T-RBAC访问控制模型及其约束描述语言

一种结合了基于任务的访问控制模型TBAC和基于角色的访问控制模型RBAC特点的新型访问控制模型-T-RBAC.该模型采用了以任务为中心的"用户-角色-任务-权限"的四级访问控制结构,较好地解决了当前工作流系统中存在的安全性问题.此外,在新模型的基础上设计了一套描述约束机制的语言ETCL,该语言在RCL2000的基础上扩充了时间特性和任务的概念,使新模型具备了较完整的约束描述能力.     

为学生打开自主学习的空间--一个高中物理教学案例与思考

现在，整个教育界都在提倡创新教育和自主探究式学习．笔者曾经尝试着在课堂上渗透让学生自主学习的思想，努力创设情景给学生多一些创新的机会，允许并鼓励他们在课堂上提出自己的看法．但课堂教学，特别是在目前仍受考试压力影响的高中课堂中，教师和学生依然面临着升学压力．无奈的现实很难在课堂上落实这些“理念”．毕竟学生这么多、课时这么少、教学任务又如此之重，作出一个教学决定又要考虑方方面面的因素，     

黑龙江省第十届珠算技术比赛大会闭幕词

由黑龙江省总工会，共青团黑龙江省委．黑龙江省妇女联台会，黑龙江省教育委员，黑龙江省珠算协会共同举办的全省第十届珠算技术比赛大会在省市领导和各有关部门的关怀。支持下，经过全体与会同志的共同努力，历时三灭，圆满地完成了大会的各项任务；在此，请允许我代表大会主席团和全体代表对这次大会取得的圆满成功表示热烈地祝贺!     

null

本文对近10年来出现的新型离子液体进行了分类综述,并对其发展前景提出了一些见解.     

边缘环境下的视频行为识别

边缘智能是一种新兴的智能计算模式,其将人工智能技术和边缘嵌入式设备结合,被广泛应用于物联网系统。智能摄像机是典型的边缘设备之一,它能提供低延迟的视频处理能力,适用于智能家居、智能交通、智能监控等领域。然而,由于摄像机的计算资源有限,传统的行为识别模型难以在本地完成计算任务。为解决这一问题,文中提出了一种基于边缘计算的架构,利用深度学习目标检测算法YOLO v3对视频行为进行识别。在该架构中,智能移动终端负责数据采集和压缩,边缘服务器承担大部分目标检测任务,而检测困难的目标和模型训练则由云服务器负责。为更好地适应边缘设备,本文采用轻量化的神经网络MobileNet替换YOLO v3模型的特征提取模块。经过测试,该架构能有效提取和识别视频中的静态和动态行为,为实现边缘计算环境下低成本、大规模的行为识别提供了有益的参考。     

“模式识别”课程线上线下混合教学模式探索与实践

在模式识别课程教学中,针对传统线下课程短板,开展线上与线下相结合的混合教学模式教学改革探索。阐述了本课程教学改革的教学环节设计、教学实施方法、考核方式等,以思维导图和综合案例串联庞杂知识点,采用多样化手段,加强对学生创新思维和能力的培养。教学实践证明,该课程教学改革调动了学生主动性,培育了其创新能力与科学精神,丰富了线上线下混合教学改革的理论研究。     

一种基于态势的多传感器任务规划调度方法

分析了一种基于态势的多传感器任务规划调度方法。首先,根据传感器探测能力、目标预测轨迹,生成多传感器协同探测任务,并分解合并形成若干个探测子任务;然后,基于构建的协同探测效能函数,对每个探测任务进行传感器资源分配,通过特殊降维处理,实现传感器与目标分配方案的快速生成;最后,仿真分析了协同探测任务调度算法模型。特别地,针对传感器、目标规模都较大时,提出了一种经过改进的多传感器协同探测目标资源分配方案快速生成的优化方法,可满足多传感器协同探测任务高实时高可靠分配调度要求。     

计算机基础课程的教学实践分析

阐述计算机基础课程教学的现状,教学改革的设计,包括改进教学模式、更新教学内容、运用任务驱动、改革考核方式、提升专业技能,从而提高教学效率。     

基于802.11 MAC的移动Ad Hoc网络AODV路由协议改进算法

基于802.11的Ad Hoc网络AODV路由协议会引入通信盲区问题,使路由发现信息建立的路由不能很好地满足高速数据分组的传输,本文在传统通信盲区解决方案的基础上提出一种AODV路由协议改进算法.Opnet仿真表明,改进算法能有效地提高Ad-hoc网络性能.     

PRED:一种具有优先级自适应的队列管理新算法

现有的拥塞控制采用以TCP为核心的基于窗口技术的端到端控制,具有丢包、响应速度慢等缺陷.本文提出的基于优先级的队列管理算法(PRED),使路由器更加精确地管理队列,算法的主要参数能够适应网络负载的动态变化,有效地克服了现有拥塞控制的缺陷.实验结果表明,在相同的配置下,采用PRED的网络在降低丢包率、减少队列抖动等性能上均优于端到端拥塞控制.