摘要：针对计算机角色动画序列生成和具有关键帧模型特征中间模型设计中的光滑要求,提出了一种同时于适用于平面曲线形状和空间曲线形状在不同局部变形插值后的整体优化重构方法,并对开或闭曲线形状调配有统一的算法形式。该算法根据最小二乘原理,应用曲线形状的向量坐标和与夹角、边长相关的比例函数建立了具有稳定惟一解的形状重构优化方程。通过对不同比例函数和曲线数据的实验,得到了调配曲线的周长和面积的变化特性。在算法处理框架中,给出了避免产生自交或挤压变形的非线性局部插值算法、空间曲线渐变算法、三维曲面拼接算法和实例。实验结果表明,该算法在中间帧形状有自然光滑的过渡,在算法的简易性方面有明显的优势。

摘要：分析了高校校园网拓扑结构现存的问题,依据扁平化的大二层网络设计思路,提出了一种以BARS设备为网络核心的有线无线一体化网络拓扑结构。该拓扑结构能够最大限度地保护现有投资,只需在核心层增加BRAS设备,将原有交换机全部作为二层设备上联至BRAS即可。利用BRAS设备的性能和特性完成了内外网用户的隧道建立、隔离、流控、故障定位等精细化管理;利用大二层结构特性实现网内IPv4/IPv6双栈及多播业务,各种品牌有线无线设备的统一管理。该拓扑结构应用在实际网络环境中时BRAS设备必须进行热备,无线AC需要支持本地转发。

摘要：传统上对网络流时间序列分析多采用线性分析方法,没有充分利用到网络流客观存在的非线性特征信息,从而使数据分析能力受限。提出了基于定量递归分析递归率REC特征的网络流量相空间重构监测模型,基于相空间重构和递归图分析,设计了网络流量的REC递归率的定量递归特征作为网络流量序列分析的数据支撑。使用平均互信息算法和虚假最近邻点算法求取流量序列的相空间重构的关键参数,利用递归图中有规律的点线检验网络总出口流量的确定性和可预测性,利用REC特征监测网络流量序列的异常流量和特性进行分析。仿真实验表明,网络流量序列的定量递归特征具有较强的稳定性和自相似性,精度较传统特征统计方法提高19%以上,采用REC递归率特征对异常流量序列的预测预报监测准确率为99.7%,比采用传统的其它非线性递归特征提高了13.2%,展示了算法在网络流量和非平稳数据序列分析中的优越性能。

摘要：曲线形状的变形技术在计算机动画和产品造型设计中有着重要的应用。以单位球面四元素插值为基础建立非线性的局部变换,通过在中间帧重构方程引进边界控制条件,提出了具有边界约束的空间曲线和平面曲线形状的变形方法。该方法在曲线形状渐变序列中具有保周长的线性变化,适合一般曲线的渐变和骨架行走的特征。还给出了建立渐变序列的边界曲线算法,通过实例说明了造型和编辑边界曲线能得到良好的拼接效果。实验表明,该算法在空间曲线变形中具有良好的视觉效果和应用前景,算法具有简易性和统一性。

摘要：为了提高学生程序设计的实际编程能力,在实验教学过程中引入微课,探索微课在程序设计课程实验教学阶段的应用.并提出相应的C++程序设计实验教学微课的几点设计建议.以实践性教学为导向,设计阶梯型任务的实验教学微课并应用于真实实验教学.最后,实际教学效果表明以教学点为单位,教学时长较短的实验教学微课能更好地提高学生的实际程序设计能力,从而提高C++程序设计的实验教学质量.

摘要：多尺度量子谐振子算法(Multi-scale Quantum Harmonic Oscillator Algorithm,MQHOA)的参数不需人为进行设定,算法中只有一个参数σ,收敛时每次迭代均以σ值的大小作为收敛依据,使面对复杂目标函数和高维目标函数时算法能自动进行迭代的调整,避免陷入局部最优解,从而保证精确获得全局最优解.本文结合MQHOA这一数学软件,将多尺度量子谐振子算法应用于系统辨识模型中,利用非线性系统辨识方法,并通过MQHOA GUI程序接口调用MQHOA子程序对系统响应信号进行计算辨识与控制.这尽管存在白噪声,但是,算法在一定迭代次数后也将趋于稳定.采用MQHOA软件编程,做出算法整个过程设计草图并得以实现不同按钮的功能输出,实现算法过程和交互分析的有机结合.实验结果表明,多尺度量子谐振子算法辨识参数误差较小,算法较好地适应其物理性能并不断逼近最优区域以获得最优解;最后对MQHOA算法进行仿真实验,实现人机交互,使初学者加深对算法收敛过程的理解.

摘要：VoIP(VoiceoverIP,网络电话)和PSTN相比,因其技术优势和时代特征,必将成为未来通信的主要手段.VoIPAAA服务器是整个IP电话走向运营的基础,是VoIP服务提供商(ITSP)成功开展商业业务的关键所在.本文主要讨论了基于H.323协议体系的VoIP系统的RADIUSAAA服务器的系统结构设计,并给出了部分关键模块的实现方法.

摘要：随着各大高校校园内人们对跑腿业务需求的提高,快速服务型跑腿软件越来越受到各大高校校内用户的欢迎.跑腿软件是在ApiCloud平台上开发设计的,分为客户端和服务器端2部分.抢单功能是一个高并发的过程,所以本文运用多线程技术和缓存技术进行高并发抢单的分流,并利用最短路径算法计算附件抢单人的距离,进行派单.这样就能实现多人同时抢单的过程.

摘要：针对小样本间的细粒度分类中同种样本间不同个体的差异性不明显,导致特征难以提取的问题,设计了使用自监督的抠图式度量学习图像分类建模训练方法,在不增加数据集人工标注成本的基础上提高分类精度.首先,将数据集进行抠图处理,扩大检测目标在图像中的占比,突出样本特征.其次,通过比较网络结构模型及距离度量函数,择优对模型进行改进.最后,采用孪生网络的思想将样本集和验证集输入特征提取器中通过度量函数的计算得到两者相似度.选用的样本集为公开数据集CUB_200_2011和Standford Dogs Dataset,实验结果显示,提出的方法在性能和精度上得到了较好提升.

摘要：推荐算法的重要应用场景之一是电影推荐,现有的多数推荐模型利用单独的辅助信息进行推荐,一定程度上缓解了推荐不准确问题,有效利用多源信息是提升推荐效果的方式之一.设计了融入注意力机制的残差网络(ARN)模型提取电影海报的特征,增强神经网络对于局部重点区域的判别,从而对电影海报影响力大的区域权重进行调整;将海报不同类型的多源特征信息作为推荐模型的输入,提出了一种融合多源信息的深度学习推荐模型.最后,通过与多种模型在不同数据集上的性能指标进行对比,验证模型的有效性,且能够缓解数据解稀疏性问题,提升推荐模型的推荐性能.