CN108259641A - 一种日语口语训练装置中的控制系统 - Google Patents
一种日语口语训练装置中的控制系统 Download PDFInfo
- Publication number
- CN108259641A CN108259641A CN201711482241.4A CN201711482241A CN108259641A CN 108259641 A CN108259641 A CN 108259641A CN 201711482241 A CN201711482241 A CN 201711482241A CN 108259641 A CN108259641 A CN 108259641A
- Authority
- CN
- China
- Prior art keywords
- node
- articulation
- region
- module
- network
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L61/00—Network arrangements, protocols or services for addressing or naming
- H04L61/50—Address allocation
- H04L61/5007—Internet protocol [IP] addresses
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L61/00—Network arrangements, protocols or services for addressing or naming
- H04L61/50—Address allocation
- H04L61/5046—Resolving address allocation conflicts; Testing of addresses
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明属于学习用品技术领域,公开了一种日语口语训练装置中的控制系统,设置有词库模块、功能接口模块、界面模块;词库模块又分为汉日、生活词汇;功能接口模块又分为生词本模块、汉日模块、分类查看模块、特殊词汇模块、背单词模块、无线接入模块、蓝牙接入模块;界面模块又分为汉日接口模块背单词接口模块、生活词汇接口模块、分类词汇接口模块。本发明可直接进行知识的更新与增加,方便快捷,提高了工作效率,增加了人机互动,增添了学习的乐趣;功能强大,性能高,操作方便,携带方便,增加人机互动,增添学习乐趣,提高了工作效率。
Description
技术领域
本发明属于学习用品技术领域,尤其涉及一种日语口语训练装置中的控制系统。
背景技术
目前,物联网是新一代信息技术的重要组成部分,也是"信息化"时代的重要发展阶段。顾名思义,物联网就是物物相连的互联网。这有两层意思:其一,物联网的核心和基础仍然是互联网,是在互联网基础上的延伸和扩展的网络;其二,其用户端延伸和扩展到了任何物品与物品之间,进行信息交换和通信,也就是物物相息。随着网络技术的迅猛发展,人们可以随时随地使用各种各样的产品进行网络互连,从而获得世界各地的信息,以及不同领域的资料。而这些信息和资料大部分是日文的,对于不太精通日文的用户来说,能够及时进行单词的查询和日文的翻译无疑是雪中送炭,因此电子词典已经成为了大部分掌上电子产品的必备工具。而现如今日语口语训练装置中的控制系统并不能与电脑手机等其他电子产品直接相连接,进行资料导入时还需要传统的数据线线,受数据线等条件的约束,大大降低了工作效率,浪费了时间。
复杂网络一般指节点众多、连接关系复杂的网络,如万维网、论文引用网络、在线社交网络、人际交往关系网络以及新陈代谢网络等。近年来,随着互联网的发展和普及,对复杂网络的研究越来越多。对复杂网络的研究表明,复杂网络中存在发音区结构,发音区内部的联系很紧密,而不同发音区之间的联系则相对较少。发音区是具有共同爱好或相似属性的群体,因此找出发音区有助于我们挖掘复杂网络中一些有用的信息,如复杂网络中哪些人群具有相同的爱好以及具有不同爱好的人群之间的联系情况等。如何将一个复杂网络划分成若干个发音区是近年来的一个研究热点。
目前已经有很多发音区划分方法,各有优劣。常见的发音区划分方法主要有基于图论的方法和基于层次聚类的方法。基于图论的方法是比较早期的方法,其主要思想是将网络划分成k个大致相同大小的部分,使得每一部分内部联系紧密,而不同部分之间的联系较少。该类方法的代表方法有Kernighan-Lin方法、基于拉普拉斯图特征值的谱平分法等。基于层次聚类的方法是目前比较常见的方法。该类方法属于社会学的方法,主要是分析社会网络之间的相似性或边之间连接的强度。基于层次聚类的方法又可以分为凝聚方法和分裂方法两种类型,划分的依据是在网络中加边还是去边,加边的是凝聚方法,而去边的则是分裂方法。该类方法的代表方法有GN方法、CNM方法、Newman快速方法等。
