普及计算终端的自适应性技术研究
普适计算
一、普适计算的提出：1999年，IBM提出普适计算(又叫普及计算)的概念。
二、普适计算的概念：所谓的普适计算（Pervasive Computing / Ubiquitous Computing）指的是，无所不在的、随时随地可以进行计算的一种方式；无论何时何地，只要需要，就可以通过某种设备访问到所需的信息。
三、普适计算最重要的两个特征：间断连接轻量计算（即计算资源相对有限）四、普适计算应具有以下特性：(1)无所不在的(pervasive)：用户可以随地以各种接人手段进入同一信息世界；(2)嵌入的(embedded)：计算和通信能力存在于我们生活的世界中，用户能够感觉到它和作用于它；(3)游牧的(nomadic)：用户和计算均可按需自由移动；(4)自适应的(adaptable)：计算和通信服务可按用户需要和运行条件提供充分的灵活性和自主性；(5)永恒的(eterna1)：系统在开启以后再也不会死机或需要重起；部件可以因需要、出错或升级来去，但整个系统则永远可用．五、普适计算所涉及的技术：移动通信技术、小型计算设备制造技术、小型计算设备上的操作系统技术及软件技术等。
六、普适计算技术的主要应用方向：1、嵌入式技术（除笔记本电脑和台式电脑外的具有CPU能进行一定的数据计算的电器如手机，MP3等都是嵌入式技术研究的方向），2、网络连接技术（包括3G，ADSL等网络连接技术），3、基于Web的软件服务构架（即通过传统的B/S构架，提供各种服务）。
七、业界和高校的实验室均有普适计算项目推出，一些较为典型的项目如下：——麻省理工学院(MIT)的Oxygen项目。
其寓意是：未来计算象氧气一样无处不在并可自由获取。
该项目将固定计算设备和移动设备通过可自动配置的网络连接起来。
系统采用了包括休眠环境的自动转换等8种环境驱动技术。
——Microsoft公司的Easy Living研究项目。
致力于智能环境的体系开发，涉及中间件、几何世界建模、定位感知、服务描述等技术。
面向普适计算的界面自适应的研究
－3007－0引言计算技术的健康发展需要有与之相适应的计算模式。
计算模式在20世纪80年代经历了从主机计算到桌面计算的革新，极大的推动了计算机技术和产业的发展[1]。
近20年来，计算机在功能越来越强大的同时，体积也越来越小，各种嵌入式计算系统也不断出现，而且还可以联网使用，计算技术的这种飞速发展正孕育着一种革新性的计算模式——普适计算。
在普适计算模式下，PDA 和移动电话、家用电器等通用设备，以及用于医疗、军事、娱乐等方面的专用设备将弥漫在人们的生活环境中协同工作，以快速、高效和便捷的模式为人们提供服务，而使用这些计算设备的人则感知不到计算机的存在。
由以上描述可以看出，普适计算环境中各种设备拥有的资源是不同的和变化的。
从最小的MEMS 系统到嵌入计算能力的物体，到可携带计算设备，再到基础设施中的部件，它们在计算能力、存储容量、电池容量、交互手段等因素上都有着很大的差异，设备在不同的环境中移动时，可用的无线网络的带宽也是不同的，这就需要解决自适应的问题。
它包括内容的转化和交互界面的转化两部分[1]。
本文主要是针对交互界面的转化这个问题提出了相应的解决方案。
普适计算的研究目标就是要实现任何人在任何时间、任何地点、能够以任意方式利用身边所有获取的信息。
具体到交互界面的转化这个问题上，我们就希望既可以从标准的Web 浏览器，又可以通过无线访问协议(WAP )设备甚至可能是声音来访问Web 应用程序，另外，同一个应用程序的用户界面可能对于访问它的每个人所想得到的视图是不同的，我们希望针对每个用户能够得到不同的映射界面。
在本文，我们试图利用Java 和XML 这两种技术来解决以上的问题。
1界面自适应系统设计目前，用户界面一般都是在WIMP 图形界面的基础上加入了部分多媒体特性，例如语音或手写输入、动画和视频输出等[2]。
而现在用4GL 语言的集成开发环境设计的用户界面，虽然描述的内容基本相同或者相似，但内建格式各不相同，这就使得界面的通用性、重用性很难实现。
普适计算
江苏科技大学 计算机科学与工程学院 吕永芳 092070040
• • • • • •
普适计算的概念 普适计算与虚拟计算 普适计算的研究内容 普适计算的特性 普适计算的热门研究领域 普适计算面临的挑战
概念的提出
• 1999年，IBM提出普适计算(又叫普及计算)的 概念。所谓普适计算（Pervasive Computing / Ubiquitous Computing）指的是，无所不在的、 随时随地可以进行计算的一种方式；无论何时何 地，只要需要，就可以通过某种设备访问到所需 的信息。 • 在信息时代，普适计算可以降低设备使用的复 杂程度，使人们的生活更轻松、更有效率。实际 上，普适计算是网络计算的自然延伸，它使得不 仅个人电脑，而且其它小巧的智能设备也可以连 接到网络中，从而方便人们即时地获得信息并采 取行动。
致谢
• That’s all • Thank you!
