分类方法，给出了该方法分类结果的空间分布图，实现了场地分类的连续化，使场地分类结果更符合工程实际；工程应用实例表明，基于BP神经网络的场地连续化分类方法，能更合理、更客观地对工程场地进行分类，为更科学地确定地震作用和进行恰当的结构抗震设计提供了可能。     

通用分布式虚拟现实软件开发平台的研究

为了适应分布式虚拟现实应用系统的开发需要,在通用虚拟现实软件开发平台VRMagic的基础上,结合高层体系结构(HLA),研发出通用分布式虚拟现实软件开发平台D-VRMagic.详细介绍了D-VRMagic的网络架构和对象模型的构建过程,并在此基础上提出了管理者设计规范和通用客户端模型.最后以网络五子棋的实现为例,对D-VRMagic进行了验证.结果表明该平台具有较高的开发效率、可扩展性和通用性.     

基于深度学习的多STBC盲识别算法

针对空时分组码(space-time block code,STBC)识别中多种编码类型难区分的问题,提出了一种基于卷积神经网络的STBC盲识别算法.该算法首先将接收信号采用自相关函数的频域预处理,输入到卷积神经网络中对信号特征进行提取,全连接层对特征进行映射,实现对6种STBC类型的识别.仿真实验结果表明,在无信道和...     

基于注意力机制的GRU神经网络安全态势预测方法

传统的网络安全态势预测方法依赖于历史态势值的准确性,并且各种网络安全因素之间存在相关性和重要程度差异性.针对以上问题,提出一种基于注意力机制的循环门控单元(recurrent gate unit,GRU)编码预测方法,该方法利用GRU神经网络挖掘网络安全态势数据之间的时间相关性;引入注意力机制计算安全指标的分配权重并将...     

羊痘病毒基因组中编码白细胞介素-18结合蛋白

从羊痘病毒基因组中寻找并扩增羊白细胞介素-18结合蛋白(IL-18BP)基因。将该基因克隆到表达载体PGEX-5X-3,在大肠杆菌BL21中实现了高效表达。目的蛋白以包涵体形式存在。表达产物经过变性、复性和层析纯化后,具有体外拮抗羊IL-18刺激外周血单核细胞产生IFN-γ的活性。     

基于G/G/1排队模型的802.11 DCF延迟分析

针对现有802.11 DCF分析模型在进行退避机制分析时不考虑周围节点状态的不足,提出了一种非饱和情况下IEEE 802.11 DCF协议的性能分析方法,推导出了以802.11 DCF为媒体访问控制(MAC)层协议的单跳无线网络中,MAC层的分组延迟及其抖动表达式,并分析了不同分组到达速率、节点数和退避窗口大小对MAC层分组冲突概率、延迟及其抖动的影响.仿真结果表明:MAC层的分组冲突概率、延迟及其抖动随着分组到达速率、节点数的增加而增加;以冲突概率的增加为代价,减小最小退避窗口可以减小MAC层的分组延迟及其抖动.     

一种新型的多址接入中继协作方案

现有多址中继协作方案的编码增益有限且用户之间不能相互辅助,为此,文中提出了一种结合网络与信道编码的多址中继协作方案:在中继端利用网络编码将不同用户的编码冗余同时转发,目的端通过对某个用户信息的正确译码恢复出其他用户的编码冗余.通过对译码错误事件概率的分析,推导了该方案的中断率与误码率近似值表达式.仿真结果表明,随着信噪比的提升,文中方案可获得比编码协作更好的中断率和误码率性能,同时信噪比较高的用户还可辅助提升信噪比较低的用户的性能.     

网络监督视角下的廉政建设研究

网络监督的发展给中国的廉政建设带来新的机遇和挑战。通过对网络监督的概念、特征的研究,可以看出网络监督对廉政建设的正负效应。这对于加强党的建设具有重要的意义。     

基于时频域融合和ECA-1DCNN的航空串联故障电弧检测

为了快速准确地检测航空交流线路中出现的串联故障电弧,提出了一种基于时频域融合和加入高效注意力机制(efficient channel attention, ECA)的一维卷积神经网络(one-dimensional convolutional neural network, 1DCNN)的故障检测算法。首先,搭建航空交流电弧故障实验平台,负载选择多类型、多参数值进行电流信号的采集;其次,为了保留更多的故障信息,分析其特征频段,经过大量数据验证,航空串联电弧在发生时,1 000～4 000 Hz分量具有一定的占比,因此将原始信号与特征频段进行融合,融合后的一维数据作为模型输入;最后,搭建ECA-1DCNN检测模型,进行训练,并通过K折交叉验证模型的有效性,得到测试集平均准确率为97.96%。该方法网络层数较少,计算快速,避免了复杂时频域计算过程,较为智能,对航空串联电弧检测装置的研究提供了理论参考。