通常来说,网络中有多少个发音区是很难预先知道的,但是有些方法,如Kernighan-Lin方法、基于拉普拉斯图特征值的谱平分法,却需要先确定发音区的数目。有些方法的时间复杂度非常高,难以处理大型的网络,比如GN方法的时间复杂度为O(m2n)、CNM方法的时间复杂度为O(mdlnn)、Newman快速方法的时间复杂度为O((m+n)n)。也有一些方法的时间复杂度达到O(m)。
现有技术存在的缺点有:需要预先知道发音的偏差程度,而实际上很难预先知道;划分出的发音区结果与真实发音区偏差较大。
综上所述,现有技术存在的问题是:现如今的电子词典并不能与电脑手机等其他电子产品直接相连接,进行资料导入时还需要传统的数据线,受数据线等条件的约束,降低了工作效率,浪费了时间;从而影响了设备的实用性。
发明内容
针对现有技术存在的问题,本发明提供了一种日语口语训练装置中的控制系统。
本发明是这样实现的,一种日语口语训练装置中的控制系统,所述日语口语训练装置中的控制系统设置有词库模块、功能接口模块、界面模块并互相连接;
所述词库模块利用协议中周期性广播的HELLO包来传送IP地址,每个网络节点建立表格来存储IP和MAC的对应关系,网络节点在收到HELLO包时,判断 HELLO包携带的IP地址是否和表中的冲突,冲突则发送冲突通知给冲突网络节点,冲突网络节点重新生成IP地址,并丢弃此HELLO包;反之,继续处理HELLO 包;
同时,每个网络节点处引入本地矩阵,该矩阵包括路由中所有现有光路的功率平坦度信息,并通过RSVP-TE和OSPF-TE协议存储和动态更新矩阵,利用该矩阵得出功率平坦度最小的路径,使单个波分复用链路在突发故障时功率平坦度对整个网络的影响达到最小;
所述词库模块利用基于流量工程资源预留协议在基于GMPLS的动态WSONs 上建立光路;该基于流量工程资源预留协议为路由协议,用于网络节点间分发更新的网络状况信息,信息接着被储存在每一个网络节点的流量工程数据库中;一旦有路由请求,源节点在本地TED信息的基础上计算路由;计算完路由后,源节点沿该路径触发一个RSVP-TE信令;最后目的节点利用所收集的信令消息分配波长;获得预查询的词汇信息。
所述词库模块利用协议中周期性广播的HELLO包来传送IP地址,每个网络节点建立表格来存储IP和MAC的对应关系,网络节点在收到HELLO包时,判断 HELLO包携带的IP地址是否和表中的冲突,冲突则发送冲突通知给冲突网络节点,冲突网络节点重新生成IP地址,并丢弃此HELLO包;反之,继续处理HELLO 包;
同时,每个网络节点处引入本地矩阵,该矩阵包括路由中所有现有光路的功率平坦度信息,并通过RSVP-TE和OSPF-TE协议存储和动态更新矩阵,利用该矩阵得出功率平坦度最小的路径,使单个波分复用链路在突发故障时功率平坦度对整个网络的影响达到最小;
所述词库模块利用基于流量工程资源预留协议在基于GMPLS的动态WSONs 上建立光路;该基于流量工程资源预留协议为路由协议,用于网络节点间分发更新的网络状况信息,信息接着被储存在每一个网络节点的流量工程数据库中;一旦有路由请求,源节点在本地TED信息的基础上计算路由;计算完路由后,源节点沿该路径触发一个RSVP-TE信令;最后目的节点利用所收集的信令消息分配波长;获得预查询的词汇信息;
所述功能接口模块设置有分类查看模块,用于从全局中心节点建立初始发音区,再根据联系紧密程度一层一层地扩展发音区,最后把一些偏差的发音区融合到标准发音区中,进行纠正选出最优结果;
所述界面模块用于对功能接口模块纠正的发音进行显示。
进一步,所述分类查看模块,从全局中心节点建立初始发音区,再根据联系紧密程度一层一层地扩展发音区,最后把一些偏差的发音区融合到标准发音区中,进行纠正;具体包括:
初始化发音区:
在复杂网络中,与节点相连的所有节点的个数称为该节点的度数,将复杂网络中的所有节点按照节点的度数降序排列,选取度数最大的k个节点,再将度数最大的节点划分到第一个发音区,并作为第一个发音区的中心节点,计算剩下k-1个节点中的每个节点v与每个发音区C的中心节点w的相似度,当相似度大于某个阈值η时,将节点v划分到发音区C中,否则将节点v作为新发音区的中心节点;
扩展发音区:
初始化发音区后,标记所有节点的层数,初始化发音区过程中选中的节点作为第1层,将所有与第n层节点相连的未标记层数的节点标记为第n+1层节点,n为大于0的自然数,直到所有节点被标记,扩展初始发音区的第n层,对标记为第n层的每个节点v,计算节点v与每个发音区C的链接强度,若节点v 与发音区C的链接强度最大,将节点v划分到发音区C中,直到所有节点都分到某个发音区中;
把一些偏差的发音区融合到标准发音区,包括:
