关于专业选修课教学的探索和改进——谈“信息论与编码”课程改革的设想

为了培养学生的自学能力、独立思考能力以及动手能力,针对在电子信息专业的专业选修课程《信息论与编码》教学过程中发现的问题,探讨该课程教学,提出了一些改革的思路和方法。     

基于Unicode字符集的Windows编程

长期处于优势地位的ASCII字符所具有的先天弊端正制约着程序设计的发展，而Unicode要完全取代ASCII还需要一段很长的过程。本文从Unicode字符集角度出发，详细分析了windows编程环境中的宽字符操作方法，解决了常用的两种字符的兼容问题。     

字符编辑器在CAI课件设计中的开发应用

该文介绍利用字符编辑器设计CAI课件屏幕图形和动画的方法以及TenCORE教学系统字符编辑器的基本原理和使用方法。     

Quantum Key Distribution Using High-Dimensional Quantum Error-Avoiding Code

Using high-dimensional quantum error-avoiding code, we present two new quantum key distribution protocols over a collective noisy channel, i.e. six-photon and five-photon quantum error-avoiding codes. Compared with the previous protocols using four-photon and three-photon quantum error-avoiding code, the qubit efficiencies of the new protocols have increases of 16.67% and 5% respectively. In addition, the security of these protocols is analysed with a conclusion that the new protocols are much more secure than the four-photon and three-photon ones.     

An Improved S-Random Interleaver Design for Turbo Code Based on Chaos Model

A new method to design interleaver based on Henon chaos model is presented. The designed interleaver is with rather random behavior. Experimental results show that the proposed S-henon interleaver make a magnitude of im provement in bit error rate （BER） performance by 0.4 dB compared with the S-random interleaver for AWGN channel respectively. The S-henon interleaver may be adapted to 3G mobile communication systems.     

用二进制编码改进数据库多维查询

对教务管理中选课系统的数据表设计和查询中的问题进行了分析,提出了使用二进制编码来改进数据库多维查询的冲突判断,达到简化程序设计和提高计算机系统效率的目的。这种分析和设计改进的是管理中的时间冲突问题,可以运用到ERP的关键人员、关键设备的时间冲突中去。其中的程序在Microsoft的SQLServer2000中运行。     

小波变换在图像压缩中的应用

介绍了小波变换在图像压缩中的应用，并提出了小波基选择的几个准则。     

SACD中的DSD技术和数据无损压缩算法

SACD是对现有CD的改进，它利用直接数字流（DSD）技术，和DST无损压缩方法，对数据进行存储。它可以存储2声道或6声道的声音数据。由于采用了全新的技术来记录声音，使它可以产生更好的声音质量，必将成为新一代的声音记录格式。本文详细介绍了1比特DSD编码技术的原理，和DST无损压缩方法的原理。     

基于双向门控机制和层次注意力的方面级情感分析

针对传统情感分析模型将单词或词语作为单一嵌入,而忽略句子之间依存信息和位置信息的问题,提出基于双向门控机制和层次注意力的方面级情感分析模型（Based on Bi-GRU and Hierarchical Attention,BGHA）。首先,将文本数据转成词向量再加入位置编码信息,得到包含位置和语义信息的词向量后通过双向门控机制提取上下文特征;接着,分别在单词注意力层和句子注意力层用注意力机制对特征分配权重,突出重点词和重点句信息;最后,结合给定的方面信息选择性提取与其较匹配的情感特征。在SemEval 2014、SemEval 2016和Twitter短文本评论数据集上的实验结果表示,BGHA模型的准确率对比其他模型都有不同程度的提高,证明了模型的有效性。     

〔23，12，7〕Golay码的改进译码算法

ＭａｒｉｏＢｌａｕｍ和ＪｅｈｏｓｈｕａＢｒｕｃｋ提出了一种基于［２３,１２,７］Ｇｏｌａｙ码校验矩阵＂设计＂特性的译码算法,和其它的Ｇｏｌａｙ码译码算法相比,这种译码算法的复杂度最小,但它不便于用集成器件实现和不便于完全集成化,作者对该算法进行了改进,使其易于集成实现;同时使［２３,１２,７］Ｇｏｌａｙ码译码算法进一步简化．对其复杂度分析证明,当误码率≤１０％时,作者所设计的译码算法优于其它译码算法。