M-nil-McCoy环

本文引入了M-nil-McCoy环的概念,研究了M-nil-McCoy环的基本性质,给出了M-nilMcCoy环的一些刻画,讨论了M-nil-McCoy环环与其它环之间的关系.     

M-弱拟McCoy环

引入了M-弱拟McCoy环的概念,研究了M-弱拟McCoy环的基本性质,给出了M-弱拟McCoy环的一些刻画,讨论了M-弱拟McCoy环与其它环之间的关系。     

M-强对称环

设 M是幺半群,作为强对称环的一般推广,引入了 M‐强对称环的概念,研究了 M‐强对称环的基本性质,得到了 M‐强对称环的一些刻画。     

基于云模型和支持向量机的入侵检测特征选择方法

针对目前特征选择算法均存在容易陷入局部最优、迭代后期收敛速度慢的缺陷,提出一种基于云模型和支持向量机(Support Vector Machine,SVM)的入侵检测特征选择方法,该方法采用逆向云发生器从真实训练数据中得到云的数字特征,形成实际判断规则,实现正常数据建模,把网络入侵检测正确率作为SVM参数优化目标函数,以提高入侵检测的正确率.在KDDCUP1999数据集上进行仿真实验,结果表明该方法能更有效地精简网络数据特征,能够有效地解决入侵检测中存在的特征选择问题,并在保证较高检测率的基础上,对不同类型的攻击检测具有良好的均衡性.     

Gang调度在云计算任务迁移和饥饿处理中的性能和成本评估

基于亚马逊的弹性计算云(EC2)的架构,对云计算模型中群调度的应用进行研究.研究中整合了作业迁移和作业饥饿处理机制,并同时考虑其性能与成本.在任意时刻可用的虚拟机的数量处于动态变化中,其规模取决于正在被服务的作业的需求.通过仿真研究某些模型,以分析具有作业迁移和饥饿处理机制的群调度的性能与总体成本.结果充分显示该调度策略可被有效地部署在云端,云平台可用于高性能计算或高性能的企业应用中.     

基于可调负载重分配的复杂网络级联失效模型

针对现实网络上的负载重分配规则常常是介于全局分配与最近邻分配、均匀分配与极端非均匀分配的特点, 提出了一种可调负载重分配范围与负载重分配异质性的复杂网络级联失效模型, 并分析了该模型在无标度网络上的级联失效条件. 解析与仿真结果表明, 合理调节负载重分配的范围、负载重分配的异质性可以显著提高复杂网络抵御级联失效的抗毁性.     

六方中孔硅分子筛的合成与表征

以十二胺(DDA)为模板剂,采用溶胶凝胶法室温下合成了六方中孔硅分子筛原粉(HMS-DDA),分析了焙烧法与有机溶剂抽提法,特别是溶剂、抽提时间等因素对合成六方中孔硅分子筛(HMS)中孔结构的影响,利用XRD、FT-IR、HRTEM、XPS及TG-DTA等分析手段对其进行了表征。结果表明:焙烧温度、抽提溶剂及抽提时间对HMS-DDA的脱模及HMS材料的晶格重组、结构有序度及骨架稳定性有显著影响,其中以丙酮为溶剂抽提样品9 h,材料具有良好的中孔有序度和最稳定的中孔结构。同时证实了在HMS-DDA合成过程中,荷电为零的无机硅物种(I°)与中性伯胺分子(S°)之间依靠非静电力协同完成S°I°分子自组装。     

基于元强化学习的无人机自主避障与目标追踪

针对传统深度强化学习在求解无人机自主避障与目标追踪任务时所存在的训练效率低、环境适应性差的问题,在深度确定性策略梯度（Deep Deterministic Policy Gradient,DDPG）算法中融入与模型无关的元学习（Model-Agnostic Meta-Learning,MAML）,设计一种内外部元参数更...     

复杂网络中节点重要度评估的节点收缩方法

首先定义了网络的凝聚度,在此基础上提出了一种评估复杂网络节点重要度的节点收缩方法,认为最重要的节点就是将该节点收缩后网络的凝聚度最大,其算法的时间复杂性为O(n3).该方法综合考虑了节点的连接度以及经过该节点最短路径的数目,克服了节点删除法的弊端.最后的实验分析表明该方法直观、有效且运算速度快,对于大型复杂网络可以获得理想的计算能力.