若一个发音区包含的节点数目小于t=max{5,max{|Ci|}/10},则称其为小发音区,其中max表示最大值,max{|Ci|}表示复杂网络中所有发音区的节点数目的最大值;扩展发音区后,需要把小发音区融合到大发音区中;计算小发音区中的每个节点v的相邻节点与每个不是小发音区的发音区C的公共节点个数,若节点v的相邻节点与发音区C的公共节点个数达到最大,将节点v重新划分到发音区C中;
选取最优结果为:
对初始化发音区过程中的相似度阈值η从0.1到1,以0.05-0.1作为步长,重复上述三个过程做10-20次试验,对每一次试验的划分结果计算扩展模块度 eQ,选取使得eQ最大的划分结果作为最终划分结果。
所述初始化发音区过程中选取度数最大的k个节点的具体过程为:
k=max{k1,k2}
k1=n/10+2
k2=|{v|d(v)>max{d(v)}/2}|
其中,max表示最大值,n为网络中的节点个数,d(v)表示节点v的度数。
所述初始化发音区过程中计算剩下k-1个节点中的每个节点v与每个发音区C的中心节点w的相似度的公式为:
其中L(v)=Adj(v)∪{v},Adj(v)表示与节点v相连的节点的集合。
所述扩展发音区过程中计算节点v与每个发音区C的链接强度的公式是:
其中,d[v][C]表示节点v和发音区C之间的边的数目。
所述扩展模块度eQ的计算方法如下:
其中,c为网络中发音区的数目,Q为模块度;模块度Q的计算方法如下:
其中,Ci为网络中的发音区,din(Ci)表示发音区Ci中边的数目,dext(Ci)表示发音区Ci和其他发音区之间边的数目,m表示网络中边的数目,eii表示发音区Ci中边的数目占网络中边的数目的比例,ai表示与发音区Ci中的节点相连的边的数目占网络中边的数目的比例。
进一步,IP地址包括两个新的帧结构和一个新的发送/接收函数。
进一步,帧结构包括:
包类型:标识HELLO消息;
Version:收到的HELLO消息的版本号与自己的Version相同则处理,不同则丢弃;
TTL:HELLO消息生存期;
标识:标识直接邻居、双向链路、可视化;
Initiator IP地址:产生HELLO消息的节点的IP地址;
Seq:HELLO消息的新旧;
Initiator MAC地址:产生HELLO消息的接口地址;
Sender MAC地址:转发HELLO消息的节点的MAC地址;
flag:标识是否是网关节点;
qos:链路质量;
冲突通知包格式:
头部:L2MPM协议头部;
标识:冲突通知包标识;
IP地址:冲突的IP地址;
Dst:冲突节点的MAC地址;
Src:发送冲突通知的节点的MAC地址。
进一步,新的发送/接收函数包括:
新定义的发送冲突通知函数格式如下:
L2MPM_send_collimsg(struct L2MPM_pri*m_pri,__be32ip,uint8_t *mac);
新定义的接收冲突通知函数格式如下:
L2MPM_receive_collimsg(struct sk_buff*skb,struct L2MPM_port *receive_if)。
进一步,所述词库模块中查询的词汇包括为汉日词汇、日汉词汇、生活词汇。
进一步,所述功能接口模块生词本模块、汉日模块、日汉模块、分类查看模块、特殊词汇模块、背单词模块、无线接入模块、蓝牙接入模块并均与词库模块连接。
进一步,所述界面模块包括汉日接口模块、日汉接口模块、背单词接口模块、生活词汇接口模块、分类词汇接口模块并均与功能接口模块连接。
本发明的优点及积极效果为:该日语口语训练装置中的控制系统,该词典通过无线接入模块和蓝牙接入模块可实现将电子词典与电脑手机等其他电子设备直接相连,还可实现将电子词典与其他电子词典相连,可直接进行知识的更新与增加,方便快捷,提高了工作效率,增加了人机互动,增添了学习的乐趣。该电子词典功能强大,性能高,操作方便,携带方便,增加人机互动,增添学习乐趣,提高了工作效率。
本发明提供的基于物联网中IP地址动态分配,通过周期性广播携带节点IP 地址的HELLO包将IP地址分配与L2MPM协议结合,实现动态IP分配,解决了大规模网络中IP分配问题;每个节点收到HELLO包后提取其中IP地址和MAC 地址,与存储表中的IP和MAC条目比较,若存在冲突,节点发送冲突通知给冲突节点,通知其重新选择IP,实现了冲突检测并解决冲突,使网络中节点拥有全网唯一IP;采用了新的HELLO包帧结构和冲突通知包结构,突破传统IP分配方法,减小网络开销;实现了基于L2MPM协议的WMN网络中动态IP分配,解决拓扑变化剧烈的网络的IP地址分配问题。本发明的方法简单,操作方便,较好的解决了现有技术基于L2MPM协议搭建的拓扑是动态变化的,维护网络结构的分群本身工作量很大,不适合节点移动快,拓扑变化剧烈网络的问题,使得WMN 部署更简单化,自动化。使具有较高的应用性。保证了应用便捷性。
本发明不需要预先知道发音的偏差大小,划分出的结果与标准接近的程度并进行纠正修改。
附图说明
图1是本发明实施例提供的日语口语训练装置中的控制系统示意图;
