定性关系方程的最大解

扩充已有的定性演算,引入定性关系及其运算的定义.讨论有解定性关系方程最大解的存在性及其求法.     

一种改进的分布约简与最大分布约简求法

本文在不协调序信息系统中,证明了分布约简与最大分布约简的等价性,给出了相应的判定定理,并通过构造一种改进的区分函数求法,提供了获取分布约简与最大分布约简的一种简单的方法。     

函数极限的几种求法

<正>极限是数学研究的基础.其求法涉及到化学、物理学等学科领域.因此,极限的多种求法是需要熟练掌握且不断完善的.1利用极限的四则运算求函数的极限     

连续型随机变量函数分布的求法及其应用

探讨了连续型随机变量函数的分布的求法及其在产生随机数中的应用.     

IP流分流的异构无线网络负载均衡

摘要： 针对传统异构无线网络硬负载均衡方法业务阻塞率较高的问题,根据软负载均衡方法,提出了异构无线网络中基于IP流分流的负载均衡算法. 该算法通过数值分析得到最佳分流比率,在用户请求网络接入或切换时,根据最佳分流比率将用户业务分成子流,并把各子流接入或切换到相应网络,保证了网络间的负载均衡. 仿真结果表明,所提算法相对于传统的硬负载均衡方法,降低了业务阻塞率和业务丢包率.     

群元素阶的系统分析及其应用

论述了群元素阶的定义及性质,重点对元素阶之间的关系给出了系统论证,特别是给出了群元素最大阶的性质及其证明过程和置换阶的求法,最后论述了群元素阶与信息安全之间的关系．     

高次伴随矩阵及其特征根求法公式新证

根据高次伴随矩阵的性质给出了高次伴随矩阵及其特征根求法公式的一种新的证明方法.     

一类随机变量函数数学期望的求法及其应用

讨论了由逐段连续函数作用在随机变量上所得到随机变量函数的数学期望的求法及应用.     

关于条件期望求法的讨论

本文在现代概率论体系的基础上,讨论了几种情形下的条件期望的求法.     

一种高精度低负载的可用带宽测量机制

端到端的可用带宽是网络测量的重要性能指标之一. 针对现有的大多数测量工具及
方法在估算可用带宽前需要大量时间分析和测量等问题,在全面分析了网络中背景流特征的
基础上,提出一种高精度低负载的可用带宽测量机制. 该机制考虑了高速网络环境中丢包的情
况,建立网络利用率与探测速率间的关系模型,结合扩展卡尔曼滤波实时获得最新的端到端
的可用带宽. 该机制不需要事先知道瓶颈链路容量,探测速率可低于可用带宽,降低了突发背
景流对测量的影响. 数值模拟表明,所提出的机制能快速响应突发背景流,准确高效地测得端
到端的可用带宽.     

基于水印信息重排序的多流攻击反制方法

网络流水印是一种网络攻击源主动追踪技术,但根据其流间依赖关系实施的多流攻击对流水印可用性构成严重威胁. 提出基于水印信息重排序的多流攻击反制方法,对于不同的目标数据流,采用不同的随机种子来随机选择水印信息的不同排列进行嵌入,有效消除了已标记数据流之间的依赖关系. 分析与实验结果表明,该方法可抵御多流攻击. 与嵌入位置随机化方法相比,误报率低,而且对水印检测器性能影响小,是一种抵御多流攻击的有效方法.     

一种基于邻近原则的应用层流媒体多播协议

提出了一种基于邻近原则的用于视频流直播服务的应用层多播协议.协议通过使用每个节点预生成的网络坐标信息,按照邻近原则调度的方法,构建一棵低延迟、低连接压力的层次化单源多播树,同时协议解决了真实网络中的部分服务能力限制问题,扩大了系统的可扩展性和可用性.     

基于节点重要度的农村公路布局最小树算法

农村公路网布局中应该考虑工程造价,同时需要兼顾节点的相对重要程度介绍了节点重要度的计算方法,提出基于节点重要度的Kruskal最小树算法.根据分层次规划的思想,基于节点重要度对各节点进行分层,在此基础上运用Kruskal最小树算法,进行算法设计求解,将此方法应用到某县公路布局规划,取得了良好的效果.     

