对移动IPv6中通信节点CN功能模块的研究

实现路由优化的一个重要前提就是通信节点CN对移动IPv6的支持,因此有必要在每个IPv6结点上实现通信节点CN的功能模块。     

基于ElevationGrid节点的虚拟现实仿真

讨论并归纳了VRML下使用ElevationGrid节点的应用范式,总结了利用该节点构造复杂的虚拟仿真模型的方法,并根据具体方法进行了程序验证,从而有效应用归纳于大场景的复杂造型研发。     

基于数据拓扑图的变量影响分析方法

为了解决软件中数据变量发生异常的问题，以及找到该异常变量在整个程序中与其余变量之间的关系和该变量的影响范围，提出了一种基于数据拓扑图的数据影响分析方法。研究了静态分析提取变量的依赖关系包括顺序依赖、自身依赖、节点依赖和函数依赖，得到变量的依赖影响集合，生成变量的数据拓扑图。实验结果表明，该方法能全面覆盖程序中的变量并准确地生成指定变量的数据拓扑图，且数据拓扑图能够发现异常变量在程序中影响了哪些变量，哪些变量被异常变量影响。     

聚丙烯塑料螺纹焊接节点轴心拉力试验研究

聚丙烯塑料栓钉与塑料板采用螺纹连接,然后施加6道焊缝,组成试验试件。为测定聚丙烯塑料螺纹焊接节点在轴心拉力下的强度,本研究将试件放在万能试验机上进行拉拔试验,得到不同螺纹长度的螺纹焊接的破坏形态以及节点轴心拉力与螺纹长度之间的关系。     

采用社会网络能力发现的众包服务节点选择算法

为了解决社会网络众包系统中由于潜在工作者未注册或注册用户的信息更新不及时而导致的服务节点选择不准确问题,提出了一种基于社会关系能力发现的网络众包服务节点选择算法。引入社会关系认知,以众包任务发布者或接受者个人为中心,利用社会网络的相关理论,提炼众包任务主题及相应的关键词,分析其与好友之间的交互信息中出现关键词的次数,结合其朋友圈中相应关键词的出现次数进行综合加权计算,量化朋友的能力大小,生成朋友能力矩阵,重构其社会关系。当众包任务生成或到达时,结合任务完成的质量因子、节点的诚信指数、匹配度等指标,有选择性地向符合能力要求的朋友进行任务转发。模拟微信交互的仿真实验表明:所提算法能较好地进行能力发现和选择合适的任务接受者,并且比随机分发平均节省了约64.5%的时间,可以实现快速精准的任务分发与数据收集。     

科研合作网络形成机理——基于随机指数图模型的分析

知识时代的到来，使得学者个人的奋斗难以完成复杂的科研工作要求，学者之间的合作交流显得越来越重要。科研合作有助于产生创新思想，提高科研工作者的工作效率，促进多领域和多学科的交叉与融合，及缩短科研产出的周期等。因此，研究科研合作网络的形成机理有重要意义。以维普为来源数据库，选取“知识管理”相关研究领域的文献，构建所有学者之间的合作网络，并运用指数随机图模型探究了网络结构和节点属性对合作网络形成的影响机理。结果显示：合作网络具有很好的传递性，网络分布较为均匀，未出现明显的核心节点；相同地区的学者，热门研究领域的学者之间合作更为普遍；此外，拥有高结构洞特征的学者和团队凝聚力高的学者与其他学者的合作更为普遍。本研究进一步丰富了知识管理和社会化网络的相关文献，对学者之间的科研合作也有一定的启示作用。     

打造阳光高效的国土政务环境

近年来,临沂市国土资源局着力把门户网站打造成为了政务公开、网上办事和舆情引导的重要平台。市局门户网站平均日访问量4000多次,总访问量达到370万次,访问IP地址超过129万个,连续五年被表彰为全国国土资源政务信息     

中国直销的湖南现象

正无论横向剖析还是纵向观察,湖南直销都有其特殊性,可谓"中国直销的湖南现象"。在中国的直销地图上,湖南是个特殊的省份。她的特殊在于虽位于中西部内陆,但在中国直销行业的三个特殊历史节点:九十年代传销进入中国并疯狂发展,1998年"一刀切"后到直销破冰,获牌直销企业不断涌现和行业大发展的当下,都呈现出另类繁华的态势。在这片土地上,为什么直销能以"星星之火,可     

一种高性能低功耗的双节点翻转加固锁存器

随着半导体工艺尺寸的发展,时钟频率越来越高,临界电荷变得越来越小,电路节点之间的电荷共享效应变得愈加严重,因此导致多节点翻转(multiple node upsets,MNU)的几率变大。为了解决MNU的问题,文章提出了一种高性能低功耗的双节点翻转加固锁存器(HLDRL),当受到单粒子效应影响时,具有单节点翻转(single node upset,SNU)和双节点翻转(double node upsets,DNU)的自恢复能力。该锁存器由18个异构输入反相器组成,仿真实验结果显示该锁存器具有优良的容错性能,可以实现DNU的完全自恢复,而且对高阻态不敏感。与其他容忍DNU的锁存器相比,该锁存器具有较小的开销,延迟和功耗延迟积分别减小了46.83%和45.85%。     

基于句法树节点嵌入的作者识别方法

作者识别是通过分析未知文本的写作风格推断作者归属的交叉学科。现有的研究多基于字符和词汇特征，而句法关联信息在研究中鲜有涉及。该文提出了基于句法树节点嵌入的作者识别方法，将句法树的节点表示成其所有依存弧对应的嵌入之和，把依存关系信息引入深度学习模型中。然后构建句法注意力网络，并通过该网络得到句法感知向量。该向量同时融合了依存关系、词性以及单词等信息。接着通过句子注意力网络得到句子的表示，最后通过分类器进行分类。在3个英文数据集的实验中，该文方法的性能位列第2或3位。更重要的是，依存句法组合的引入为模型的解释提供了更多的方向。