• 普适网络：普适计算环境下的网络环境包括各种无线网络、互联网、 普适网络：普适计算环境下的网络环境包括各种无线网络、互联网、 电话网、电视网等，还包括 网络、 电话网、电视网等，还包括RFID网络、无线传感器网络、GPS网络 网络 无线传感器网络、 网络 等多种不同类型的网络。 等多种不同类型的网络。普适计算网络支持异构环境和多种设备的自 动互连，对环境的动态变化具有自适应性， 动互连，对环境的动态变化具有自适应性，提供无处不在的通信服务 • 系统软件：普适计算的系统软件对普适计算环境中大量联网的信息 系统软件： 设备、智能物体、计算实体进行管理，为它们之间的数据交换、 设备、智能物体、计算实体进行管理，为它们之间的数据交换、消息 交互、服务发现、任务协调等提供系统级的支持。 交互、服务发现、任务协调等提供系统级的支持。普适计算的系统软 件不同于传统分布式系统软件 ，主要有两个基本的特点 ：物理集成 和自发的互操作。 和自发的互操作。 • 人机交互：典型的交互方式包括语音输入、手写输入、电子纸、眼镜 人机交互：典型的交互方式包括语音输入、手写输入、电子纸、 显示器等。除鼠标键盘输入等由人驱动的显式人机交互外， 显示器等。除鼠标键盘输入等由人驱动的显式人机交互外，普适计算 的人机交互方式会向隐式和多模式的人机交互方式方向发展。 的人机交互方式会向隐式和多模式的人机交互方式方向发展。
自适应网络技术的发展与应用
自适应网络技术的发展与应用随着时代的进步，网络的发展不仅仅是连接人与人，在人类文明不断发展的过程中，网络对于我们的重要程度也随之增加。
如今，越来越多的人已经离不开网络，它逐渐成为了我们日常生活中必不可少的一部分。
而自适应网络技术作为其中的一部分，已向人们展示了很多新的可能性。
一、自适应网络技术的概念自适应网络技术（AN）是指一种能够适应网络环境变化和网络用户需求的网络通讯技术。
这种技术可以根据网络出现的各种变化，如网络拥塞、带宽波动等，自动调整各种参数，以达到网络优化运行的目的。
它可以通过自我学习，自主管理，以及实时监测等手段，自适应地响应网络需求，确保网络的运行效率和可靠性。
二、自适应网络技术的发展自适应网络技术的发展和成熟不是一蹴而就的，需要经过不断的改进和完善。
在过去的几十年中，各种自适应网络技术的研究工作得到了广泛的关注和推广，其中就包括：QOS（Quality of Service）、内容分发网络（CDN）、软件定义网络（SDN）等。
随着这些技术的不断成熟和普及，自适应网络技术迎来了更为广泛的应用。
三、自适应网络技术的应用1. 大型游戏随着游戏行业的不断发展，网络游戏已成为人们的一大消遣娱乐方式。
而大型游戏服务器的运行，通常需要面对海量的用户请求，因此，高效而稳定的自适应网络技术无疑成为了游戏开发公司和服务器运营商不可缺少的一部分。
通过自适应网络技术，可以更好地保障玩家的游戏体验，同时，也能够优化服务器的运营效率。
2. 视频直播如今，随着直播行业的不断发展，网络直播已经成为了一个热门的行业，而直播的用户数量也在不断增加。
而对于实时性要求较高的直播业务，自适应网络技术可以通过网络资源调度、码率控制、数据分发等手段，实现更为高效的直播服务，并提供更为流畅的观看体验。
3. 内容分发网络在内容分发网络（CDN）中，自适应网络技术可以通过动态的分发策略，根据用户的位置、请求内容、以及网络状态等因素，优化资源的使用和分配，使内容分发更加高效和可靠。
面向移动终端的自适应系统设计与实现
图 １ 自适 应 的 系统 架 构
１ ２ 内容生成 模块 ．
本设 计方 案 的系统 架构具 有 如下特 点 ：
１ 自适 应 系统 体 系 结构
１ １ 系统 架构 ．
（） １ 将数据库 的存取 、 应用逻辑和客户表示
三者 有效地 分 离 开来 ， 个 领 域 既 相互 独立 又 互 各 相 联 系 ， 成 良好 的三层 服务 器体 系结构 ， 网络 形 使 应 用更 易 于维护 和扩 展 。 （ ） 以脱 离 Ｗｅ 务 器 开 发 和 测 试 ＸＭＬ ２可 ｂ服
作者简介 ： 饶文碧 （９ ７ ， ， 武汉人 ， １６ 一） 女 湖北 武汉理工大学计算机科学 与技 术学院教授
维普资讯 om
第２ ９卷
第 ４期
饶文碧 ， ： 向移动终端 的 自适应 系统设计 与实现 等 面
２ ｌ
与 Ｘ Ｉ Ｓ ’ 。
（） ３ 通过 不 同 的 Ｘ Ｌ Ｓ Ｔ样 式表 ， 容易 应 用 到 很 多种 客户设 备 。 在这个 系 统结 构 中 ， 重 要 的设计 模 块 是 内 最 容生 成模 块和 自适 应转 换模块 。内容 生成模 块 负
“
ｓｑｅｃｓ 的 多 个 数 据 类 型 。它 可 以 是 一 个 字 ｅｕｎｅ”
图 ２ 解析 Ｘ ＭＬ过程
符 串或 浮 点 数 ， 可 以 是 一 个 Ｘ 也 ＭＬ节 点 。用 于 Ｊｖ ａａ的 Ｘ ｕｒ Ａ Ｉ Ｑ ｅｙ Ｐ 的正式 开 发 工作 被 包 括 在 Ｊ． ａ ｖ ｐｃｉ ｔｎＲ ｑｅｔ（Ｓ ａＳｅｉｃ ｉ ｅｕｓ ＪＲ）２５中 ， 支 持 所 ｆａｏ ２ 它 有 在 Ｊｖ 应 用 业 务 领 域 的 主 要 厂 商 ｊ ａａ 。 Ｘ ｕｒ Ｐ 类 似 于 Ｊ Ｂ Ｑ ｅｙＡ Ｉ Ｄ Ｃ的 风 格 ， 容 所 有 的 兼
普适计算技术研究综述
软、 硬件技 术的条件 ， 这一系统 并没有产生昕 期待的影响。随着定 抽象定义 ， 结合 目标设备的特 点 ， 自动生成 恰当的界面。要实现
进步 ， 普适计算的实现条件越来越成熟 ， 普适计算的概念得到了更 数 据结 构 来描 述 抽象 的用 户 接 口的语 义 ，以扩展 标 记语 言