图中:1、词库模块;2、功能接口模块;3、界面模块;4、汉日词汇;5、日汉词汇;6、生活词汇;7、生词本模块;8、汉日模块;9、日汉模块;10、分类查看模块;11、特殊词汇模块;12、背单词模块;13、无线接入模块;14、蓝牙接入模块;15、汉日接口模块;16、日汉接口模块;17、背单词接口模块; 18、生活词汇接口模块;19、分类词汇接口模块。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效,兹例举以下实施例,并配合附图详细说明如下。
下面结合附图对本发明的结构作详细的描述。
如图1所示,本发明实施例提供的日语口语训练装置中的控制系统,所述日语口语训练装置中的控制系统主要由词库模块1、功能接口模块2、界面模块 3组成,三个模块分别依次由界面模块指向功能接口模块,由功能接口模块指向词库模块。
所述功能接口模块设置有分类查看模块,用于从全局中心节点建立初始发音区,再根据联系紧密程度一层一层地扩展发音区,最后把一些偏差的发音区融合到标准发音区中,进行纠正选出最优结果;
所述界面模块用于对功能接口模块纠正的发音进行显示。
所述分类查看模块,从全局中心节点建立初始发音区,再根据联系紧密程度一层一层地扩展发音区,最后把一些偏差的发音区融合到标准发音区中,进行纠正;具体包括:
初始化发音区:
在复杂网络中,与节点相连的所有节点的个数称为该节点的度数,将复杂网络中的所有节点按照节点的度数降序排列,选取度数最大的k个节点,再将度数最大的节点划分到第一个发音区,并作为第一个发音区的中心节点,计算剩下k-1个节点中的每个节点v与每个发音区C的中心节点w的相似度,当相似度大于某个阈值η时,将节点v划分到发音区C中,否则将节点v作为新发音区的中心节点;
扩展发音区:
初始化发音区后,标记所有节点的层数,初始化发音区过程中选中的节点作为第1层,将所有与第n层节点相连的未标记层数的节点标记为第n+1层节点,n为大于0的自然数,直到所有节点被标记,扩展初始发音区的第n层,对标记为第n层的每个节点v,计算节点v与每个发音区C的链接强度,若节点v 与发音区C的链接强度最大,将节点v划分到发音区C中,直到所有节点都分到某个发音区中;
把一些偏差的发音区融合到标准发音区,包括:
若一个发音区包含的节点数目小于t=max{5,max{|Ci|}/10},则称其为小发音区,其中max表示最大值,max{|Ci|}表示复杂网络中所有发音区的节点数目的最大值;扩展发音区后,需要把小发音区融合到大发音区中;计算小发音区中的每个节点v的相邻节点与每个不是小发音区的发音区C的公共节点个数,若节点v的相邻节点与发音区C的公共节点个数达到最大,将节点v重新划分到发音区C中;
选取最优结果为:
对初始化发音区过程中的相似度阈值η从0.1到1,以0.05-0.1作为步长,重复上述三个过程做10-20次试验,对每一次试验的划分结果计算扩展模块度eQ,选取使得eQ最大的划分结果作为最终划分结果。
所述初始化发音区过程中选取度数最大的k个节点的具体过程为:
k=max{k1,k2}
k1=n/10+2
k2=|{v|d(v)>max{d(v)}/2}|
其中,max表示最大值,n为网络中的节点个数,d(v)表示节点v的度数。
所述初始化发音区过程中计算剩下k-1个节点中的每个节点v与每个发音区C的中心节点w的相似度的公式为:
其中L(v)=Adj(v)∪{v},Adj(v)表示与节点v相连的节点的集合。
所述扩展发音区过程中计算节点v与每个发音区C的链接强度的公式是:
其中,d[v][C]表示节点v和发音区C之间的边的数目。
所述扩展模块度eQ的计算方法如下:
其中,c为网络中发音区的数目,Q为模块度;模块度Q的计算方法如下:
其中,Ci为网络中的发音区,din(Ci)表示发音区Ci中边的数目,dext(Ci)表示发音区Ci和其他发音区之间边的数目,m表示网络中边的数目,eii表示发音区Ci中边的数目占网络中边的数目的比例,ai表示与发音区Ci中的节点相连的边的数目占网络中边的数目的比例。
所述词库模块又分为汉日词汇4、日汉词汇5、生活词汇6。所述功能接口模块2又分为生词本模块7、汉日模块8、日汉模块9、分类查看模块10、特殊词汇模块11、背单词模块12、无线接入模块13、蓝牙接入模块14。所述界面模块3又分为汉日接口模块15、日汉接口模块16、背单词接口模块17、生活词汇接口模块18、分类词汇接口模块19。
本发明词库设计包括汉日词库、日汉词库、生活词库、分类词库等。其中分类词库包括四六级,托福,新概念等。它们实际是一些单词列表,每一行后有1个指针,此指针指汉日词库中对应的1个单词。每一行的解释在日汉词库里,这就大大缩小了数据占用空间。以下字典软件的处理代码:
in t A P IE N T R Y m yfo n tp roc(L P L O G F 0N T
lp log fo n t,L P T E X T M E T R IC lp te x tm e trics,D W 0R D
ffonttype,L PV 0ID lpdata)
{
in t i;
