基于CDN与SDN结合的多区域划分融合架构

为提高内容分发网络(content delivery network,CDN)分发管道的智能分配响应速度,文章提出了一种基于CDN和软件定义网络(software defined network,SDN)相结合的相关架构。该结构是将SDN的控制与转发分离架构和CDN网络结合,将CDN网络的转发平面与控制平面分离,将控制平面集中起来,并将SDN的控制平面划分区域管理,使得数据转发时的管道更加智能和迅速,区域划分则能让用户在管理上更加清晰明了,流量管道的转发上也更加透明。最后与传统CDN-SDN架构进行对比,结果表明该文所提出的架构比以往的架构在数据转发时管道智能选择以及连接方面有了一定的优化提升。     

一种分段集群异常作业预测方法

针对现有集群异常作业预测方法预测效率低、预测时间长的问题,提出一种分段集群异常作业预测(SCAJP)方法．该方法分为离线预测和在线预测两个阶段：离线预测阶段,依据作业子任务的静态特征对子任务终止状态进行预测,并仅在线预测此阶段的正常子任务所属作业;在线预测阶段,在计算作业子任务动态特征的同时,采用改进门控递归单元(IGRU)神经网络根据动态特征实时预测任务终止状态是否异常．两个阶段的最后均根据作业与其子任务的相关性检索异常作业,实现对异常作业的预测．实验结果表明,该方法在灵敏度、精确度和预测时间方面明显优于其他方法．     

平稳遍历函数型非参数递归M估计的收敛速度

文章基于平稳遍历函数型数据,构造非参数回归算子的递归M估计,在一定条件下建立了递归估计量的几乎完全一致收敛速度,推广了现有文献中的相关结果。     

概念的内涵与外延有着反比(变)关系吗?

概念的内涵与外延没有反变关系,因为如果承认种概念的内涵比属概念的内涵多,那么其内涵就必须是:这个概念所反映对象的特有属性加上它上位概念的特有属性,如此类推,将一直加到范畴为止,这与概念的内涵定义相矛盾。概念的内涵和外延是质和量的关系,是量变引起质变,或者质变引起量变。概念的限制与概括也是这种质变与量变的关系。如果说存在反变关系,那就变成量与量的关系了。     

齐次Sobolev空间和齐次Besov空间的一些注记

Sobolev空间和Besov空间在偏微分的学习中占有重要地位,与其对应的齐次空间知识的应用也逐渐得到重视.在这里研究齐次Sobolev空间内的主要定理以及齐次Besov空间等价定义.就齐次Besov空间的等价定义给出具体证明过程;对于齐次Sobolev空间中给出的一些定理,利用环上分解的方法做出详细的证明.这些定理以及相关的证明方法对偏微分方程以及其他研究都有很大意义.     

关于不定方程x(x+1)(x+2)(x+3)=13y(y+1)(y+2)(y+3)

主要运用Pell方程、递归数列、同余式及(非)平方剩余等一些初等的证明方法,证明了不定方程x(x+1)(x+2)·(x+3)=13y(y+1)(y+2)(y+3)无正整数解。在证明该结论的过程中,对不定方程进行变形和整理,将其化为Pell方程形式。根据得到的Pell方程整数解的情况,从而得到6类整数解。根据原不定方程的情况舍去了两类,剩余4类整数解。本文逐一对每一类整数解用同余式及平方剩余的证明方法进行讨论和证明,最后得到原不定方程无正整数解的结论。根据本文的结论也能得到这个不定方程的全部整数解,它们都为其平凡解,由于比较简单,故文中没有再给出。同时本文证明了不定方程(x2+3x+1)2-13y2=-12仅有整数解(x,±y)=(0,1),(-3,1),(-2,1),(-1,1),(-14,43),(11,43)。本文进一步完善了此类不定方程的正整数解的研究。     

逻辑思维关照下的借代辞格定义——兼谈传统定义存在的问题

借代是汉语修辞中的一个重要的传统辞格,本文对借代辞格的定义与分类进行分析总结,引进概念域这个概念,对借代辞格进行重新定义。     

对高职健美操课程教学方法的探讨

健康体魄是青少年为祖国和人民服务的基本前提,学校教育要树立健康的指导思想,作为高等职业院校体育教师.教学中不断思考、摸索,使体育课在学校课程中发挥出其特有的效果.健美操课程在全国高校中,以其时尚魅力和独特的健身价值吸引着高校青年学生的喜爱.根据健美操项目特点,结合自主学习的方式以及高职院校健美操的教学实践,探讨教学中的提高学生自主学习的方法.     

中外面子定义及其差异

面子是一种普遍的社会现象,它源于中国却不仅仅局限于中国,各个国家的面子都有其特色.从宏观的角度来看,中西方面子定义的差异在一定程度上反映了文化的差异.从综述中西方主要的面子定义着手,分析了中西方面子观的主要差异.     

面向食品安全评价的属性约简方法研究

针对现有食品安全评价指标约简方法计算效率低的问题, 提出一种新的属性约简方法〖CD2〗基于粗糙度的属性约简方法。该约简属性从空集开始, 引入粗糙度概念, 利用粗糙度P_B(X)作为条件属性的选择标准, 逐步地将粗糙度值最小的条件属性加入到约简集中, 得到新的论域, 并用递归的处理方法简化属性的搜索空间, 直到论域变为空集, 获得简化的属性集。实验证明了该方法的正确性和有效性。