多的认可 ， 已有越来越多的普适计算应用系统问 。 世
有效地访 问所需 的信息 。 的不懈 追求 ， 人们开始希望能随时 、 随地 、 无困难地 享用计算能 人们更加方便 、
２ 实现普适 计算 的关 键技 术
２１ 用 户 接 口技 术 ．
在普适计算环境 中 ， 用户可 以使用各种不 同设备 （ 例如 ， 传 感器、 掌上 电脑 、 笔记本 和工 作站 计算 机 ） 来访 问所 需要 的服 务， 协作完成计算任 务。 显然 ， 很 这些 设备的功能和显示的屏幕
一
的关 系， 人们必须用生涩 的机器语言与计算机打交道 。２ 世 ０
在普适计算时 代 ， 计算机系统 中最宝贵 的资 源已不再是处 理器 、 内存 、 磁盘 、 或者网络了 ， 是用 户的注意 力。 而 普适 计算模
纪 踟 年代 ，Ｃ开始流行 ， Ｐ 计算模式 也随 之跨入桌面计 算时代 ，
普适 计算是虚拟现实技术的反面。 虚拟现实技术致力于把 用 户接 口之 间提供 抽象的信道 。当然 ， 备适 配器 和用户界面 设
人置于计算机所创造的虚拟世界里 ， 而普适计算则是反其道 而 生 成器也是必不可少的。
ห้องสมุดไป่ตู้
行之——使 计算机融入人的生活空间 ， 形成一个“ 时不在 、 无 无 处不在 而又不可 见” 的计算环境 。在这样的环境 中 ， 计算不再局 常规计算设备无障碍地享用 计算能 力和信 息资源 ， 也就 是说普
5G通信中的自适应调制技术研究
5G通信中的自适应调制技术研究自适应调制技术在5G通信中的重要性自适应调制技术是5G通信中一项关键技术，其在提高网络信号传输效率和网络覆盖范围方面发挥着重要作用。
本文将对5G通信中自适应调制技术的原理、应用及未来发展进行详细探讨。
自适应调制技术是指根据信道状况和噪声水平的变化，动态地选择合适的调制方式和调制参数，以实现可靠的数据传输。
与传统的调制方式相比，自适应调制技术能够更好地适应信道的变化，并通过动态调整传输参数来提高信号的传输质量。
首先，自适应调制技术在提高5G通信中的传输速率方面具有重要作用。
在5G 网络中，为了满足大容量、高速率的数据传输需求，自适应调制技术可以根据信道条件的变化，选择适当的调制方式和调制参数，以实现高效的数据传输。
通过动态调整调制方式和参数，可以在保证传输质量的前提下，最大化地提高传输速率。
其次，自适应调制技术在提高5G通信中的抗干扰能力方面具有重要作用。
在5G通信中，信道状况和环境噪声会导致传输信号的品质下降，从而影响数据传输的可靠性。
自适应调制技术可以通过根据实时信道状态和噪声水平来调整调制方式和参数，以最大限度地改善信号质量并减小误码率。
通过提高抗干扰能力，自适应调制技术可以有效地提高5G通信的可靠性和稳定性，为用户提供更好的通信体验。
此外，自适应调制技术还在5G通信中起到了优化功耗和网络资源利用率的重要作用。
由于5G通信系统的设备密度较高，功耗和网络资源的有效管理对于维持系统的高效运行至关重要。
自适应调制技术可以根据网络流量和设备状态的变化，调整调制方式和参数，以降低功耗并优化网络资源利用率。
通过合理利用自适应调制技术，5G通信系统可以实现更加高效的能源管理和资源分配，提高整个系统的运行效率和经济性。
然而，自适应调制技术在5G通信中仍然面临一些挑战。
首先，自适应调制技术需要实时获取信道状态和噪声水平等信息，以做出合适的调制决策。
这就要求网络设备能够实时采集和处理大量的信息，并及时进行调整。
自适应控制领域的技术研究与应用
自适应控制领域的技术研究与应用自适应控制领域是指利用先进的自适应算法，针对不确定、复杂的控制系统进行建模、设计和优化调节的一种现代控制技术。
随着信息技术和控制科学的飞速发展，越来越多的实际控制问题需要采用自适应控制技术来解决。
本文将从自适应控制技术的发展历程、发展现状以及其应用前景等方面来探讨自适应控制领域的技术研究与应用。
一、自适应控制技术的发展历程自适应控制技术的起源可以追溯到上世纪六十年代，当时，美国麻省理工学院的Widrow等人开创了自适应滤波算法这一分支。
随后，自适应控制技术逐渐被引入控制领域，并得到了广泛应用。
上世纪七十年代，L. Ljung等人提出了基于最小方差准则（LMS）的自适应控制方法，奠定了自适应滤波和自适应控制的理论基础。
随着计算机技术和数学方法的不断发展，自适应控制技术不断演化和创新，从自适应滤波算法、模型参考自适应控制算法、直接自适应控制算法、间接自适应控制算法到模型预测控制算法等多个分支方向发展。
二、自适应控制技术的发展现状目前，自适应控制技术已经成为控制领域的重要分支之一。
随着现代计算机技术和通讯技术的发展，自适应控制技术已经进入了一个新的阶段。
高性能计算机和分布式控制系统的普及，为自适应控制技术的实施提供了条件，使得控制系统的自适应性更加灵活、高效，性能表现得更为出色。
近年来，自适应控制技术得到了更广泛的应用，如机器人、机械加工、纺织品生产、化工过程控制、飞行控制、汽车控制等多个领域均有实际应用。
三、自适应控制技术的应用前景自适应控制技术在自动化控制领域有着广泛的应用前景。
首先，自适应控制技术可以实现对物理系统的控制，并通过不断适应不同环境和任务的需求，提高其性能表现。
其次，自适应控制技术可以在企业中实现智能化生产。
例如，通过自适应控制技术，在智能化生产设施中，可以更好地实现设备的自我诊断和故障诊断功能，从而加快故障排除，提高生产效率。
此外，自适应控制技术还可以在能源、交通运输等领域发挥重要作用。
智能设备中的自适应控制技术研究
智能设备中的自适应控制技术研究随着科技的不断发展，智能设备在人们的生活中逐渐普及。
