决策树报文分类算法

报文分类是网络的基本功能,研究人员在过去二十年提出了众多解决方案,其中决策树报文分类算法由于吞吐量高、适用于多字段、可流水线化等特点受到了广泛关注和深入研究。本文介绍了决策树算法最新研究成果,阐述了决策树报文分类算法的几何意义、常用技术和测试基准,从节点切割技术和规则集分组技术两个维度对决策树算法进行了系统分析和归纳。针对两类常用的决策树构建技术介绍了其中的典型算法,对比了各种典型算法的设计思路和特点,分析了它们的适用场景。总结并展望了决策树算法的下一步研究方向。     

民汉大学生自主性学习对比研究——以新疆财经大学民汉学生为例

自主学习是大学生除课堂学习之外最主要的学习形式,也是提高大学生自身素质的重要手段。新疆是多民族聚居地区,民汉大学生学习融合成为新疆教育的一大特色。在学习融合的过程中,民汉学生的自主性学习是否存在差异,成为关注的内容。本文通过调查问卷的形式,对民汉大学生的自主性学习的现状与影响因素进行了对比研究,发现民汉大学生自主学习差异不大,根据问卷调查的情况,提出了加强民汉大学生自主学习的建议。     

Preserving defense technologies: A strategy for economic conversion†

This paper presents a model for converting legacy defense production facilities into private‐sector economic resources. Specifically, this paper will examine as a case study the first successful conversion of a former U.S. Department of Energy nuclear weapons production installation, including reasons for its success, its costs and benefits, and lessons for public policy. It is envisioned that this model may be useful for mitigating local economic hardship resulting from defense “downsizing” and for privatizing production capacities critical for national defense.     

The effect of deployment on first‐ and second‐term re‐enlistment in the US active duty force

Why should deployment affect re‐enlistment? In our model, members enter the military with naïve beliefs about deployment and use actual deployment experience to update their beliefs and revise their expected utility of re‐enlisting. Empirically, re‐enlistment is related to the type and number of deployments, consistent with the learning model. Non‐hostile deployment increases first‐term re‐enlistment but hostile deployment has little effect except for the Army, where the effect is positive. Both types increase second‐term re‐enlistment. Interestingly, first‐term members with dependants tend to respond to deployment like second‐term members. In addition, deployment acts directly to affect re‐enlistment, not indirectly through time to promotion.     

学习策略在地理学习中的运用

有效学习方法能提高学生的学习效率,在中学地理学习中,掌握一定的学习策略是很有必要的。本文重点介绍了选择性注意策略、组织学习策略、构建整体结构策略、解决问题的思维策略四种简单而行之有效的学习策略,对提高学生学习地理的能力和效率均有一定帮助。     

基于交叉熵和新转移函数的模糊神经网络分类器

针对目前普遍采用的误差平方和准则及Sigmoid转移函数在BP算法应用中存在的缺陷和不足,提出了基于交叉熵准则和新的S型转移函数构建的模糊神经网络分类器,并将这种分类器应用于心肌梗死的定位诊断,结果表明其训练效率和识别性能都明显优于传统的模糊神经网络。     

学习迁移理论指导下的分层式课堂活动研究

在大学的英语课堂,学生在课堂活动中的有效参与直接影响到教学效果。这就要求教师以创新的教学方式来提高学生的参与度和主动性。以学习迁移理论为依据,提出分层次实施课堂教学活动,阐释了分层式课堂活动的设计与应用,对其优势进行了分析,以期对贯彻“因材施教”教学理念起到参考作用。     

新疆高校维吾尔族学生英语学习中母语负迁移现象的研究

本文从迁移理论出发,以调查维吾尔族母语负迁移为目的,结合访谈、调查问卷和写作,对分布在新疆不同高校里的维吾尔族学生进行了调查研究,最后得出结论：维吾尔族学生在英语学习中受母语负迁移的影响较大,其中与维吾尔语差异最大的语法方面所受母语影响最大,母语思维是产生负迁移的主要原因,其它方面受汉语影响也比较大。基于上述研究,为了避免负迁移的发生,本文提出了相应的建议。     

复杂声场环境下的近场声全息技术

近场声全息对测量环境的严格要求限制了它在工程实际中的应用,特别是利用互谱法求解全惠面声压时,参考信号的获取极为关键.针对有多个噪声源同时存在的复杂声场环境,提出一种工程解决方法,利用振动信号和声源出口处的信号作为近场声全息的参考信号,在传递函数法的基础上推导出全息面上分离的复声压,由此达到复杂声场环境下的近场声全息重建...     

重力扰动对SINS水平姿态的影响

为研究动基座下捷联惯导系统(Strapdown Inertial Navigation System, SINS)水平姿态误差角与水平重力扰动间的关系,推导了南北方向、东西方向匀速直线运动时,SINS纯惯性解算的水平姿态误差与水平重力扰动间的传递函数,并分析了传递函数的零极点分布;推导了组合导航模式下,水平姿态误差角与水平重力扰动间的传递函数;通过仿真分析了纯惯性解算和组合导航模式下传递函数的幅频特性。组合导航相对于纯惯性解算模式,截止频率更大,SINS姿态误差角受更多高频重力扰动信号的影响,因此,组合导航模式需要更高分辨率的重力扰动数据来进行重力扰动补偿。此外,在对高精度SINS进行重力扰动补偿时,对于重力扰动分辨率的需求是有限度的,过于精细的重力扰动数据只会带来测量和存储压力,不能提高SINS的姿态精度。