i—lstrcm p(1plogfont一>lfF aceN am e,L”K ingsoft
P honetic P lain”);
if((ffonttype&T R U E T Y P E
_FO N T T Y P E)&&!i)
{
lfl一*lplo g fo n t;
lf1.1fH eig h t=20;
lf1.1fW id th=10;
H F=C reateF ontIndirect(&lf1):
retu rn T R U E:
)
接口设计包括汉日、日汉、分类词汇、背单词、生活词汇、生词本等接口函数设计,以下接口函数设计代码:
生成联想单词的接口:
short int LD E ngC hD ictionaryE ngine(
char*c Inp u tS tr,
char pO u tB u ffer,
unsig n ed ch ar pW ord C od eB u f,
unsig n ed sh ort B u fferL en g th,
short int Q ueryF lags)
参数说明:
char*cInputStr,(输入A SCII)用户输入的字符串。char*pO utBuffer,(输出ASCII)用来返回联想单词列表的缓冲区,每个单词之间用‘\O’隔开建议使用大小为
800个字节的缓冲区。unsigned char pW ordCodeBuf,(对用户来说没有什么意义)用来返回联想单词的音节码,建议使用大小为800个字节的缓冲区。unsigned shortBufferLength,(输入)缓冲区pO utBuffer的字节大小,建议大小设为800个字节。shortint Q ueryFlag(输入任一个数值)保留参数。
返回解释的接口:
short int R etrieveW ordO fL istC h ineseE xplain(
charpOutBuffer,
unsigned ch a r p W ord C o d eB u f,
unsigned sh o rt B u fferL en g th,
unsigned sh o rtp W ord C o u nt,
unsigned sh o rtp W o rd Ind e x,
short int Q ueryF lags)
参数说明:
char pO utBuffer,这个参数有2个含义:
(1)(输入A SCII)指向存放联想单词列表的缓冲区,该缓冲区的值由上一个接口LD EngC hDictionaryEngine的形参pO utBuffer得到,两者指向同一缓冲区。
(2)(输出unicode)用来返回指明单词的解释。在解释区中,各解释项的顺序如下:音标一词性一中文解释一同义词一反义词一例句。在解释区中共用到4个标志符:/,
0xl0,0xll,Ox12。注:两个字符之间括住的为音标,若无字符,/括住的数据,则说明该单词无音标。A SC II码值为0xl0开始指向的部分为同义词,截止至下一个标志符。ASCII码值为0xl l开始指向的部分为反义词,截止至下一个标志符。A S C II码值为Ox12开始指向的部分为例句,例句中出现的~符号表示该指定的单词。unsigned char pWordCodeBuf,(输入) 指向联想单词的音节码,该缓冲区的值由上一个接口LD EngChDictionaryE ngine的形参pW ordCodeBuf得到,两指向同一缓冲区。 unsigned short Buff erLength,(输入)缓冲区pO utBuffer的字节大小 (1024个字节)。unsigned short pWordCount,(输入)联想单词列表pO utBuffer 中单词的个数,上一个函数的返回值。unsigned shortpW ordIndex,(输入) 需要解释的第几个单词,从第0个开始,这个数字应介于(0~ pW ordC ount-1)之间short int Q ueryFlags(输入任一个数值)保留参数。
界面设计:
界面是软件与用户交互的最直接的层,界面的好坏决定用户对软件的第一印象。界面设计包括主窗体汉日、日汉界面以及分类接口、背单词、特殊词汇界面。
下面结合具体分析对本发明作进一步描述。
本发明的日语口语训练装置中的控制系统,设置有词库模块、功能接口模块、界面模块并互相连接;
所述词库模块利用协议中周期性广播的HELLO包来传送IP地址,每个网络节点建立表格来存储IP和MAC的对应关系,网络节点在收到HELLO包时,判断 HELLO包携带的IP地址是否和表中的冲突,冲突则发送冲突通知给冲突网络节点,冲突网络节点重新生成IP地址,并丢弃此HELLO包;反之,继续处理HELLO 包;
同时,每个网络节点处引入本地矩阵,该矩阵包括路由中所有现有光路的功率平坦度信息,并通过RSVP-TE和OSPF-TE协议存储和动态更新矩阵,利用该矩阵得出功率平坦度最小的路径,使单个波分复用链路在突发故障时功率平坦度对整个网络的影响达到最小;