从智能手机，到智能家居，再到无人驾驶车辆等一系列的智能化设备，取代了人们很多需要手动操作的工作，让人们的生活变得更加方便和舒适。
但在这些智能设备中，如何实现自适应控制技术尤为重要。
一、自适应控制技术的定义自适应控制技术是指在不断变化的环境下，智能设备可以自我调整，更加适应当前的环境，以达到更好的性能和效果。
所谓自我调整，就是设备可以通过观察和分析环境等各种外部因素，自主确定最佳的工作状态，从而使设备更加高效、准确地完成各种任务。
二、自适应控制技术的重要性对于现代智能设备而言，自适应控制技术非常关键。
因为很多情况下，环境的变化会导致设备性能降低，进而影响设备的工作效率和用户的使用体验。
如果没有自适应控制技术，这些智能设备很难保持稳定的表现，也无法满足用户的需求。
而随着人们对智能设备的需求日益增加，对于自适应控制技术的需求也日益提高。
三、自适应控制技术的实现方法为了实现自适应控制技术，需要用到多种技术手段，以下是其中一些常见的实现方法：1、模糊控制法模糊控制法是应用模糊控制理论、模糊逻辑和模糊数学方法来描述和处理控制系统的方法。
它可以通过输入输出特征来推断出适合的控制规则，从而自适应地调整系统的运行状态。
由于模糊控制法可以将非线性问题转换为线性问题，将连续问题离散化，并且具有很好的鲁棒性和鲁棒性，因此被广泛应用于智能设备的自适应控制中。
2、神经网络控制法神经网络控制法是应用人工神经网络技术来处理控制问题的方法。
它通过学习模式或样本，自动调整权重和节点，从而实现自适应控制。
相比于传统的控制方法，神经网络控制法具有强大的非线性、鲁棒性和自学习能力，因此在未知环境下，它表现的更加准确和稳定。
3、遗传算法控制法遗传算法控制法是应用遗传算法来搜索和优化控制规则的方法。
它可以通过不断地搜索和优化，找到最优化的控制器，并实现自适应控制。
自适应网络控制技术的研究及应用
自适应网络控制技术的研究及应用随着互联网规模的不断扩大和人们对互联网服务的高度依赖，网络控制技术的研究和应用越来越受到重视。
自适应网络控制技术是一种能够根据网络状况和用户需求自动调整网络参数的技术，能够提高网络的性能和可靠性，受到了广泛的关注。
一、自适应网络控制技术的概念和发展历程自适应网络控制技术是指，在网络服务的运行中，根据网络状况和用户需求，自动调节网络参数，实时匹配并提供最优的网络服务。
该技术起源于上个世纪70年代，那时主要用于工业自动化控制领域。
随着计算机网络的不断发展和普及，自适应网络控制技术也逐渐应用于计算机网络领域。
经过多年的发展，自适应网络控制技术已成为网络管理的一个重要组成部分。
二、自适应网络控制技术的具体实现方式自适应网络控制技术的实现需要依靠多种技术手段，例如数据采集、数据分析、模型建立和控制算法。
具体来说，自适应网络控制技术主要包括以下几个方面：1.数据采集：收集网络中的各种信息，如带宽、延迟、丢包率等。
2.数据分析：对采集到的数据进行处理和分析，以获得网络状况的真实反映。
3.模型建立：根据数据分析结果，建立网络性能模型，用于后续的控制决策。
4.控制算法：根据模型结果，采用不同的控制算法，自适应地调整网络参数以提高网络性能。
三、自适应网络控制技术的应用自适应网络控制技术在现实生活中已经得到广泛的应用。
1. 网络优化：自适应网络控制技术能够通过动态调节网络参数，优化网络性能，提高网络响应速度和传输效率，从而提升用户体验。
2. 负载均衡：自适应网络控制技术可以调整网络负载均衡，保持网络流量的平衡，提高网络服务的可靠性和稳定性。
3. 安全防护：自适应网络控制技术可以监控网络流量，及时发现各种攻击行为，提升网络安全性。
4. 资源管理：自适应网络控制技术可以对网络资源做出自动的优化调整，从而实现资源的最大化利用。
四、自适应网络控制技术存在的问题及未来发展方向尽管自适应网络控制技术已经在很多领域得到应用，但还有一些问题有待解决，包括：1. 数据采集的准确度和实时性：网络数据集成过程中，需要保证数据采集的准确度和实时性，以便提供更精准的决策服务。
机器学习算法的自适应学习研究
机器学习算法的自适应学习研究随着信息技术的飞速发展和智能化的不断深入，机器学习算法成为了现代计算机科学领域中的一个重要研究方向。
机器学习算法通过对数据进行挖掘和处理，能够让计算机自动从数据中获取规律和知识，实现各种智能化应用。
然而，与其它领域的算法相比，机器学习算法的过程更加复杂，需要处理的数据也更加庞大和复杂。
因此，如何提高机器学习算法的效率和自适应能力，已经成为了机器学习算法研究领域中的一个重要课题。
一、机器学习算法的自适应学习机器学习算法是不断优化自身以适应不同场景的学习过程。
在传统的机器学习算法中，大多是依靠人工设定的超参数来调控算法的效果。
而且，每个算法都有其独特的超参数，这些超参数必须经过多次的试验和调整，才能够找到最优的参数组合。
他们需要耗费大量的时间和精力，不利于算法的普及和运用。
并且，这些参数并不是一成不变的，对于不同的数据集和任务，参数也需要不断地进行调整。
在实际的应用中，对超参数的设置需要大量的人力物力，并且经常需要重新设置，难以在实际应用中实现。
因此，涉及到机器学习算法的自适应学习问题，如何在计算机程序的执行过程中，同时自主学习出超参数并获得更加精准的结果，成为了一项非常具有挑战性的研究课题。
如何利用人工智能技术，让机器自主调整学习过程中需要修改的参数，使机器对于大量的数据集和各种不同的任务场景都适应，是当前机器学习算法研究的热点问题之一。
二、自适应学习的基本思路自适应学习主要采用了贝叶斯模型和组合优化等算法，它允许系统在学习过程中进行动态适应，以满足不同的任务场景的需要。
