有扰对称信道平均信息量的计算

照相手机让诺基亚抢了风头，这真是亚洲人的失策。在日本和韩国，内置摄像头的手机早就不是什么值得炫耀的东西了。不过日本人的动作还是很快的，GD88和N8一副后来居上的架势，让人不敢小瞧。     

GameVillage美人鱼的季节

恐怖的故事发生在1863年10月24日,即使是在这个偏远的世界角落,也被战争的恐怖笼罩着.而半个世纪以来,邪恶的力量一直潜伏在围绕伯凯茨畏沃的黑山里,这里的人们仍然会记得过去黑暗的传说.     

广播影视业：盘点2004、展望2005

本刊特邀总局新闻发言人、办公厅朱虹主任撰文,从行业角度对2004年的工作进行盘点,并介绍2005年的主要工作方向。     

年末精品大作水浒无双完全评测攻略

《水浒无双》是由华娱无线精英成员倾力打造的一款动作RPG游戏。讲述了无双从一个小菜鸟慢慢成长变为人人皆知的大英雄的故事。游戏场景精致，系统多样，动作华丽，各个武器充满特色而且采用了更换装备外表可变的系统，是一款值得力荐的作品。     

从混沌现象看物理与经济关系

本文描述了混沌现象和混沌系统，通过三个模型的建立，分析了混沌现象和经济关系，阐述了物理学的新延拓——经济物理学建立的重要性，以及经济物理学动作的方式、方法．     

融合故障录波和保护动作的输电线路迁移学习故障分析及定位

针对高比例分布式电源并入导致电网规模增大且结构复杂,使传统输电线路故障分析及定位时依赖人工对录波数据进行分析判别容易造成误判、效率低下等问题,根据迁移学习理论方法,基于输电线路故障录波数据建立输电线路故障类型特征提取模型;利用保护动作信息和故障量判别信息,建立输电线路故障位置范围。将故障录波数据、保护动作信息作为深度学习的输入、故障类型和故障位置作为输出进行训练,将训练模型应用至某实际电网中进行测试,结果表明所提方法能够有效辨识出故障线路类型和位置。     

基于骨架动作识别的协作卷积Transformer网络

近年来,基于骨架的人体动作识别任务因骨架数据的鲁棒性和泛化能力而受到了广泛关注。其中,将人体骨骼建模为时空图的图卷积网络取得了显著的性能。然而图卷积主要通过一系列3D卷积来学习长期交互联系,这种联系偏向于局部并且受到卷积核大小的限制,无法有效地捕获远程依赖关系。该文提出一种协作卷积Transformer网络(Co-ConvT),通过引入Transformer中的自注意力机制建立远程依赖关系,并将其与图卷积神经网络(GCNs)相结合进行动作识别,使模型既能通过图卷积神经网络提取局部信息,也能通过Transformer捕获丰富的远程依赖项。另外,Transformer的自注意力机制在像素级进行计算,因此产生了极大的计算代价,该模型通过将整个网络分为两个阶段,第1阶段使用纯卷积来提取浅层空间特征,第2阶段使用所提出的ConvT块捕获高层语义信息,降低了计算复杂度。此外,原始Transformer中的线性嵌入被替换为卷积嵌入,获得局部空间信息增强,并由此去除了原始模型中的位置编码,使模型更轻量。在两个大规模权威数据集NTU-RGB+D和Kinetics-Skeleton上进行实验验证,该模型分...     

ASP.Net MVC中自定义授权过滤器在软件系统中的应用

MVC是当前广泛使用一种软件开发模式。将应用程序分为三个主要的组件:Modal(模型),View(视图)和Controller(控制器),Modal用来存放数据和操作数据,View用来设计用户界面,Control用来接收和处理用户请求,并和模型和视图建立联系,其中控制器是核心。控制器中可以定义一些动作(Action)来处理用户的请求,在动作前可添加自定义授权过滤器来验证用户请求的合法性。通过定义以AuthorizeAttribute为父类的子类,来设计授权规则。用户登录时,根据用户的登录身份信息给用户进行授权,如果授权失败,则用户不能执行后续的操作,从而达到强制用户登录的目的。