远程教育接收站点安全施工要点

远程教育接收站点的建设是一项全国性的工程,它分为农村中小学现代远程教育项目和农村党员现代远程教育项目,一般在农村中小学或者村委会建立一套卫星接收系统,同时配置计算机、电视机、宽带上网等辅助配套设备,该系统包括土建、强电、弱电、防雷等部分的施工,施工过程的安全控制是非常重要的,而施工质量的好坏对后期设备的使用、维护、设备的安全性、防雷效果的可靠性等也有直接影响,本文就远程教育接收站点的安全施工提供建议供大家参考。     

移动信息化应用及其实现

随着移动通信和计算机技术的演进,移动信息化已成为提升行业客户管理水平和生产运作能力的重要手段。本文描述了移动信息化的定义、作用和分类,并重点从系统结构、实现过程、应用场合等方面对基于VPDN的数据采集、传输与处理,基于GPSOne的位置服务和基于流媒体的视频传输与监控进行了详细阐述。     

密码学在移动Agent中的应用

介绍了当前移动agent所面临的安全性威胁,以及密码学中的几个加密算法,提出了针对移动agent所面临的安全威胁,用相关的加密算法来最大程度的保护移动agent,并最后介绍了解决移动agent安全问题仍需要解决的技术问题.     

基于J2ME-J2EE移动集成查询系统的设计与实现

通过研究 J2ME 和 J2EE 技术架构的特点,将两者有机集成起来,提出一套完整的移动查询系统解决方案,详细解析了移动客户端和服务器端的设计方案,对移动商品查询系统的架构、系统服务器端的实现、J2ME 客户端的实现和使用 JDBC 连接数据库进行了剖析.     

花卉自动供水器

很多家庭都喜欢养花种草,但遇到旅游外出,一走十天,半月,就会为浇花发愁。我想,能否用学过的知识解决他们的难题?     

非线性Gilson-Pickering方程的移动最小二乘近似无网格法

【目的】利用适定移动最小二乘近似和预测校正迭代算法等技术,建立数值分析Gilson-Pickering方程的移动最小二乘近似无网格方法。【方法】首先采用差分格式离散时间导数,然后利用适定移动最小二乘近似离散空间导数,最后使用配点技术得到了非线性代数方程组。【结果】数值算例表明该方法能有效地求解具有三阶偏导数且依赖于时间变量的非线性Gilson-Pickering方程。【结论】该方法比有限元方法的精度更高。     

一种基于遗传算法的车载边缘计算卸载方案

延迟敏感型和计算密集型车辆应用的出现,给计算资源有限的车联网带来了巨大的挑战。移动边缘计算(Mobile Edge Computing, MEC)是云计算的一种补充,可以有效解决车辆计算资源有限等问题,但是车辆的高机动性以及中心云距离较远导致数据卸载延迟较大,对卸载效率产生较大影响。现有方案大多对车辆的高机动性以及空闲资源的利用方面考虑不足,因此,文中提出一种基于遗传算法的车载边缘计算卸载方案(Genetic Algorithm-based Vehicle Edge Computing Offloading Scheme, GAVECOS)。在该方案中,考虑了任务车辆周围的本地车辆、路边基站上的边缘服务器和空闲车辆的计算资源来卸载任务,然后提出一个以系统总成本最小为目标的优化问题,并利用遗传算法求解该优化问题。最后通过搭建仿真平台对方案进行了验证。仿真结果显示,在综合考虑系统的时延和能耗这两个因素的情况下,该方案与其他4种方案相比总成本有明显的降低。     

约束的移动对象最近邻轨迹查询

提出了一种新的查询概念,即约束的移动对象最近邻轨迹(constrained nearest neighbor search on moving objects trajectories,简称CNNMOT)查询.针对两阶段算法分阶段处理最近邻查询和范围查询的缺陷,对传统空间最近邻算法进行了改进和扩展,使其能够合并到一步完成,并对传统的mindist定义进行了修改.实验结果表明:该改进算法能较好地克服两阶段算法的缺陷,并在数据量较大时仍保持较高的性能.     

移动数据库中支持车辆交通管理的时空模型

提出了一种用于有效管理交通,基于基本空间对象模型,紧密结合时间维的时空模型.针对当前大多数时空模型的局限性在于把复杂立体化的交通网络变成平面化的实体、导致网络分析效率不高的问题,以现有成熟的关系数据库为底层架构,采用自底向上的嵌套方式对移动对象(交通工具)和固定空间对象(交通网络、路标、区域等)进行建模,以及分层和栅格化处理交通网络的各个区域,有效地提高了时空查询和各种操作的效率.     

基于最大匹配的移动众包任务分配研究

通过在piFogBedII中引入移动众包资源,解决了雾计算实验平台用户层设备多样性和移动性问题,但也带来移动众包任务分配的问题,而现有移动众包任务分配机制不适合该平台。基于双向拍卖机制,设计了基于最大匹配的任务(MTM)分配算法,考虑移动用户的偏好,以最大化任务匹配数为目标,并满足诚实性、个体理性和预算平衡性。实验表明,该算法在任务匹配数上有很大提高,同时,具有计算高效性。