自适应学习的基本思路是让系统逐步掌握数据的规律和知识，并通过持续学习来自适应学习。
这种方法基于多个模型训练，以使系统在全局范围内优化决策。
自适应学习的基本思路如下：1. 监督学习方式实现对图像、语音等领域的数据进行学习，以建立基本模型。
2. 不断进行数据的训练，以及根据不同的算法调整不同的参数3. 根据获得的学习成果，进行持续的自适应学习，以优化所学习的模型4. 通过动态适应，不断提升算法的效率，实现更加精准的结果。
面向物联网的信息感知与自适应控制技术研究
面向物联网的信息感知与自适应控制技术研究随着物联网技术的迅猛发展，世界正逐渐进入一个数字化、智能化的时代。
物联网不仅将人与人、人与物进行连接，还能实现物之间的互联互通。
为了实现物联网的高效、智能运行，我们需要研究和应用信息感知与自适应控制技术，来提高整个系统的灵活性和智能性。
一、信息感知技术在物联网中的应用信息感知是物联网中重要的技术之一。
通过感知各种环境信息，物联网可以获取现实世界的状态和变化。
信息感知技术的应用广泛，例如在智能家居中，我们可以通过温度、湿度、光照等传感器感知环境变化，从而实现房间的智能控制；在工厂生产中，通过感知设备状态、流程数据等信息，可以实现智能化的生产计划和故障预警。
同时，信息感知技术也有助于改善人们的生活质量和提高生产效率。
二、信息感知技术的发展趋势随着技术的不断进步，信息感知技术也在不断发展。
首先，传感器技术的不断突破使得传感器的大小、功耗和成本都有了大幅降低，从而推进了信息感知技术的普及和应用。
其次，随着人工智能技术的兴起，机器学习、深度学习等算法的应用，使得信息感知系统能够更好地理解和分析感知到的数据，从而提供更精确、高效的结果。
此外，与大数据和云计算技术的结合，也使得信息感知系统能够处理更大规模、更复杂的数据集。
三、自适应控制技术的意义与应用自适应控制技术是物联网中的另一个重要技术。
传统的控制系统通常需要预先定义好控制策略，但在实际应用中，环境和系统参数常常是变化的。
自适应控制技术可以根据系统实际情况和外界环境变化，动态地调整控制策略，从而实现更加准确、稳定的控制效果。
例如在智能交通系统中，自适应控制技术可以根据实时交通流量和路况信息，自动调整红绿灯的配时方案，以提高交通效率和减少拥堵。
四、信息感知与自适应控制的融合信息感知技术和自适应控制技术在物联网中的应用通常是相辅相成的。
信息感知技术提供了控制系统所需的环境状态和变化信息，而自适应控制技术则根据这些信息来调整控制策略和实现智能化的控制。
多媒体传输中的码率自适应与视频质量优化方法研究
多媒体传输中的码率自适应与视频质量优化方法研究随着互联网的发展和智能终端设备的普及，多媒体传输和视频内容的需求越来越高。
然而，传统的传输方式往往面临带宽不足、网络拥塞等问题，导致视频质量下降，用户体验不佳。
为了解决这些问题，研究者们提出了码率自适应和视频质量优化等方法。
1. 码率自适应方法码率自适应是指根据网络状况和设备情况，动态调整视频传输的码率，以达到最佳的播放效果。
常见的码率自适应方法包括以下几种：(1) 基于带宽的自适应：根据网络带宽的实时测量结果来调整视频的码率。
当网络带宽较高时，选择高码率传输，以保证视频质量。
而当网络带宽不足时，则需要降低码率以避免卡顿和缓冲。
(2) 基于缓冲和延迟的自适应：通过预先缓冲视频数据，根据实时播放延迟和缓冲区的填充情况来动态调整码率。
当网络状况较好时，可以适当增加码率提高视频质量。
而当网络延迟较高或缓冲区填充不足时，则需要降低码率以保证连续播放。
(3) 基于内容和用户特点的自适应：根据视频内容的复杂度和用户观看喜好，调整码率以平衡视频质量和用户体验。
例如，对于动作、镜头切换频繁的视频，可以选择较高码率传输以保证细节清晰度。
而对于静态场景或画面简单的视频，则可以降低码率以减少带宽占用。
2. 视频质量优化方法除了码率自适应，视频质量优化也是提升用户体验的重要手段。
以下是几种视频质量优化方法的介绍：(1) 视频编码优化：视频编码是将原始视频数据压缩并传输的过程，对编码算法的优化可以提高视频质量。
例如，采用更高效的编码算法和参数设置，可以减少码率损失，提高视频的清晰度和流畅度。
(2) 错误修复和容错机制：视频传输中，由于网络错误或丢包导致的数据损失会对视频质量产生很大影响。
采用错误修复和容错机制，可以在视频解码时进行错误检测和纠正，从而提高视频的连续性和稳定性。
(3) 画面增强和噪声抑制：视频质量的提高不仅仅通过调整码率和编码算法可以实现，还可以通过后期处理技术进行画面增强和噪声抑制。
一种移动终端速度的自适应估计算法研究
Telecom Power Technology通信网络技术 2023年４月25日第40卷第８期· １４９ ·Telecom Power TechnologyＡｐｒ． ２５， ２０２３， Ｖｏｌ．４０ Ｎｏ．８ 李 旋：一种移动终端速度的自适应估计算法研究默认为0。
则公式可简化为 v =λc /f d（2）1.3 基于瞬时信道参数包络的速度估计算法实现基于瞬时信道参数包络的速度估计算法实现步骤如下文所述。
（1）计算包络α(n )，根据接收导频的信道响应序列g (n )计算相应的包络，即α(n )=|g (n )|。
（2）构造变量G ： ()()()121211111N n N n n n N G n N ααα−==⋅+−−=∑∑ （3）N 是进行一次速度估计所用g (n )序列的长度，N值越大，可估计的最低终端速度越小，即可估计的速度范围越大。
变量G 可以反映出信道参数变化的快 慢：终端速度越快，信道变化就越快，分子中[α(n +1)-α(n )]2就越大，G 就越大。
