再议网络图的逻辑同构变换

图对同一个逻辑问题可有不同的表达方式，在必要时需进行逻辑同构变换＾［１］。本文对“节点型网络向箭线型网络的逻辑风构变换”的研究进行了补充，增加了三种情况的图开有子模，进一步谁了逐节生长法的通用性。同时，提出了箭线型网络向节点型网络逆向变换的算法；逐线收缩法。     

用付里叶—菲涅耳全息图做光学相减和光学微分

提出一种进行光学相减和学学微分的新方法,对离焦象与准确象的差即为物体图象的二阶微分做了证明.实验结果与理论分析吻合     

基于混沌控制的自适应Turbo码译码改进算法

针对Turbo码在译码过程中迭代次数不确定的缺点,提出了一种新的改进算法。即在对附加信息(译码器的先验信息)进行混沌控制的基础上,以附加信息间的距离度量作为迭代终止的判定。仿真试验表明,该改进算法能在保证译码的准确性基础上,避免大量无谓的计算,提高译码速度,尤其在信噪比较大的情况下,效果更为明显。     

政治与技术交往的价值--论哈贝马斯克服现代技术

在哈贝马斯的技术哲学中。克服现代技术思想是其重要的内容，本文通过分析哈贝马斯政治与技术交往理论，揭示他克服现代技术的基本思想，并对其思想的价值进行评价。     

The harmonic decomposition reconstruction for the exponential radon transform

The exponential Radon transform, a generalization of the Radon transform, is defined and studied as a mapping of function spaces. It is represented in terms of Fourier transform of its domain and range, and this leads to the harmonic decomposition reconstruction. The results are similar results of Tretiak and Metz. Foundation item: Supported by the National Natural Science Foundation of China (No. 19971064), Key Project of Science and Technology of Hubei Province Education Committee. Biography: Wang Jin-ping (1963-), male, Ph.D. candidate, research direction: numberical solution of singular integral equation and integral transformation etc.     

改进QDPSO算法在BP网络训练中的应用

QDPSO（Quantum Delta-Potential-Well-based Particle Swarm Optimization）算法是基于量子空间的粒子群算法，对QDPSO算法进行了改进，结合Iris分类问题，应用到BP网络的权值优化中，并和基于标准PSO算法的方法进行了比较。实验结果表明：该算法性能优于所比较的两种算法，并且具有良好的收敛性和稳定性。     

存储过程在ASP/ADO中的应用

使用存储过程可以优化对数据库的访问，本文详细介绍存储过程在ASP／ADO中的应用，并通过一个实例说明如何在ASP页面中使用存储过程。     

关于近代物理实验教学的思考

本文从教学模式、教学方法、开放实验、专题讲座几方面提出了关于提高近代物理实验教学质量的一些设想。     

浅析英汉习语来源之共性

习语是一个民族智慧的结晶,是语言中的精华.凡历史悠久的语言无不有着内容丰富的习语.通过劳动和生活、神话和寓言、历史事件、宗教影响、文学语言、外来语的影响、科技的发展等不同层面,采用对比分析的方法,证实了英汉这两个分属于两个半球的语言,特别是习语,在产生的土壤、演化的历程和来源等方面有非常多的共性.     

Resource Search in Unstructured Peer-to-Peer System Based on Multiple-Tree Overlay Structure

We propose a multiple-tree overlay structure for resource discovery in unstructured P2P systems. Peers that have similar interests or hold similar type of resources will be grouped into a tree-like cluster. We exploit the heterogeneity of peers in each cluster by connecting peers with more capacities closer to the root of the tree. The capacity of a peer can be defined in different ways （e.g. higher network bandwidth, larger disk space, more data items of a certain type etc.） according to different needs of users or applications.