试论网络环境下高校图书馆的采访工作

分析了网络环境下高校图书馆文献采访工作面临的新问题,从3个方面提出了解决这些问题的具体措施。     

A Structured Methodology for Local Network Design Engineering

This paper presents a structured methodology for local network design engineering (SMLNDE). A complex and fuzzy project for local network design can be decomposed into a set of simple and particular activities using the SMLNDE. The SMLNDE allows rigorous requirements definition and permits the exhaustive consideration of the large number of factors influencing local network design engineering. The complete and clear design documentations and an optimal design can also be provided by the methodology. The SMLNDE has been implemented using the structured analysis and design technique. The study shows that the SMLNDE is an effective design methodology for the large and complex local networks.     

一种基于网络编码的速率自适应多播MAC协议

针对现有IEEE 802.11协议在无线局域网多播应用中存在可靠性差、吞吐性能不佳等诸多缺陷,提出了一种基于网络编码的速率自适应多播MAC协议RAMPNC.该协议采用网络编码组传输模型发送多播数据,使多播接收节点通过对累积的编码帧进行解码操作恢复出所需的原始数据.此外,RAMPNC利用RTS/CTS 握手信号实现信道状态信息交换,并根据多播接收节点反馈的信道信噪比估值动态调整源端的物理层发送速率.通过使用NS-2模拟器评估RAMPNC协议性能,结果显示,该协议在多播吞吐量,平均帧传输延时和帧投递率等方面获得了比已有ELBP和ARSM协议更好的性能.     

近似2-连通k-支配容错虚拟主干网

由于无线网络存在节点失效、链路断裂等特性,虚拟主干网需要具备一定的容错性。利用2-连通k-支配集作为容错虚拟主干网的模型。通过分析单位圆盘图中极大独立集的性质和连通图的块-割点树结构,首次设计出在无线自组织网络中构造2-连通k-支配虚拟主干网的近似算法。从理论上分析了该算法的时间复杂度,并证明了该算法的近似比为常数。     

地方道路网行程时间可靠度的计算

路网行程时间可靠度是有效评价道路网功能的重要指标之一．在给出行程时间可靠度概念的基础上，分析了影响地方道路网行程时间可靠度的因素，提出了计算地方道路网行程时间可靠度的蒙特卡罗法，并通过算例验证了方法的合理性和适用性，研究结果对评价路网功能，优化和调整网络结构提供了重要依据．     

高速网络分布式抽样中的统计随机性分析

针对当前分布式抽样方法不能较好地解决抽取样本的随机性和估计无偏性的问题,采取对被抽样的数据包头中没有实际意义的Flag预留位做标记的方法,以保证各测量点抽取样本的一致性;在入口点处采取泊松抽样保证样本的随机性和估计无偏性.理论推导和实验验证均表明:所提方法实现简单、准确性高,抽取样本能较为准确地估计出流量总体特征,并且部署灵活,适合于工程应用.     

基于改进广义回归神经网络的雷达故障预测

针对目前雷达故障预测存在的问题,提出了一种基于遗传算法(GA)的广义回归神经网络(GRNN)模型.该模型以前10个时刻的雷达状态为输入,以下一时刻状态及其变化速度为输出;利用遗传算法对网络平滑因子以及网络结构进行优化,以均方差(MSE)最小构造适应度函数.仿真结果表明,所提出的GRNN模型预测值与计算值的偏差系数2.62%,期望偏差率2.07%.     

浅议住宅小区给水管网的设计

介绍了住宅小区给水的3种方式，根据住宅小区离城市的远近和市政供水不同状况，阐述了不同住宅小区给水管网的设计方法和步骤，并针对目前室内外给水管网设计中存在的衔接问题，提出了新的设计方法。     

An oscillatory neural network and dynamical associative memory

Ａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔｗｏｒｋｈａｓｒｅｃｅｎｔｌｙｒｅｃｅｉｖｅｄｃｏｎｓｉｄｅｒａｂｌｅａｔｅｎｔｉｏｎｆｒｏｍｖａｒｉｏｕｓｒｅｓｅａｒｃｈｆｉｅｌｄｓ．Ｍｕｃｈｅｆｏｒｔｈａｓｂｅｅｎｍａｄｅｔｏｗａｒｄｓｔｈｅｕｎｄｅｒｓｔ...     

用于DDoS攻击检测的自相似网络流量生成

由于DDoS攻击会破坏或者影响网络正常流量的自相似特性,据此来检测DDoS攻击是一种行之有效的方法;然而如何生成网络正常流量,是DDoS攻击检测的一个关键部分.描述了一种生成自相似网络流量的方法,并运用该方法实现了生成自相似网络流量的网络流量模拟子系统,解决了DDoS攻击检测所需的正常流量问题.