（3）由文献[7]推导得到： G =(πf d T s )2 （4）式中：f d 为最大多普勒频移，T s 为包络x (n )2个采样点之间的时间间隔[7]。
根据1.1节和式（4），可以求出最大多普勒频移f d 。
（4）根据式（2），由f d 和λc 求出终端速度V 。
原始基于瞬时信道参数包络的速度估计算法保存长度为N 、采样间隔为T s =0.5 ms 的信道响应值来估计终端速度。
由于N 为一个固定值，即在统计时间长度相等的情况下，对不同速度估计的准确性不同。
当N 较小时，对高速情况下的终端速度估计更准确，对低速情况下的终端速度估计准确性下降，对于一定低的速度甚至无法估计；当N 较大时，可以对较低速度进行估计，若终端速度较高，估计时间短，但N 值过大会降低检测的实时性。
2 改进的优化自适应估计终端速度算法原始基于瞬时信道参数包络的速度估计算法会选择固定长度的信道响应序列，不能保证准确的估计各种速度，因此文章提出了一种自适应估计终端速度算法。
云计算中的自动化管理技术研究
云计算中的自动化管理技术研究云计算是一种自动化的计算模型，可以通过互联网提供数据和计算资源。
随着云计算的发展，其自动化管理技术也得到了更多的研究关注。
自动化管理技术与云计算密不可分，在云计算环境下，自动化管理技术起到了非常重要的作用。
一、云计算的自动化管理技术云计算的自动化管理技术是一种与云计算平台相关的技术，它可以协调和管理资源、应用和数据。
云计算的自动化管理技术包括了许多领域的技术，包括配置管理、监控、自动化运维、自动化调度、灾备等。
1. 配置管理配置管理是云计算自动化管理技术的一个组成部分，它可以帮助用户有效地管理云计算环境中的配置信息，为应用程序部署和运行提供支撑。
配置管理技术主要包括了配置数据管理、配置管理自动化等方面的技术。
2. 监控监控是云计算自动化管理技术的另一个重要组成部分，它可以帮助用户对云计算环境中的资源进行有效监控，以确保其可靠性和性能。
监控技术主要包括了资源监控、应用程序监控、网络监控等方面的技术。
3. 自动化运维自动化运维是云计算自动化管理技术的另一个重要领域，它可以帮助用户对云计算应用程序进行自动化运维管理，极大地提高了运维效率。
自动化运维技术主要包括了自动化部署、自动化修复、自动化扩容等方面的技术。
4. 自动化调度自动化调度是云计算自动化管理技术中一个非常重要的领域，它可以协调云计算环境中的资源，以提高资源的利用率。
自动化调度技术主要包括了虚拟机调度、容器调度、网络调度等方面的技术。
5. 灾备灾备是云计算自动化管理技术的另一个重要领域，它可以保障业务的可用性和数据的安全。
灾备技术主要包括了备份和恢复、容灾等方面的技术。
二、云计算中自动化管理技术的优势云计算中自动化管理技术具有许多显著的优势，这些优势使得云计算在现代计算环境中变得更加重要和实用。
1. 提高效率云计算的自动化管理技术可以协调云计算环境中的各种资源，以提高其利用率和效率。
这样可以加快业务应用程序的部署和运维，提高服务质量，为用户提供更好的服务。
自适应计算及其在大数据处理中的应用研究
自适应计算及其在大数据处理中的应用研究近年来，随着信息技术的发展和普及，我们正在进入一个大数据时代。
大数据意味着数据的规模和复杂度都已经达到了无法用传统方法处理的程度。
如何有效地处理大数据，成为了当今亟需研究和解决的问题。
自适应计算，作为一种灵活、高效的计算模式，正在被越来越多的人们所熟知和应用。
本文旨在探讨自适应计算及其在大数据处理中的应用研究。
一、自适应计算简介自适应计算主要是通过对数据进行分析和学习，结合人工智能和机器学习技术来实现计算和决策。
自适应计算可以对用户的需求和环境变化进行灵活的响应，从而提高计算效率和准确性。
在大数据时代，自适应计算往往可以起到更好的决策和预测作用。
自适应计算的主要方法包括神经网络、遗传算法、模糊推理等，这些方法的效果取决于数据量、数据质量和算法选择等因素。
在应用中，合理地选择和运用这些算法，可以进一步提高自适应计算的效能。
二、大数据处理的特点大数据处理的特点主要包括数据量大、复杂性高、处理速度快、数据价值高等。
正是这些特点使得大数据的处理成为了一个具有挑战性的问题。
其中，数据量大是大数据的最显著特点，这也是传统计算方法所无法处理的一个重要原因。
大数据的分析和处理需要借助大规模计算机集群等大型计算资源，同时还需要运用高效的算法和分析方法来实现预处理、清洗、分类、聚类等数据处理任务。
三、自适应计算在大数据中的应用自适应计算在大数据处理中的应用较为广泛。
首先，自适应计算可以用来挖掘大数据中的信息和规律，相比传统的数据处理方法，自适应计算更加灵活和高效。
例如，可以运用神经网络模型来实现自适应计算，根据数据的特点和需求情况来确定神经网络的结构，从而实现模式识别、分类等任务。
自适应计算还可以用来预测和决策，在金融、医疗、交通等领域有广泛的应用。
在大数据分析中，自适应计算可以挖掘出数据中的隐藏信息，从而为决策提供更为准确的数据支持。
此外，自适应计算还可以用来实现实时数据处理。
多媒体的交互性和自适应性
多媒体的交互性和自适应性多媒体的交互性和自适应性已经成为现代信息技术和媒体发展的主要趋势。
随着科技的飞速发展和互联网的普及，人们对多媒体的需求也越来越高。
本文将探讨多媒体的交互性和自适应性在不同领域的应用以及对个体和社会的影响。
一、多媒体的交互性多媒体的交互性是指用户可以主动参与媒体内容的创造和传播过程，实现双方的互动。
随着智能手机、平板电脑和虚拟现实技术的普及，人们可以通过触摸屏、语音识别、手势控制等方式与多媒体进行互动交流。
