摘要：计算机对等网(peer-to-peer,P2P)是目前流行于国际网络技术研究领域的一种新兴网络模型。作为真正的分布式计算技术,P2P技术将对Internet的发展产生重要的影响。针对最近热门的基于P2P技术的搜索技术的迅速发展,为改善现有IP电话模型中的诸多不足之处,介绍了对等域名服务(peer name service,PNS)搜索机制及其特点;分析了PNS搜索机制设计的核心;提出了一种基于PNS搜索机制的IP电话模型,并详细讨论了该模型的信息模型和搜索策略。

摘要：现有研究工作没有确定概率向量模型的混合部分比例,所以无法解决MCMC方法的迭代收敛性问题。在具有空间平滑约束的高斯混合模型GMM基础上提出新型贝叶斯网络模型并应用于图像分割领域。模型应用隐Dirichlet分布LDA的概率密度模型和Gauss-Markov随机域MRF的隐Dirichlet参数混合过程来实现参数平滑过程,具有如下优点:针对空间平滑约束规范概率向量模型比例;使用最大后验概率MAP和期望最大化算法EM完成闭合参数的更新操作过程。实验表明,本模型比其他应用GMM方法的图像分割效果好。该模型已成功应用到自然图像和有噪声干扰的自然艺术图像分割过程中。

摘要：在多媒体应用中,视频的传输比较复杂。为了实现并简化常规视频传输方法,应用COM(组件对象模型)和NetMeeting SDK(NetMeeting软件开发包)技术,实现了基于NM COM(NetMeeting＆COM)的视频传输系统。详细介绍了视频传输系统的体系结构和设计思想。

摘要：图像场景中提取特征数量较少,难以满足三维重建对特征匹配的要求,为此提出基于超分辨率重建的特征提取算法。采用回归学习对低分辨率图像进行重建,对重建结果采用图像先验知识优化,获取较高分辨率图像,对高分辨率图像进行特征提取。实验结果表明,相较重建前图像平均提高6倍以上特征点数量,提高5倍以上匹配点数量,该算法能够提高提取特征点的数目,满足三维重建等需要较多特征点的情况。

摘要：为了解决k-means算法在Hadoop平台下处理海量高维数据时聚类效果差,以及已有的改进算法不利于并行化等问题,提出了一种基于Hash改进的并行化方案。将海量高维的数据映射到一个压缩的标识空间,进而挖掘其聚类关系,选取初始聚类中心,避免了传统k-means算法对随机选取初始聚类中心的敏感性,减少了k-means算法的迭代次数。又结合MapReduce框架将算法整体并行化,并通过Partition、Combine等机制加强了并行化程度和执行效率。实验表明,该算法不仅提高了聚类的准确率和稳定性,同时具有良好的处理速度。

摘要：文章从修订人才培养方案、改进课程的教学内容、方法与考核方式、强化实践教学、增加集中实践环节等方面,培养学生具有计算机各部件的设计方法、逻辑实现、建立系统概念及思维的能力,最后达到信息系统自主可控的需求。

摘要：针对我国日新月异的VoIP技术发展,提出一套VoIP系统及其RADIUS计费认证服务器设计思想,描述了RADIUS服务器的设计和实现,给出了详细的测试结果,并对测试数据进行了分析。

摘要：针对学生编程能力弱、实践技能不强、创新能力和团队协作能力弱的问题,提出基于信息化手段构建“三维融合”的立体化资源以及结合学习通和EduCoder平台开展实践教学的思路,通过教学实施说明新的教学方案能提高学生实践能力,实现专业知识、实践能力、职业素养的协同效应,提升专业人才培养质量。

摘要：分析网上空间信息的异构性及共享解决方案,提出了一种新的基于XML和RDF的异构空间信息共享模型.采用了XML,RDF技术解决空间信息的语法和语义异构问题,设计了空间信息表示分级共识矩阵,将信息异构分解到各个表示级别以简化信息转换,在每一级别又提取空间信息领域的共识来表示信息以促进应用程序对信息的正确理解和语义互操作.实例证明了该模型能有效解决异构空间信息的表示和交换问题,满足用户空间信息共享的需要.

摘要：ECOS(Embedded Configurable Operating System)是一种嵌入式可配置实时操作系统,它适用于深度嵌入式应用、主要应用对象包括消费电子、电讯、车载设备、手持设备以及其它一些低成本和编写式的应用设备。首先对AAA系统以及无线通讯环境进行分析,给出Radius系统的初步设计方案。其次针对ECOS开发环境以及组成模块进行分解和功能说明。接下来详细叙述了Radius服务器的实现。最后对Radius系统功能性能进行测试,通过分析测试数据得出基本结论。