效用法在网络安全策略方案评价过程中的研究

人们对相同的客观事物给出的评价往往是不同的,这与评价者的知识经验、使用的评价方法及评价标准有着密切关系.评价方法是整个评价过程的关键核心,选取一个可信度高的网络安全评价方法能对网络安全状况作出较为客观的评价.本文主要介绍使用效用法的应用模型为网络安全策略进行综合评价的方法.结果表明本文的研究方法能够适应网络安全策略方案的评价过程.     

基于模糊AHP理论的网络学习评价模型研究

针对现有网络学习评价模型中评价指标过多,不能客观公正的评价学生对知识的掌握程度,而且只重视总结性评价而忽略了形成性评价的问题,依据网络教学的特点,以学习过程的模糊评价为核心,构建了一个实用的多层次网络学习模糊评价模型,设计了评价指标体系和评价方案,并对其中的主要技术问题和解决方法作了探讨,利用该模型能迅速地对学生进行综合客观公正的评价.     

轨道交通网络平台的网络外部性对客流的影响研究

轨道交通网络能吸引路网上的客流，因此可以缓解交通拥堵和环境污染等城市问题。采用效用函数构建平台客流模型，并从网络平台视角刻画轨道交通网络平台的客流状态。追踪中国上海相关数据，运用普通最小二乘法、工具变量法——二阶段最小二乘法、异质性分析、稳健性检验等处理方式，对比分析直接网络外部性效应与交叉网络外部性效应，实证检验直接网络外部性与交叉网络外部性对平台上的客流影响。结果显示：增加站点数量对乘客选择轨道交通出行的意愿影响有限；上海轨道交通网络平台的客流规模超过平台自身的最佳荷载量，导致乘客数量源源不断地流失。     

模糊故障树在矿业权核查质量控制中的应用探讨

结合全国矿业权核查项目,在其质量控制过程中,重点针对地理信息系统(GIS)数据质量评价问题,考虑到GIS中同时存在的随机不确定性和模糊不确定性,引入三角形模糊故障树的理论,采用新方法对其进行了可靠性分析.由于该方法目前研究的比较少,因此指出了应用过程中所存在的问题,认为采用模糊故障树对项目质量控制的可靠性进行分析是必要的,但以后仍需进一步研究探讨.     

基于MRTG的电子政务专网流量监控系统

网络流量监控是网络安全管理的重要内容，是全面衡量网络性能的重要方面．文章在研究省电子政务网络拓扑结构特点的基础上，设计基于开源软件MRTG的电子政务网络流量监控系统的解决方案，通过对关键设备主要性能参数实时采集，分析出网络中确实存在异常流量，为部署网络安全设备提供了依据．该方案与现有的基于大型网管软件的网络性能监控功能相比，具有原理简单、配置方便、管理代价低和监控对象广泛的优点．     

基于EMD优化NAR动态神经网络的地铁客流量短时预测模型

为了能够更加准确地实现地铁客流预测,提出了一种基于经验模态分解算法（empirical mode decomposition,EMD）优化非线性自回归（nonlinear auto regressive,NAR）动态神经网络的地铁客流量短时预测模型.分析地铁客流量数据后发现日客流量具有一定的变化规律,为此使用了基于时间序列的NAR动态神经网络,该网络具有优秀的非线性动态拟合能力和反馈记忆的功能.结合EMD经验模态分解算法优化NAR动态神经网络预测模型,以此来减少预测误差,提高预测精度.结果显示,EMD-NAR神经网络组合预测模型适用于地铁客流的短时预测,预测精度可达93%,具有较好的应用价值.     

基于模糊粗糙神经网络的交通流研究

交通流预测是实现道路交通科学管理的重要内容,文章概述了模糊粗糙神经网络的基本原理,通过模糊粗糙隶属函数建立了基于模糊粗糙神经网络的交通流控制模型,设计了两级协调模糊控制器,结合模糊控制理论和神经网络各自的优点,构造了模糊粗糙神经网络.通过实践结果证明,该算法精度高,学习速度快,适应能力强,对实时交通流预测有一定的指导意义.