在教育领域，多媒体的交互性为学生提供了更加灵活和自主的学习方式。
通过在线学习平台和交互式教材，学生可以根据自己的进度和兴趣进行学习，提高学习效率和兴趣。
在娱乐领域，多媒体的交互性为用户提供了更加丰富和互动的娱乐体验。
例如，虚拟现实游戏使玩家能够身临其境地参与游戏，与虚拟环境进行交互，增强游戏的沉浸感和乐趣。
在商业领域，多媒体的交互性为企业提供了更加直观和个性化的营销手段。
通过社交媒体和交互式广告，企业可以更好地了解和满足消费者的需求，提高品牌知名度和销售额。
总的来说，多媒体的交互性使得信息的传播和消费更加灵活、个性化和有效，提高了用户体验和参与度。
二、多媒体的自适应性多媒体的自适应性是指媒体内容能够根据用户的需求和环境自动进行适应和调整。
这种自适应性可以基于用户的需求，如语言、兴趣、阅读习惯等，也可以基于运行环境，如设备性能、网络带宽等。
在新闻和媒体行业，多媒体的自适应性使得用户可以根据自己的兴趣和需求获取定制化的新闻内容。
例如，智能手机上的新闻应用可以根据用户的浏览历史和兴趣推荐相关的新闻，提供个性化的阅读体验。
在智能家居领域，多媒体的自适应性使得设备可以根据用户的习惯和需求进行智能化的控制。
例如，智能音箱可以根据用户的语音指令调整音量、播放音乐、控制家居设备等，提供便捷的生活体验。
在学习和培训领域，多媒体的自适应性可以根据学生的学习进度和能力自动调整教学内容和难度。
例如，智能化的教育软件可以根据学生的答题情况和理解程度智能推荐相应的学习材料和练习题，提高学习效果。
普适计算在智能教育中的应用研究
普适计算在智能教育中的应用研究随着信息技术的普及和应用，计算机技术已经成为了现代教育不可或缺的一部分。
在教育信息化建设中，普适计算技术已成为了当前最为热门的话题之一，其广泛应用在智能教育领域也正在得到越来越多的关注和探索。
一、普适计算概述普适计算，又称为全时候、全空间和全方位计算，是通过无处不在的计算和通信设备，无论时间、地点和人物，使人与计算机和通信方式之间实现无缝连接的技术。
也就是说，普适计算是一种支持在不同时间、地点和场景下开展计算、通信等活动的技术体系，它可以通过多种手段，如传感器、RFID、无线通信技术、智能终端等，为人们提供智能化、自适应、个性化的服务体验。
二、普适计算在智能教育中的应用意义普适计算技术在教育方面的应用，其本质是在提升教育的效率、质量、体验和人机交互方面具有巨大的潜力。
与传统教育相比，普适计算技术的应用为教育工作者和学习者提供了更加自由、灵活、高效的学习方式和手段，从而打破了传统教育的时间和空间限制，并提供了更多、更好的资源和工具支持。
具体来说，普适计算技术的应用意义主要表现在以下三个方面。
首先，在教育教学方面，普适计算技术为教育工作者提供了更加多元化、自适应的教学方式和方法，支持更加智能、定制化的教育体验。
例如，教育工作者可以运用普适计算技术打破时间和空间的限制，将教育资源进行在线化和数字化，实现云端教育和即时互动。
同时，将普适计算技术应用于学习评估和反馈中，能够更加科学、全面、准确的评价学生的学习成绩和能力水平，从而更好地促进学生的个性化发展和成长。
其次，普适计算技术在学习资源方面提供了更加智能、丰富的学习资源和工具支持。
例如，利用普适计算技术实现在线教材、虚拟教室、在线评估系统、学习网络等等，能够为学生提供更加包容、互动、多样化的学习环境和资源，使得他们得以快速获取知识，探究和发现问题。
这些教育资源能够深刻地影响孩子的学习兴趣、激发他们的好奇心和创新能力，进而为提升未来社会的智力和人才做出有力的贡献。
自适应网络融合计算理论及应用
自适应网络融合计算理论及应用随着数字化信息时代的到来，网络技术的快速发展已经深刻地改变了我们的生活方式和工作方式，推动了数据传输速度的提升和智能化技术的不断创新。
自适应网络融合计算理论作为一种新兴技术，正在成为人们关注的焦点，它可以将计算机网络和其他类型的传感器网络等智能化设备相融合，从而提高信息交换和数据处理的效率，更好地服务于人们的生活和工作。
本文将就自适应网络融合计算的理论和应用进行探讨。
一、自适应网络融合计算的理论基础自适应网络融合计算的理论基础是信息技术、自适应技术、网络技术以及信息安全技术等多个方面。
其中最基本的是信息技术，信息技术是数据传输的基础，自适应技术为信息技术打下了基础。
自适应技术是指将系统内的数据反馈和控制过程结合起来，以有效地适应不断变化的需求和环境。
网络技术是自适应网络融合计算的核心技术，它为各种设备和系统之间的连接和通信提供了解决方案。
而信息安全技术则是确保系统和数据安全的关键技术。
二、自适应网络融合计算的应用场景自适应网络融合计算的应用可以涵盖智能制造、智能交通、智能医疗等领域。
以智能制造为例，自适应网络融合计算可以帮助企业实现零件追溯、产品跟踪、生产计划调整等能力，并能够通过大数据分析、自动控制等手段，从而提高制造效率、降低生产成本。
再以智能交通为例，自适应网络融合计算可以提高交通运输的效率和安全，通过车辆自主驾驶、智能交通信号控制、交通流量控制等手段，从而实现对交通的精准管理和控制。
在医疗领域中，自适应网络融合计算可以构建智能医疗系统，支持医疗史记录、医疗影像共享、患者的远程监控等功能，从而以更安全、高效的方式实现医疗服务的普及。
三、自适应网络融合计算所面临的挑战自适应网络融合计算作为一项新兴技术，在应用方面面临着诸多挑战。
首先是信息安全问题，由于涉及到众多敏感信息，因此要求不仅保证系统稳定性和安全性，同时还要具备隐私保护等能力。
其次是统一标准问题，不同产业的设备和应用存在诸多标准上的差异，如何实现各种设备之间的互通和融合，如何建立统一的技术标准成为必要之举。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
