互联网上计算机时间传递系统设计方案及实验结果分析

计算机互联网的发展，使信息的传递更加方便、快捷。在时间频率用户中，中、低准确度的用户占很大比例，计算机互联网时间传递已经成为一个重要的手段。中国的网络授时系统从２０００年１月开通以来，近万人访问了授时网站ｈｔｔｐ：／／ｋｘｚｈ．ｓｘｓｏ．ａｃ．ｃｎ或其镜像站点ｈｔｔｐ：／／Ｂｅｉｊｉｎｇｔｉｍｅ．１２６．ｃｏｍ。介绍了国家授时中心网络授时系统的设计要点，给出了网络授时传递时间准确度的测量方法，分析了网络授时实验结果。     

神经网络在模拟系统故障诊断中的应用

模拟系统的故障检测诊断对于电路设计，ＶＬＳＩ等具有重要意义。而元器件的实际值究竟是有效值还是故障值，以及如何在大规模电路中测量判定它都是一个研究课题。本文利用神经网络的鲁棒性及模拟故障分析中的Ｍｏｂｉｕｓ变换，提出了一种用神经网络帮助故障诊断的有效方法，解决了线性模拟系统的诊断问题。     

基于单代号网络的银行家算法

通过对银行家算法的分析,提出单代号网络的进程安全状态序列的改进算法-基于单代号网络的银行家算法,并通过具体的示例实现此算法。     

基于Java语言的GIS系统在电信网管系统中的开发应用

随着计算机和通信业的迅速发展,人们对电信网络管理系统的要求越来越高,不仅需要拓扑图的显示,还要求系统能进行快速的故障定位,所以要求网管系统能与GIS系统结合.本文介绍了基于java语言的GIS系统的开发过程,及如何将GIS集成到综合电信网管系统中,并就实际开发中出现的问题提出相应的解决方案.     

科技期刊信息化建设的思路与实践

面对信息化时代带来的机遇和挑战，科技期刊如何应对，以适应潮流的发展，满足更多科技工作者的需求，抓住广大读者的需求，近而提升科技期刊的影响力。文章通过对《航天器工程》期刊编辑部信息化建设和网络建设，结合实践经验，对科技期刊信息化建设进行了分析。     

关于网络伦理问题的研究与思考

人类进入21世纪，人们感受到了信息技术给人类的交往、学习、工作和生活带来极大便利，促进了人的全面发展和社会进步。但也出现了网络“道德真空”和“道德沦丧”，因此关于网络伦理问题的研究也就摆在了我们面前。     

应用神经网络模型评价社保基金运营效果方法研究

社会保障基金是社会成员普遍关注的资金,他的利用关系到全社会成员的公共利益。因此,社会保障基金运用效果的评价问题一直是社会各界争论的焦点,正确评价其运用效果是值得学术界探讨的问题。运用神经网络模型对社会保障基金运用效果进行评价是对神经网络模型的应用及对社会保障基金运用效果的评价进行尝试和探讨。     

电长度测量方法探究

从电长度的概念出发，主要介绍了使用网络分析仪来实现电长度测量的三种方法，分别是频域电延迟法、时域反射法和时域传输法；针对三种不同方法分别做了试验。     

基于分布式管理架构的应用型网管系统的设计与研究

根据当前IT应用的普及情况,分析了大中型企业中网络资源管理存在的问题,研究了网管软件的相关技术并设计了一套符合当前应用需求的分布式管理架构的应用型网管系统。该系统不但可监测各类操作系统的性能,还可对数据库、WEB服务等应用服务器的性能进行监控。结合网管软件的发展动态,展示了该应用型网管系统的工程应用价值。     

Using the radial basis function neural network to predict ionospheric critical frequency of F2 layer over Wuhan

Neural networks (NNs) have been applied to ionospheric predictions recently. This paper uses radial basis function neural network (RBF-NN) to forecast hourly values of the ionospheric F₂ layer critical frequency(f_oF₂), over Wuhan (30.5N, 114.3E), China. The false nearest neighbor method is used to determine the embedding dimension, and the principal component analysis (PCA) is used to reduce noise and dimension. The whole study is based on a sample of about 26,000 observations of f_oF₂ with 1-h time resolution, derived during the period from January 1981 to December 1983. The performance of RBF-NN is estimated by calculating the normalized root-mean-squared (NRMSE) error, and its results show that short-term predictions of f_oF₂ are improved.