一种基于Cross-Product与Hass Tree的IP分类算法

在Cross-Product算法的基础上,结合哈希树(HashTree)数据结构,综合二者的优点,提出了一种新的IP分类算法CPHTIT(Cross-Product and HashTree with index table).仿真结果表明CPHTIT在时间和空间上都达到了高速IP分类的要求,与现有经典算法Grid of Tries和Modular比较,其综合性能有所改进.     

前向神经网络学习速率的自适应算法

学习速率是控制神经网络学习过程的一个重要参数,影响神经网络的稳定性和快速性。提出了一种能够满足实时性要求的神经网络学习速率的自适应算法,并证明了在该学习速率下,神经网络的学习过程是Lyapunov意义稳定的。该方法通过为神经网络的输出增加一个输出修正量来补偿多个未知因素对学习误差的影响,从而构造使学习误差快速收敛到零的学习速率自适应算法。通过对神经网络在线逼近一个非线性对象的过程进行仿真,结果证明了该方法的有效性。     

多维视觉信息DWT-混沌加密技术研究

针对多维视觉信息图像和视频等的加密问题进行研究,提出一种基于离散小波和混沌序列的加密技术。该方法利用多维可视信号宿主的巨大可转换状态空间及各中间状态间的转换关系,获得一种视觉信息最佳保护系统结构框架模型,根据该模型,用DWT变换压缩知化视觉特征,用混沌序列破坏知化视觉特征,达到保护多维可视信息安全的目的。给出一个具体应用实例,通过仿真实验证明了该算法的有效性。     

关于技术进化的个案研究

人工制品是理解技术的重要维度之一。人工制品的形成和发展是一个进化的过程，其“起源’’于已有的技术，发明的动力源于技术体系与人的耦合所决定的技术趋势；人工制品的整个生命周期是一个贯穿着技术趋势的不断具体化的过程，进化的实质在于人工制品在具体化的过程中获得作为存在的意义和厚度。     

黎曼的几何思想萌芽

在分析黎曼的几何思想和其他学科关系基础上，指出了其几何思想的三个来源：数学、物理和哲学。这其中，19世纪前半叶几何学对黎曼有着直接影响；物理研究也是黎曼的兴趣所在，尤其是他一度试图建立各种作用力的统一理论，促使黎曼用无穷小分析研究流形，并触发了黎曼对空间几何基础的讨论；哲学上，黎曼对空间认识论的思考从赫尔巴特那里得到了灵感，并且在流形概念上可能也借鉴了赫尔巴特的研究。最后指出：研究黎曼几何思想不能把各学科分开考虑，必须全面考虑其间关系。     

肝再生

肝脏在受到损害或切除之后,可以显示出强大的再生能力。肝再生这一现象早已被人们发现并研究。肝脏再生的启动因素有哪些,又是如何适时终止的?在肝再生过程中,哪些基因的表达发生了变化?哪些信号通路参与了肝再生过程?这些问题一直是研究者关注的焦点。本文将对肝再生研究的这些热点问题进行综述。     

数学实验课的研究与认识

对数学实验这门课程的起源、目的、意义和作用做了明确的阐述。并对课程的内容和教法做了深入的讨论研究,建议数学实验课应该建设成为一门大学数学的技术基础课。     

一种基于Cross-Product与HashTree的IP分类算法

在Cross-Product算法的基础上，结合哈希树（HashTree）数据结构，综合二者的优点，提出了一种新的IP分类算法CPHTIT（Cross-Product and HashTree with index table）。仿真结果表明CPHTIT在时间和空间上都达到了高速IP分类的要求，与现有经典算法Grid of Tries和Modular比较，其综合性能有所改进。     

对充分发挥学院党总支政治核心作用的思考

《中国共产党普通高等学校基层组织工作要例》规定了高校党委领导下的学院党总支的政治核心作用。本文就如何充分发挥学院党总支政治核心作用从理论与实践方面进行了深入思考。对发挥学院党总支政治核心作用的前提,有效途径、具体体现和关键环节进行了全面论述。     

An Interval-valued Fuzzy Competitive Neural Network

Because interval value is quite natural in clustering, an interval-valued fuzzy competitive neural network is proposed. Firstly, this paper proposes several definitions of distance relating to interval number. And then, it indicates the method of preprocessing input data, the structure of the network and the learning algorithm of the interval-valued fuzzy competitive neural network. This paper also analyses the principle of the learning algorithm. At last, an experiment is used to test the validity of the network.