所述词库模块利用基于流量工程资源预留协议在基于GMPLS的动态WSONs 上建立光路;该基于流量工程资源预留协议为路由协议,用于网络节点间分发更新的网络状况信息,信息接着被储存在每一个网络节点的流量工程数据库中;一旦有路由请求,源节点在本地TED信息的基础上计算路由;计算完路由后,源节点沿该路径触发一个RSVP-TE信令;最后目的节点利用所收集的信令消息分配波长;获得预查询的词汇信息。
IP地址包括两个新的帧结构和一个新的发送/接收函数。
帧结构包括:
包类型:标识HELLO消息;
Version:收到的HELLO消息的版本号与自己的Version相同则处理,不同则丢弃;
TTL:HELLO消息生存期;
标识:标识直接邻居、双向链路、可视化;
Initiator IP地址:产生HELLO消息的节点的IP地址;
Seq:HELLO消息的新旧;
Initiator MAC地址:产生HELLO消息的接口地址;
Sender MAC地址:转发HELLO消息的节点的MAC地址;
flag:标识是否是网关节点;
qos:链路质量;
冲突通知包格式:
头部:L2MPM协议头部;
标识:冲突通知包标识;
IP地址:冲突的IP地址;
Dst:冲突节点的MAC地址;
Src:发送冲突通知的节点的MAC地址。
新的发送/接收函数包括:
新定义的发送冲突通知函数格式如下:
L2MPM_send_collimsg(struct L2MPM_pri*m_pri,__be32ip,uint8_t *mac);
新定义的接收冲突通知函数格式如下:
L2MPM_receive_collimsg(struct sk_buff*skb,struct L2MPM_port *receive_if)。
以上所述仅是对本发明的较佳实施例而已,并非对本发明作任何形式上的限制,凡是依据本发明的技术实质对以上实施例所做的任何简单修改,等同变化与修饰,均属于本发明技术方案的范围内。
Claims (8)
1.一种日语口语训练装置中的控制系统,其特征在于,所述日语口语训练装置中的控制系统设置有词库模块、功能接口模块、界面模块并互相连接;
所述词库模块利用协议中周期性广播的HELLO包来传送IP地址,每个网络节点建立表格来存储IP和MAC的对应关系,网络节点在收到HELLO包时,判断HELLO包携带的IP地址是否和表中的冲突,冲突则发送冲突通知给冲突网络节点,冲突网络节点重新生成IP地址,并丢弃此HELLO包;反之,继续处理HELLO包;
同时,每个网络节点处引入本地矩阵,该矩阵包括路由中所有现有光路的功率平坦度信息,并通过RSVP-TE和OSPF-TE协议存储和动态更新矩阵,利用该矩阵得出功率平坦度最小的路径,使单个波分复用链路在突发故障时功率平坦度对整个网络的影响达到最小;
所述词库模块利用基于流量工程资源预留协议在基于GMPLS的动态WSONs上建立光路;该基于流量工程资源预留协议为路由协议,用于网络节点间分发更新的网络状况信息,信息接着被储存在每一个网络节点的流量工程数据库中;一旦有路由请求,源节点在本地TED信息的基础上计算路由;计算完路由后,源节点沿该路径触发一个RSVP-TE信令;最后目的节点利用所收集的信令消息分配波长;获得预查询的词汇信息;
所述功能接口模块设置有分类查看模块,用于从全局中心节点建立初始发音区,再根据联系紧密程度一层一层地扩展发音区,最后把一些偏差的发音区融合到标准发音区中,进行纠正选出最优结果;
所述界面模块用于对功能接口模块纠正的发音进行显示。
2.如权利要求1所述的日语口语训练装置中的控制系统,其特征在于,所述分类查看模块,从全局中心节点建立初始发音区,再根据联系紧密程度一层一层地扩展发音区,最后把一些偏差的发音区融合到标准发音区中,进行纠正;具体包括:
初始化发音区:
在复杂网络中,与节点相连的所有节点的个数称为该节点的度数,将复杂网络中的所有节点按照节点的度数降序排列,选取度数最大的k个节点,再将度数最大的节点划分到第一个发音区,并作为第一个发音区的中心节点,计算剩下k-1个节点中的每个节点v与每个发音区C的中心节点w的相似度,当相似度大于某个阈值η时,将节点v划分到发音区C中,否则将节点v作为新发音区的中心节点;
扩展发音区:
初始化发音区后,标记所有节点的层数,初始化发音区过程中选中的节点作为第1层,将所有与第n层节点相连的未标记层数的节点标记为第n+1层节点,n为大于0的自然数,直到所有节点被标记,扩展初始发音区的第n层,对标记为第n层的每个节点v,计算节点v与每个发音区C的链接强度,若节点v与发音区C的链接强度最大,将节点v划分到发音区C中,直到所有节点都分到某个发音区中;
把一些偏差的发音区融合到标准发音区,包括:
若一个发音区包含的节点数目小于t=max{5,max{|Ci|}/10},则称其为小发音区,其中max表示最大值,max{|Ci|}表示复杂网络中所有发音区的节点数目的最大值;扩展发音区后,需要把小发音区融合到大发音区中;计算小发音区中的每个节点v的相邻节点与每个不是小发音区的发音区C的公共节点个数,若节点v的相邻节点与发音区C的公共节点个数达到最大,将节点v重新划分到发音区C中;
选取最优结果为:
对初始化发音区过程中的相似度阈值η从0.1到1,以0.05-0.1作为步长,重复上述三个过程做10-20次试验,对每一次试验的划分结果计算扩展模块度eQ,选取使得eQ最大的划分结果作为最终划分结果。
所述初始化发音区过程中选取度数最大的k个节点的具体过程为:
k=max{k1,k2}
k1=n/10+2
k2=|{v|d(v)>max{d(v)}/2}|
其中,max表示最大值,n为网络中的节点个数,d(v)表示节点v的度数。
所述初始化发音区过程中计算剩下k-1个节点中的每个节点v与每个发音区C的中心节点w的相似度的公式为:
其中L(v)=Adj(v)∪{v},Adj(v)表示与节点v相连的节点的集合。
所述扩展发音区过程中计算节点v与每个发音区C的链接强度的公式是:
其中,d[v][C]表示节点v和发音区C之间的边的数目。
所述扩展模块度eQ的计算方法如下:
其中,c为网络中发音区的数目,Q为模块度;模块度Q的计算方法如下:
其中,Ci为网络中的发音区,din(Ci)表示发音区Ci中边的数目,dext(Ci)表示发音区Ci和其他发音区之间边的数目,m表示网络中边的数目,eii表示发音区Ci中边的数目占网络中边的数目的比例,ai表示与发音区Ci中的节点相连的边的数目占网络中边的数目的比例。
3.如权利要求1所述的日语口语训练装置中的控制系统,其特征在于,IP地址包括两个新的帧结构和一个新的发送/接收函数。
4.如权利要求3所述的日语口语训练装置中的控制系统,其特征在于,帧结构包括:
包类型:标识HELLO消息;
Version:收到的HELLO消息的版本号与自己的Version相同则处理,不同则丢弃;
TTL:HELLO消息生存期;
标识:标识直接邻居、双向链路、可视化;
Initiator IP地址:产生HELLO消息的节点的IP地址;
Seq:HELLO消息的新旧;
Initiator MAC地址:产生HELLO消息的接口地址;
Sender MAC地址:转发HELLO消息的节点的MAC地址;
flag:标识是否是网关节点;
qos:链路质量;
冲突通知包格式:
头部:L2MPM协议头部;
标识:冲突通知包标识;
IP地址:冲突的IP地址;
Dst:冲突节点的MAC地址;
Src:发送冲突通知的节点的MAC地址。
5.如权利要求3所述的日语口语训练装置中的控制系统,其特征在于,新的发送/接收函数包括:
新定义的发送冲突通知函数格式如下:
L2MPM_send_collimsg(struct L2MPM_pri*m_pri,__be32ip,uint8_t*mac);
新定义的接收冲突通知函数格式如下:
L2MPM_receive_collimsg(struct sk_buff*skb,struct L2MPM_port*receive_if)。
6.如权利要求1所述日语口语训练装置中的控制系统,其特征在于,所述词库模块中查询的词汇包括为汉日词汇、日汉词汇、生活词汇。
7.如权利要求1所述日语口语训练装置中的控制系统,其特征在于,所述功能接口模块还包括生词本模块、汉日模块、日汉模块、特殊词汇模块、背单词模块、无线接入模块、蓝牙接入模块并均与词库模块连接。
8.如权利要求1所述日语口语训练装置中的控制系统,其特征在于,所述界面模块包括汉日接口模块、日汉接口模块、背单词接口模块、生活词汇接口模块、分类词汇接口模块并均与功能接口模块连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711482241.4A CN108259641A (zh) | 2017-12-29 | 2017-12-29 | 一种日语口语训练装置中的控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711482241.4A CN108259641A (zh) | 2017-12-29 | 2017-12-29 | 一种日语口语训练装置中的控制系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108259641A true CN108259641A (zh) | 2018-07-06 |
Family
ID=62724485
