1) mapping network
映射网络
1.
An algorithm was proposed to generate small-scale mapping network model based on a large-scale bottom layer network.
提出了一种基于较大规模的底层网络生成较小规模的映射网络模型的算法,比较了以均匀的随机图和非均匀的无标度网络作为底层网络时,所生成的映射网络模型的结构性质。
2) network mapping
网络映射
1.
The network mapping technology is studied,and a new method using the network mapping technology to CD image server to realize sharing CD-ROM database in the network is suggested.
针对目前应用中的光盘数据库网络共享方案的特点,分析了网络光盘数据库模型,并对网络映射技术进行了研究,提出了利用网络映射技术改进光盘镜像服务器、实现数据库光盘网络共享的新方案,测试结果表明,此方案解决了文件系统的相互访问支持问题,对该服务器的数据访问速度大大高于对共享光驱中数据的访问速度,同时其响应速度相当于光盘镜像服务器。
2.
This paper analyses the characteristics of the method for sharing CD-ROM databases in the network and the hard disk combination pattern, studies the network mapping technology,and puts forward the new method for improving the hard disk combination pattern and realizing CD-ROM database sharing in the network by using the network mapping technology.
介绍了目前应用中的光盘数据库网络共享方案的特点,分析了硬盘组合模式,并对网络映射技术进行了研究,提出了利用网络映射技术改进硬盘组合模式实现数据库光盘网络共享的新方案,测试结果表明此方案解决了文件系统的相互访问支持问题,同时其响应速度相当于光盘镜像服务器,在多客户访问的情况下,该服务器的数据访问带宽远高于普通共享光驱。
3.
This paper puts forward a whole solution for CD-ROM database resource integration by the network mapping technology based on the current status of usage of CD-ROM database resource.
针对光盘数据库资源利用现状,提出一种基于网络映射技术的光盘数据库资源整合的整体解决方案。
3) self-organizing map
自组织映射网络
1.
Peak load forecasting using the self-organizing map;
基于自组织映射网络的峰值负荷预测方法
2.
The method uses a self-organizing map to obtain the class label for each training sample and enhanced Fisher linear discriminant(EFM) to find the optimal projection for pattern classification,and a Gaussian distribution to model the class-conditional density function of the projected samples for each class.
该方法首先使用自组织映射网络为每个训练样本确立类别标签 ,然后用改进的 Fisher线性判别模型对所有样本进行投影以尽可能拉大各类之间的距离 ,最后使用高斯分布对每类样本进行建模 。
4) network resources shine upon
网络资源映射
1.
This article analyzes the key technology to image information transmission system,and uses network resources shine upon to design the model of the image information transmission.
本文分析了实现图像情报传输系统的关键技术,并利用网络资源映射技术设计了图像情报传输模型,具有一定的价值。
5) SOM
自组织映射网络
1.
Propose a new self- organizing neural model that performs anomaly detection of HTTP tunnelling activities; discuss the fea- tures of HTTP connections, the optimization of SOM training, and the reduction of false- positive/false- negative.
基于自组织映射网络聚类算法,提出HTTP隧道攻击异常检测模型,讨论HTTP连接样本特征、SOM网络分步优化训练、漏报与误报率的平衡等问题,实现模型并对检测结果进行验证,结果表明系统较好地识别了正常HTTP连接和HTTP隧道连接,漏报/误报率达到最佳平衡。
2.
Research on RSOM Algorithm and Its Application;
为了克服这些困难,在Kohonen自组织映射模型(SOM)的基础上,提出了两种基于类别可分性判据RSOM分类树:非结构自适应的RSOM Ⅰ分类树与基于奇异值分解方法的结构自适应RSOM Ⅱ分类树,这两种分类树的每个节点由拓扑有序的自组织映射网络组成。
6) self-organizing feature map
自组织映射网络
1.
In order to distinguish the faults of flight actuator efficiently and make the pilot be able to solve these faults in time,a method based on Learning Vector Quantization algorithm of self-organizing feature map is proposed.
为了对飞行作动器的故障进行有效辨识,使飞行员能够在更短时间内对故障进行处理,提出了基于自组织映射神经网络的学习向量量化算法;使用此方法在大步长采样下对飞行作动器的卡死和损伤故障进行训练和辨识,并尝试运用小波包技术分解小步长采样数据,结合自组织映射网络对分解后的数据进行分析;检验结果表明,大步长采样下,检测和分类效果令人满意,且具有良好的网络的泛化能力,而在小步长采样下,自组织映射网络不能有效区分故障类型,识别失败。
补充资料：Poincaré回归映射
Poincaré回归映射
Poincare retuni map
关于所有半轨都与V相交的情况可见【A81. 上面提到的“琴真’担字回(‘cyl访drical’口姚esp解e)定义如下.考虑与(·)相关联的自治系统 又二.j(y，x)，少二1.(Al)把f的定义域中每一点(y，x)均与(y+T，x)视为相同，注意到后者形如Rx刀的一点，这里D是R”的一个子集(当(*)定义于R”上时).这时(AI)定义“柱”I:xD上的一动力系统，I:是闭区间10，:j并视其两个端点为同一点，即为一圆.上面考虑的映射T:x卜，沪(:，x)就是I，xD上的动力系统(AI)到超曲面{0}xD中的Poinc沉映射. 关于整体截面的存在性，例如可见【A21 W.2节，以及【A3].在更一般的变换群的框架中可以讨论“擎侠匆泞’(蜘回slices)，例如见【A，l·至于不可微动力系统局部截面的存在性，可见fA4」Vl.2节.在叶状结构理论中可以找到Poinca记回归映射在(叶的)和乐群之生成元中的推广.例如可见【A6) 关于Poinc乏晚回归映射在微分方程理论中的应用(周期轨道附近的性态)，例如可见【AS](所谓“Fk现uet理论”(RO明ett】切ry)).Poi附悦回归映射fpo泳习戊r比川llnap;【.oe月e加。翎，，o、。丘p撇n“e」后继映射(suce巴sor服pp雌) 一个光滑的或至少是连续的流(连续时间动力系统(flow(cont访uous tilned”lanllc:115”tem))S={S，}和一个横截于它的超曲面V的，即是一个将点u〔V映到始于。的流之正半轨道一首次再度与F相交之点的映射T(它只对于那些有再度相交点存在的v点有定义).(超曲面V称为截面(sectlon)，相交面(in-tersectillg sul毛‘e)或横截面(tmnsversal)).若dimV二l(从而{S。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条