多层生存性网络层间协调机制建模及实验评估

随着网络传输能力的提升,网络故障的危害日益突出。对于多层网络来说,只采用单层的生存性策略可能会导致资源竞争的剧烈化和业务的过保护,这就需要对多层网络的生存性策略进行层间协调。该文研究了IP-WDM(wavelength division multiplexing)两层网络中的生存性问题,通过对网络中的拓扑进行重构,使得两层的问题转化为单层的问题,提出了两层网络的层间协调机制策略,并通过在硬件模拟平台进行数据传输和故障模拟对策略的有效性进行了验证。实验结果表明:采用层间协调机制后,发生故障时,业务传输能够获得更好的恢复效果,网络的生存性得到了提升。     

改进克隆小生境算法及应用

论文借鉴免疫系统中的克隆选择原理,结合小生境技术,引入新的克隆选择机制,提出了应用于多目标优化问题的改进克隆小生境算法(MCNSA).将该改进克隆小生境算法应用于QoS多播路由寻优中,求得该问题的Pareto最优解集,仿真结果说明该算法能够在有限的进化计算代数内迅速收敛,并对网络路由寻优问题提出了有效方案.     

片上网络中基于拓扑排序的死锁检测与恢复方法

提出了一种将拓扑排序应用于片上网络的死锁检测与恢复的方法.利用片上网络线资源丰富的特点,使用专用线路采集并分析网络中各通道之间的依赖关系,快速确定处于死锁环路中的通道位置,并对死锁环路进行解锁.结果表明,所提出的方法简单有效,可以支持各种路由算法,与广泛应用的死锁避免策略相比,其网络资源的利用率和网络性能有所提高,并具有一定的容错能力.
     

基于CATIA/ADAMS仿人灵巧手建模与动力学仿真

应用三维造型设计软件CATIA设计了仿人灵巧手的三维参数化模型,通过CATIA与ADAMS之间的无缝接口程序SimDesigner,将其导入机械动力学仿真软件ADAMS中,进行后续的约束和驱动,完成了仿人灵巧手机构的运动学仿真分析.分析验证了设计的仿人灵巧手模型的合理性和正确性.     

七、八元瓜环与抗癌药物哈尔碱相互作用的考察研究

利用紫外可见吸收光谱法考察了七、八元瓜环与抗癌药物哈尔碱在溶液中的主客体相互作用;考察了时间和pH值对主客体相互作用的影响,并利用摩尔比法和Job法考察了主客体相互作用的包结比,用Reactlab EQULLIBRIA software(R)程序计算了相应的稳定常数.实验结果表明,在水溶液中七、八元瓜环对哈尔碱都有较强的相互作用,并且分别形成了2∶1、1∶1的包合物.所测得包合物的稳定常数分别为3.12×1013 L2·mol-2和6.8×104 L·mol-1.     

土木工程管理专业财会类课程差异化教学模式探讨

工程管理专业的财会类知识与学生未来的就业方向密切相关,各学校在设置该课程时一定要注意与其他非会计学专业财会类课程设置的差异化,要注意与工程管理专业相关课程的衔接,要注意其教学内容的差异化,要注意实践性教学环节的差异化。     

基于抗车辙性能的长大纵坡沥青混合料设计

针对沥青路面长大纵坡路段车辙病害比较突出的现象,为最大限度降低路面的早期破坏,提高耐久性,以沥青混凝土AC-20为基础,通过对矿料级配进行优化设计,得到了一种抗永久变形能力更强的紧密骨架密实结构;选取BMF（北美孚）和浙江石金GBF两种玄武岩纤维,分别采用掺量0．2％、0．3％和0．4％进行车辙试验,分析不同纤维掺量对沥青混合料高温抗变形能力的改善效果。研究结果表明：优化设计后的SAC粗集料断级配是一种抗高温永久变形能力很强的矿料级配;玄武岩纤维沥青混合料的动稳定度得到提高,当纤维掺量在0．2％～0．3％时增长率比较快,掺量超过0．3％时增长率开始下降;AC_20沥青混合料玄武岩纤维BMF最佳掺量为0．35％,GBF最佳掺量为0．31％。研究成果可为长大纵坡路段沥青路面设计提供参考。     

基于非最大纠缠态的双向量子通信协议

对基于非最大纠缠态的量子密码协议进行了研究,并提出了新的看法。协议中的双向传输方式与量子超密度编码相似,可以通过发送量子比特对中的一个粒子来传送一个两比特的密钥。协议的安全性是基于量子力学中非最大纠缠态之间不可能通过本地幺正变换而相互转化的。偷听者Eve可能确定传输的量子态并窃取密钥,但无法重新发送此量子态,合法的通信双方将侦探到偷听者的存在。此种协议也适用于量子安全直接通信。     

悬挂系统减震效果分析

根据拉格朗日方程推导了悬挂系统减震的动力反应分析计算公式,并根据龙格-库塔方法利用MATLAB语言编制程序求解.分析与计算结果表明,悬挂系统具有明显的减震效果,楼层位移沿结构高度分布趋于均匀,层间位移、楼层速度及楼层加速度大幅减小.当悬挂结构系统半径为3m左右时,减震效果可达75％ ～86％.     

Co-regulated Protein Functional Modules with Varying Activities in Dynamic PPI Networks

Current methods for the detection of differential gene expression focus on finding individual genes that may be responsible for certain diseases or external irritants. However, for common genetic diseases, multiple genes and their interactions should be understood and treated together during the exploration of disease causes and possible drug design. The present study focuses on analyzing the dynamic patterns of co-regulated modules during biological progression and determining those having remarkably varying activities, using the yeast cell cycle as a case study. We first constructed dynamic active protein-protein interaction networks by modeling the activity of proteins and assembling the dynamic co-regulation protein network at each time point. The dynamic active modules were detected using a method based on the Bayesian graphical model and then the modules with the most varied dispersion of clustering coefficients, which could be responsible for the dynamic mechanism of the cell cycle, were identified. Comparison of results from our functional module detection with the state-of-art functional module detection methods and validation of the ranking of activities of functional modules using GO annotations demonstrate the efficacy of our method for narrowing the scope of possible essential responding modules that could provide multiple targets for biologists to further experimentally validate.