谈快速力量在标枪训练中的作用

快速力量是速度与力量的综合表现，它的提高受速度与力量的牵制。它对许多运动项目的成绩有重要影响，尤其是投掷项目。本文结合标枪的项目特点，通过快速力量的训练，说明快速力量在标枪训练中具有改善神经系统，保证技术练习，提高身体素质以及调控训练量的作用。     

An Overview of Kernelization Algorithms for Graph Modification Problems

Kernelization algorithms for graph modification problems are important ingredients in parameterized computation theory. In this paper, we survey the kernelization algorithms for four types of graph modification problems, which include vertex deletion problems, edge editing problems, edge deletion problems, and edge completion problems. For each type of problem, we outline typical examples together with recent results, analyze the main techniques, and provide some suggestions for future research in this field.     

基于时空域多特征融合的视频拷贝检测算法

针对视频拷贝检测中检测准确率低和误码率高的问题,提出结合时空域特征的多特征视频拷贝检测算法.该算法结合视频帧最大似然比和SURF描述子构成视频特征,较好地对抗各种视频变换,采用基于Kd树的特征匹配算法提高视频检测效率.实验表明该算法能有效提高拷贝检测的速度和准确度.     

基于IBFBP的IPv6路由查找算法

总结目前IPv6路由查找算法优缺点,提出了一种新的IPv6路由查找算法(IBFBP).该算法结合改进的布鲁姆过滤器(IBF)与BP神经网络,将IPv6不同长度网络ID作为IBF的输入,以关键字的特征标志创建标志库(LB)进行学习,提前判断是否发生误判.并且将位数组用counter计数数组来代替,支持可删除操作,进而进行BP神经网络学习过程.理论分析和实验结果表明:该算法比已有神经网络路由查找算法需要学习的条目数平均减少了1 500倍,还降低了误判率和搜索成本,提高了查找效率.     

一种基于C4.5算法的广告数据包分类方法

针对网页广告中存在的安全问题,提出了一种基于C4.5算法的广告数据包分类方法。通过对用户访问网页时产生的数据包进行收集,从中提取有用信息来构建分类模型实现广告数据包的分类。在对数据包进行处理时根据数据包中包含的信息生成网络关系图,之后在对关系图进行分析时将图论中的量作为属性选取的依据。本方法将数据包的时间属性作为分类的主要属性之一,针对时间属性的处理方法提出了新定义。实验结果表明,本文提出的分类方法能够快速构建具有较高的分类准确率的分类模型,研究结果可为类似问题的研究提供参考借鉴。     

一类特殊的拟几乎Einstein度量直径的下界估计(英文)

加权Myer型定理给出了具有带正下界的τ-Bakry-Emery曲率的完备黎曼流形直径的上界估计,紧致流形直径的下界估计也是有趣的问题.本文首先运用Hopf极大值原理证明了一类特殊的τ-拟几乎Einstein度量势函数的梯度估计.运用该梯度估计得到了该度量直径的下界估计.该结果推广了王林峰的关于紧致下-拟Einstein度量直径下界估计的结果.     

《内蒙古大学学报》(自然科学版)第45卷分类索引

<正>~~     

基于MapReduce的ROCK聚类算法

随着大数据时代的到来,聚类分析算法将面临如数据量巨大、数据维数增加等挑战,分布式处理是解决这类问题的方法之一。本研究将ROCK算法与Hadoop平台相结合,按照分布式处理原则,通过计算机集群模式去处理大规模的多样性数据。实验证明,在Hadoop平台下的ROCK聚类算法很大程度上提升了对高维数据进行聚类的能力。     

基于局部紧耦合结构的模块性优化社区检测方法

利用局部紧耦合结构提升社区检测的模块性优化质量.首先,定义了4类边缘紧耦合结构,并提出了一种具有线性复杂度的边缘紧耦合结构挖掘算法.其次,分别选择k-clique,k-clan,k-plex结构作为核心紧耦合结构,并以长结构优先和短结构优先2种策略将边缘与核心紧耦合结构合并.然后,将合并后的局部紧耦合结构融入模块性优化过程,提出了一种NFN算法.该算法将每个局部紧耦合结构初始化为独立社区,不断凝聚模块性增量最大的2个社区,直至找到预定义数量的社区.6个真实数据集上针对外部指标和内部指标的实验结果均表明,相比于传统的FN算法,NFN算法能发现更高质量的社区.在参数设置方面,长结构优先策略优于短结构优先策略,且采用k-clique结构作为核心紧耦合结构优于采用其他结构.因此,长结构优先策略结合k-clique成为NFN算法的最佳参数组合.     

广义太阳图S_(m,n)奇优雅标号算法及实现

给出了广义太阳图S_(m,n)的定义,设计了该类图的奇优雅标号算法,证明了算法的正确性和广义太阳图S_(m,n)的奇优雅性。利用Matlab语言编制了"广义太阳图S_(m,n)奇优雅标号算法"程序并通过实验数据说明算法的有效性。