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711482241.4A Pending CN108259641A (zh) | 2017-12-29 | 2017-12-29 | 一种日语口语训练装置中的控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108259641A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108989477A (zh) * | 2018-06-28 | 2018-12-11 | 荆门市第二人民医院 | 基于物联网的妇产科护理中的康复数据管理方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104361235A (zh) * | 2014-11-15 | 2015-02-18 | 北京航空航天大学 | 一种基于层次聚类的复杂网络社区划分方法 |
CN104469560A (zh) * | 2014-12-26 | 2015-03-25 | 西安科技大学 | 基于通用多协议标签交换的波长交换光网络路由的方法 |
CN104468867A (zh) * | 2014-12-26 | 2015-03-25 | 陈晨 | 一种无线局域网中ip地址动态分配方法 |
-
2017
- 2017-12-29 CN CN201711482241.4A patent/CN108259641A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104361235A (zh) * | 2014-11-15 | 2015-02-18 | 北京航空航天大学 | 一种基于层次聚类的复杂网络社区划分方法 |
CN104469560A (zh) * | 2014-12-26 | 2015-03-25 | 西安科技大学 | 基于通用多协议标签交换的波长交换光网络路由的方法 |
CN104468867A (zh) * | 2014-12-26 | 2015-03-25 | 陈晨 | 一种无线局域网中ip地址动态分配方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108989477A (zh) * | 2018-06-28 | 2018-12-11 | 荆门市第二人民医院 | 基于物联网的妇产科护理中的康复数据管理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103678531B (zh) | 好友推荐方法和装置 | |
CN105245301B (zh) | 一种基于时间触发的机载光网络仿真系统 | |
CN102202012B (zh) | 通信网络的社团划分方法与系统 | |
CN106851442B (zh) | 一种超级计算机中的光互连网络系统及通信方法 | |
CN103491006A (zh) | 虚拟网络路由器的数据统一转发方法 | |
CN103365836B (zh) | 一种采用自然语言的分布式智能交互的实现方法及其系统 | |
CN109033129A (zh) | 基于自适应权重的多源信息融合知识图谱表示学习方法 | |
CN105915407A (zh) | 一种基于sdn的流量发生器虚拟化实现系统及方法 | |
CN101150489A (zh) | 基于分布式哈希表的资源共享方法 | |
CN101242362A (zh) | 查找键值生成装置及方法 | |
CN104573720A (zh) | 一种无线传感器网络中核分类器的分布式训练方法 | |
CN1703890A (zh) | 数据网络中识别和分析协议的方法 | |
CN108259641A (zh) | 一种日语口语训练装置中的控制系统 | |
CN102014065A (zh) | 报文包头的解析方法、包头解析预处理装置和网络处理器 | |
CN105072050A (zh) | 一种数据传输方法及装置 | |
CN103457824A (zh) | 报文处理方法及装置 | |
CN106453091A (zh) | 路由器转发平面的等价路由管理方法和装置 | |
CN112260953A (zh) | 一种基于强化学习的多通道数据转发决策方法 | |
CN106888115B (zh) | 一种网络拓扑构建方法与系统 | |
CN104009943B (zh) | Lldp报文传输方法及dcb设备 | |
CN108964979A (zh) | 一种网络数据流显示系统及其工作方法 | |
CN107809301A (zh) | 一种基于物联网的智能英语电子词典 | |
CN113965470B (zh) | 一种航空信息网络实验仿真系统 | |
CN106296420A (zh) | 一种社区发现方法 | |
CN105608201A (zh) | 一种支持多关键词表达式的文本匹配方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180706 |
|
RJ01 | Rejection of invention patent application after publication |