摘要：为防止应急设施在大型灾难发生时因被破坏而丧失功能,可于灾前防御阶段,在现有物流系统基础上,投资资源对应急设施进行保护。以P中值保护模型(PMFP)为基础,假设不同设施存在不同失效概率,限定保护资源总投资额,并以最大化应急资源响应时间满意度为目标函数,建立2个分别以P中位模型和最大覆盖模型为基础的应急设施保护模型。采用遗传算法(GA),求解设计的算例,得到最优的保护方案。灵敏度分析显示,不同的投资上限和设施保护数目下限组合,会影响最优方案的确定,决策者可利用仿真结果作出科学合理的选择。

摘要：在认知无线电网络中,频谱环境的不确定性严重影响了频谱检测的准确性和可靠性。针对上述问题,提出一种基于动态信誉模型的可靠的分布式认知无线电频谱检测策略。该策略建立认知用户的频谱检测协作组,基于主观逻辑理论设计分布式节点信誉库,通过信誉的动态更新结果作为频谱检测的信道搜索顺序的依据,提高信道搜索的准确性。该策略能够对恶意用户进行有效地隔离,以避免其对频谱检测的影响,从而提高了频谱检测的可靠性。通过仿真分析可知,与其他信道搜索算法比较,根据该策略设计的分布式频谱搜索算法不仅能够有效地提高频谱检测的效率,而且能够确保频谱的可靠性,从而提高信道的利用率。

摘要：提出了一种基于3G网络传输的移动视频监控系统传输部分的设计方法,重点对系统传输部分的设计和实时传输的实现作了详细介绍。经测试,该传输部分在本视频监控系统中工作稳定并已得到良好应用。

摘要：多数Ad hoc网络路由研究聚焦于找到一条连接源和目的节点的路由,而没有考虑网络的QoS需求,一旦数据流量超过了网络所能承受的限度,数据流的传输质量将无从保证。提出了一种AOMDVQ(AOMDV Based on QoS)路由协议,在AOM-DV基础上增加了带宽、时延、跳数和优先级等约束条件,使得在路由发起和路由维护阶段满足一定的QoS需求。仿真结果显示,AOMDVQ协议在高速移动状态下其数据包发送成功率、端到端时延等较AOMDV、MP-AOMDV协议有明显改进。

摘要：为了在3G核心网中支持多媒体会话,3GPP在R5中引入了IP多媒体子系统(IMS),并选择SIP作为IMS中的呼叫/会话的控制信令。IMS可以提供多媒体业务和语音业务,对QoS提出了更高的要求。主要讨论IMS QoS的一个重要参数-SIP会话建立时延。分析了SIP会话建立时延模型和相关因素并从3方面提出了优化措施,SIP的传输协议选择,信令重传机制的改进以及对SIP信令的压缩,最后进行了性能仿真。

摘要：提出了一种基于SIP的视频会议视频模块的设计方法,重点对视频采集流程、流媒体的传输以及用户界面模块的实现作了详细介绍。经测试,该系统工作稳定,能够进行多人之间的音视频通信。本系统经完善后将投入商用。

摘要：目的在信息碎片化和快消费的时代,为提升电子商务APP信息检索系统的交互性能,更好地为消费者提供精准、优质、快捷的网购服务,通过使用眼动追踪实验的方法,探究视觉密度与消费者网购搜索效率的关系。方法设计两组实验,通过眼动仪收集眼动轨迹的过程和数据,借助SPSS 25.0对数据进行方差分析。结果在任务导向情境下,被试在网格布局的商品导航界面上搜索效率比列表模式的搜索效率高;在非任务导向情境下,消费者在宫格导航的界面上搜索效率相对较高;浅色背景下消费者网购的搜索效率更高。结论电商APP界面信息组织要素构成比例不同,会导致不同的信息密度,电商APP的设计人员可根据界面分区的功能合理布局信息组织要素,进而优化界面信息密度,提升消费者搜索体验。

摘要：[目的/意义]研究微博信息情绪类型对用户分享意愿的影响,对控制情绪信息在微博上的传播,营造清朗的网络空间、遏制网络负能量传播提供参考。[方法/过程]从情绪感染理论和信息加工理论的角度出发,通过3个基于热点事件微博信息的角色-情景模拟实验考察了信息情绪类型对用户分享意愿的影响。[结果/结论]研究发现,用户分享的意愿受到信息情绪类型的影响,且积极情绪(vs.消极情绪)信息的分享意愿更高;兴趣在信息情绪类型对分享意愿的影响中有显著的中介作用,且这一作用受到信息获取方式调节:主动获取(vs.被动获取)下,用户的兴趣更强,进而分享意愿更强。研究结论可为诸如微博等社交媒体平台如何采用情绪分析等人工智能手段,制定消极情绪信息传播的相关管控措施提供一定的思路和借鉴。

摘要：在下一代网络中,新的业务可以在开放式的业务平台上,利用Parlay组织提供的标准API进行开发。在OSA/Parlay X API中引入一种新的业务能力特征(SCF)——消息广播,将会给业务的开发提供新的思路,协同其他SFC还可创建出多种应用场合的新业务。

摘要：【目的/意义】研究微博信息情绪类型对用户分享意愿的影响,对控制情绪信息在微博上的传播,营造清朗的网络空间、遏制网络负能量传播提供参考。【方法/过程】通过抓取132972条热点事件的微博信息,提出并运用基于依存句法的情绪分析框架,识别了微博信息情绪类型,并探讨情绪类型对用户分享意愿的影响。【结果/结论】实验结果表明,相较于非情绪化信息,用户对情绪化信息分享意愿更强;相较于消极情绪信息,用户对积极情绪信息分享意愿更强。