摘要：对等网技术实现了将互联网上的资源作为统一资源的可能性 ,这是一种动态的、多机构虚拟组织的资源协调共享和问题解决的崭新技术。数字图书馆的功能是突破图书馆围墙的限制 ,延伸到不受时空限制的网络空间。通过阐述数字图书馆的特性及对等网的基本概念 ,提出了基于对等网技术的数字图书馆构想 ,对基于对等网的数字图书馆设计过程中的一些关键问题进行了分析和探讨 ,并给出了一些解决方案。

摘要：针对FlexRay网络参数设计问题,定性分析了动态段长度等参数和消息ID分配对网络性能的影响,推导出动态段带宽利用率和消息最坏响应时间计算方法。以消息响应时间为约束,以最大带宽利用率和最小整体响应时间为设计目标,给出了FlexRay动态段长度和帧ID的优化设计模型及求解算法。以CANoe和DaVinci Network Designer为仿真平台进行实验,结果表明,该设计方法能够保证较高的动态段带宽利用率和较小的消息响应时间。

摘要：对现有的 IPVPN 的三种互连方案进行讨论,并指出了这三种方案的主要缺点是:硬件成本较高,集中讨论了有关虚拟路由器的概念、协议、功能及虚拟路由器的 IP VPN 构建方案,重点讨论了使用虚拟路由器连接和实现 IP VPN 的三种方案,第二层的虚拟路由器到虚拟路由器的连接方案、多个虚拟路由器聚合到一个虚拟路由器上的方案、多个骨干网的聚合虚拟路由器到聚合虚拟路由器连接方案。

摘要：借鉴区域和企业技术创新效率评价研究的范式,有针对性地选取了评价指标,并运用数据包络分析模型和问卷调研的方式对广东省19个地市专业镇的科技创新效率进行了研究。通过对2009-2012年广东专业镇科技投入与产出数据的DEA有效性分析,可以看出广东专业镇整体的技术创新效率偏低,科技资源分配和投入方式较为粗放,存在一定程度的冗余和浪费现象。为了进一步研究影响广东省专业镇创新效率和能力的关键因素,设计和发放了针对专业镇创新平台科技管理一线人员的调查问卷。问卷调研的实证分析结果也基本验证了基于DEA模型的专业镇创新效率分析,同时也部分揭示了影响广东专业镇创新效率的关键影响因素,以及当前专业镇科技创新管理政策方面潜在的问题和未来改进的科技政策建议。

摘要：对于口令认证的密钥交换协议的安全性要求,提出一种口令认证的三方密钥交换协议,利用服务器存储客户端口令的验证值、双线性对与基于身份加密算法等内容进行协议的设计,并对协议进行了安全性和效率的两个方面的分析。分析表明,所提出的协议具有口令认证的三方密钥交换协议的安全属性要求,也具有较好的效率。

摘要：【目的】探究和验证用户隐式行为数据的挖掘方法及结果对信誉共谋攻击识别模型精度提升的效果。【方法】提出用户融合隐式行为分析的总体框架,提取隐式行为特征;设计两阶段综合特征选择方法,选择多个高辨别力的特征。【结果】利用电子商务中的大量数据实验验证了用户隐式行为挖掘在抗信誉共谋中的有效性,对共谋者的识别能力优于显式特征。【局限】攻击者和合法用户隐式数据规模仍需要进一步扩大。【结论】融入用户隐式行为挖掘可较大幅度提升信誉共谋识别模型的精度。

摘要：概括地介绍了当前各类常用报表工具的优缺点及其分类,阐述了一个OLE型报表工具的设计方法、系统结构、实现技术、属性定义、事件机制及应用编程接口,解决了报表工具与应用程序相对独立的问题,最后以一个具体的应用实例对该工具的使用方法和技巧做了简单说明。

摘要：构建包含政府-企业-消费者三方的碳配额分配及交易减排供应链,其中消费者基于自身低碳偏好进行产品选购,政府基于行业社会福利最优进行企业配额分配和碳指导价设定,企业基于利润最优进行生产和销售。通过建立混合博弈模型,对比分析了考虑企业和消费者双重异质性的配额分配及交易机制对政府、企业最优决策行为的影响。研究结果表明:该减排机制能在保持社会福利最优的基础上更好地提升消费者和企业的参与积极性,实现对异质企业的双向和持续性减排激励。消费者低碳偏好和单位碳排差异度是影响减排机制实施方案和实施绩效的关键因素,其中,消费者低碳偏好决定了行业最优碳价和配额分配规则,且在主动和被动两个层面影响企业决策和产品价格;单位碳排差异度是影响企业利润、消费者主动支付倾向和减排绩效的重要因素,严格的差异度划分有利于形成正向激励;差异化的配额率易于形成减排激励,其与自主配额率间的差异是造成碳价波动的原因之一;研究也表明,过低的单位碳排差异度不适合进行企业异质性划分,在减排机制设计中应弱化"碳收益激励"目的。

摘要：文章论述和分析了任务粒度、并行度和并行通信方式三者之间的关系,以及DAG任务图中的任务映射方法。任务粒度的增加会减少通信,降低并行度,但在采用不同的通信方式时,反而会增加通信开销。在任务图确定的情况下,盲目地增加处理机数目并不能提高任务的并行度,该文提出了一种映射方法以最大限度地利用好处理机资源。

摘要：传统基于机器学习的睡眠呼吸暂停(SA)检测方法,需花大量工作在特征工程与分类器设计上。本文提出了一种基于卷积神经网络(CNN)的SA自动检测方法,构建了一个包含4个卷积层、4个池化层、2个全连接层和1个分类层的一维CNN网络模型,通过网络自身结构实现特征自动提取与分类。利用呼吸暂停-心电图(Apnea-ECG)数据库中70例整晚单通道睡眠心电图(ECG)数据对该方法进行了验证,通过对比实验发现当输入为单通道ECG信号、RR间期(RRI)序列、R峰值序列、RRI序列+R峰值序列四种情况时,网络在SA片段检测上的准确率为80.1%~88.0%,表明该CNN网络是有效的,能从原始单通道ECG信号或其派生信号RRI、R峰值序列中自动提取特征并分类。当网络输入为RRI序列+R峰值序列时效果最好,在片段SA检测上的准确率、灵敏度和特异度分别为88.0%、85.1%和89.9%,个体SA诊断准确率达100%。研究结果表明,本文提出的方法能有效提高SA检测的准确性和鲁棒性,且性能优于近年主要文献报道,有望应用于配备远程服务器的便携式SA筛查诊断设备中。