本 文 给 出 了 系 统 噪 声 及 量 测 噪 声 互 相 关 联 情 况 下 ， 于 基
作者简介 ：
左东广 男 ，９９年 ９月生 ， 南省方城 人 ， １６ 河
局 部 航 迹 估 计 的 目标 航 迹 关 联 及 融 合 的算 法 ， 时 通 过 Ｍ ｎｅ 同 ｏｔ Ｃ ｒ 仿 真 实 验 同 其 它 两 种 航 迹 融 合 算 法 进 行 了 比对 ， 真 结 ａｌ ｏ 仿 果 表 明 本 文 所 提 算 法 噪 声 之 间 关 联 系数 较 大 情 况 下 优 于 其 它 两 种 算 法 ， 噪 声 关 联 比 较 弱 的情 况 下 ， 文 所 提 算 法 等 效 于 在 本 其 它两种算法 ． 参 考文献 ：
Ｔａｓｃｏｓｏ ｅ ｓａｅａｄＥｅｔ ｎｃＳｓ ．９６ ３ （ ） １２ ｒｎａｔ ｎ Ａ ｒ ｐｃ ｌ ｒ ｉ ｙｔ ｉ ｎ ｏ ｎ ｃ ｏ ￣ １９ ，２ ３ ：０ １
一
ｌ２ ０ ９．
［ ＡＴＡｏａｉＴＲＲｃ ， ５］ ｌｕ ， ｎ ｉ ＲＥＨ ｈｉ ． ｎ， ｔ ｋｆｓ ｎｌ ．ｒ－ ｅ ｅ ｃ Ｏ ｓ ｓｒｒ ｕ ｉ ＡｊＰｏ ｎ ｋｎ ￣ ｏ ａ ｃ ｏ
维普资讯
ｌ２ ｌ０
电
子
学
报
２０ ０ ２正
［ Ｓｈ Ｔａ— － ｒ ｋ ｆｓ ｉ ｉ ｉｉ ｒＳ１ １ ｌ ｊ ＩＥ ４］ ａａ Ｒ Ｋ． ｒｃｔ Ｔａ ｕｉ ｗｔ ｄ ｓ ｌ ￣８． ．Ｅ Ｅ ｏ ｃ ｎ ｏ ｈ ｓ ｍ ａ Ｉ０Ｓ Ｊ
Ｙ ａ — ｈ ｌｍ ， ａ － ｎ ｇ Ｌ ． ｈｉ ｒ ｅ － ｈ ｓ ｎ ｏ ｒ ｃ ｉ ｇ Ｐ ｉ ｃ － Ｂ ｒＳ ａｏ Ｘｉｏ Ｒｏ ｉ Ｍｕ ｔ ｇ ｔＭｕ ｉｅ ｓ ｒＴ ａ ｋ ｎ ： ｒ ｉ ａ ｎ
西安交通大学博 士研究生 ， 主要 研 究 方 向 为 估 计
融 合 技 术 的理 论 研 究 ， 兴 趣 的 研 究 领 域 ： 能 感 智 控 制 、 号处 理 ． 信
［ ］ 韩崇昭 ， ８ 王月娟 ， 百五 ． 万 随机 系统理论 ［ ］ 西安 ： Ｍ ． 西安交通 大
学 出 版 社 ．９ ７ １ ９—２ １ １８ ：２ ４．
１ 万翼 次 数
［ 康耀红 ． ９］ 数据融合理 论与应用 ［ ． 安： Ｍ］西 西安 电子科技 大学 出
版 社 ．９ ７ １６—１ ８ １９ ： ５ ７．
制 与 自适 应 控 制 、 业 过 程 控 制 与 优 化 、 线 性 工 非
［ ２］
Ｃ ｒ Ｌ ｏ ｅ Ｙ ａ ｏ ａ ｏ ， ｈ ｎ ｎ ． ｈｉ ｎ ｏ ｈｉ ｒ ｅ ａ ｌ Ｇ ｏ ｎ ｙ， ａ ｋ ｖ Ｌ Ｖ ｒ ｌ Ｓ ｅ ｇ Ｔａ ｇ Ｍｕ ｓ ｓ ｒ ｍｕ ｔ ｇ ｔ ｅ ａ
ｃｅ ｅｄ
Ｅ
ｏ ｅ Ａ ｅｉ ｎ ＣｎｒｌＣ ｌ ｌ１ｅｌ ． ａｔ ｏｅ Ｕ Ａ： ｆ ｍ ｒａ ｏｔ ｏｆ￣ １ Ｂ ｌｍ ｒ， Ｓ ｈ ｔ ｃ ｏ ｌ ｌ ｅ ３ Ｃｊ ｉ
１９ ｌ ４ ９ ４： Ｏ ２— １ ４ ０ ６．
［ Ｙ Ｂ －ｈ ｏ Ｏ ｅｔ ｋｔ ｔ ｋｃｒ ｌ ｉ ｒｂｅ ｊ ＩＥ ６］ ａ Ｓａ ｍ． ｔ ａ — － ａ ｏｒ ａ ｏ ｐｏ ｌ ｌ ．Ｅ Ｅ ｒ ｌ ｎ ｈ ｒ ｃ ｏｒ ｃ ｅｔ ｎ ｍ Ｊ
８＂ ｓｄｔｃ ｖｒ ｃ ｊ ＩＥ ｒ ｓｃｉ ｓｏ ｅｏ ａｅａｄ Ｏ ｆ ｅ－ａｋ ｃ ａｉ ｅｌ ．Ｅ ＥＴａ ａｔ Ａ ｒｓ ｃ ｌｕ ｒ ｏ ｎ ａ Ｊ ｎ ｎ ｏ ｎ ｐ ｎ
Ｅｅ ｔ ｎｃＳ ｓ ｍ ．９ ６ Ａ Ｓ２ （ ） ８ ３ ０ ｌ ｒ ｉ ｙｔ ｓ １ ８ ， Ｅ － ２ ６ ： ０ —８５． ｃ ｏ ｅ
频 谱 分 析 ， 及 决 策 理 论 与决 策 支 持 系 统 等 ， 以 近 年 来 主 要 从 事 信 息 融 合 理 论 研 究 ， 表 论 文 ８ 发 ｏ 多 篇 ， 版 著 作 ６本 ， 参 与 和 主 持 多 项 重 大 科 出 曾
研 项 目 ， 多 项 科 研 成 果 获 省 部 级 以上 奖励 ． 有
制
∞
Ｔａ ｓｃ ｏｓｏ ｕｏ ａ ｃＣ ｎ ， ．６ ２ ：７ —５ ２ ｒｎａ ｔ ｎ ｎＡ ｔ ｔ ｏ ｔ ＡＣ２ （ ） ５ １ ７ ． ｉ ｍｉ ｏ ｒ
［ ７］
Ｙ Ｂ ｒＳ ａｏ １ １１ ｆ ｔｏ ｈｅ１ １１０１ｐ ｏ ｅ ｓｎ ｉ ｎｔ ｅｔ － ｅ ａ － ｈ ￣ｎ ． １ｅ ｅ ｅ ｆｔ ３ １ １ １ ｒ ｃ ｓ ｏ ｓ ｏ ｈ ｗｏ ｓｎ一 ｃ ０ １１ ｅ
ｐｅ ｄＴｃｎｑｅ ＭＪＳｏ ｓＣ Ｂ ｕｌｈ ｇ ｌ９ ：２ ｉ ａ ｅｈ ｉ ｓ ｌ ．ｔｒ： １ ＳＰｂｉ ｉ ，９５ ４９—４８ ｓｎ ｕ ｒ Ｙ ｓｎ ６．
卫 ２
韩 崇 昭 男 ，９ ３年 ２月 生 于 陕 西 乾 县 ， １４ 西 安 交 通 大学 博 士 生 导 师 ， 要研 究 领 域 是 随 机 控 主
ｔｃ ｉ ｉ ｅｔ ｌｏｌｃｌｆ ｄ ａｋ ｌ ． ｒ ．ＯＯ Ｉｔ ｔｎ ｒ ｋ ｇｗｔ ｃｎｒ－ － ａ ｅ ｂｃ ｊ Ｐｅ ２１ ｎｅ ｉ ａ ａ ｎ ｈ ａｔ ｏ ｅ Ａ ｃ ３ ｍａｏｌ Ｃ ｆ．ｎＩｆｒａｉ ｕｉｎｌ ．ａｉ，１ ｃ ：０ ０ Ｗｅｌ ． ０ｌ ０ ｏ ｔｎＦ ｓ ＣｊＰｒ Ｆ＇ ￣２０ ： ｄ —１ ｆ ｎ ｍ ｏ ｏ ｓ ． ｄ ｎ
［ ３］
Ｃ ｅ － ｅ Ｃｈ ｎ Ｓ ｏ ｏ Ｍｏ ｉ Ａｒ ｝ ｔ ｔｒ ｓ ａ ｄ Ａ ｇ ｒ ｈ ｏ ｒｃ ｈ ｅ Ｙｅ ｏ ｇ， ｈ ｚ ｒ． ｃ ｅ ｕ ｅ ｌ ｏ ｔ ｍｓ ｆ ｒ Ｔ ａ ｋ ｉ ｆｃ ｎ ｉ