Ei数据库对科技期刊英文摘要的要求

依据Ei数据库是一个面向工程和应用科学的数据库的要求，探讨了写作科技论文英文摘要的基本原则，提出并强调了英文文摘要做到严格规范性，突出创新性，把握准确性，较为详细地分析了英文摘要要完整，清楚，简明地写出研究的目的、方法、结果和结论，全面反映主题。     

基于有向图故障树自动建树方法的规范化描述及其应用研究

基于有向图的建树方法是目前故障树自动建树研究中最常用的方法之一,但其有效性 多年来一直存在争议,其主要原因在于采用传统的专家定义的算子进行建树推理时,算子定义 不规范,导致对系统复杂的控制结构适应能力不强.该文利用人工智能的原理,对定性推理逻辑 进行了必要的扩展,提出了建树过程的形式化描述,在此基础上将故障树的建树问题转化为一 个约束满足问题(CSP),从而可利用比较成熟的算法来解决上述问题.针对实际问题的例证说 明了这一过程.研究表明,文中所提出的方法更便于计算机自动处理,减少建树过程中的人为失 误,可有效地提高故障分析效率.     

立法的科学性浅析

立法是立法有目的、有意识的活动，而法律调整的社会发展过程则是客观的，要使二统一起来，就必须的主观与客观相符合，所以立法本身应当是一种科学活动。在我国，要实现合立法的科学性，最重要的就是使其符合我国的国情和现代化建设和改革开放的需要，同时要尊重立法本身的规律。     

日本企业与科技情报工作

二战后，日本的许多企业得到了迅速发展，其奥秘在于日本政府注重为企业提供良好的信息环境，以及日本的企业普遍重视科技情报工作。     

高层钢结构罕遇地震分析中的几种计算机技术

程序设计方法和软件易用性研究是现代数值分析技术发展的一个重要方面．将几种现代计算机技术应用于高层建筑结构非线性抗震分析，提高了计算效率和准确性．面向对象有限元技术的应用提高了有限元分析软件编制和维护效率；DAO数据库技术的应用实现了有限元分析在数据平台层面上的统一；Open-GL可视化技术使得有限元分析的前、后处理功能强大而方便；稀疏矩阵求解技术的应用节省了计算资源，提高了计算效率．通对实际应用．验证了这些技术的可行性．     

图的顶点着色问题的DNA算法

图的顶点着色问题是指无向图中任意两个相邻顶点都分配到不同的颜色,这个问题是著名的NP-完全问题,没有非常有效的算法.但在1994年Adleman^[1]首次提出用DNA计算解决NP-完全问题,设计出一种全新的计算模式—模拟生物分子DNA的结构并借助于分子生物技术进行计算,使得NP-完全问题的求解可能得到解决.本文首先提出了基于分子生物技术的图的顶点着色问题的DNA算法,算法的关键是对图中的顶点和顶点的颜色进行恰当的编码,以便于使用常规的生物操作及生物酶完成解的产生及最终解的分离,依据分子生物学的实验方法,本文提出的算法是有效和可行的;其次指出了该算法的优点、存在的问题及将来进一步的研究方向.     

连续优化问题的蚁群算法研究

蚁群算法是一种新型的模拟进化算法，初步的研究已经表明该算法具有许多优良的性质，对于连续优化问题，提出了基于蚁群算法思想的求解算法，并与网格法作了比较，数值试验结果表明该方法比较有效，并具有通用性。     

随机算法异步并行化的效率分析

随机算法的执行时间具有不确定性,这种不确定性为随机算法的异步并行提供了良好的基础,已有许多计算实验表明了随机算法的异步并行可以达到线性甚至超线性的加速.对于求解SAT问题的随机算法RDP,研究了异步并行效率与运行时间分布和处理器数目之间的关系.应用一种单峰分布──分段线性分布模型来模拟随机算法的运行时间分布.理论分析和计算结果均表明:当处理器数目k较小和单峰位于分布的前部时,随机算法的异步并行具有近线性加速.     

群签名中成员删除问题的更新算子解决方案

提出了Camenisch-Stadler群数字签名方案中成员删除问题的一个新的解决方案.新方案使用了群组成员秘密特性钥更新算子方法.新方案中当一个成员加入或被群组删除后,群主管计算并公布群组新的特性公钥及群组成员秘密特性钥更新算子,群中的每个成员只需要利用公开的更新算子重新计算各自的秘密特性钥,系统不需要对每个成员更新颁发成员证书.因此,新方案对大的群组是一个可接受的方案.群组的公开钥、成员的秘密钥及签名的长度都是固定不变的.新方案比Bresson-Stern的群组成员删除方案要好,因为Bresson-Stern的群组成员删除方案中对信息的签名含有证据,这些证据的个数随着被删除对象的个数呈线性增长.更新算子的思想受到了Kim-Lim-Lee的启发,但是该签名算法更为简明.所提出的方案的安全性是基于RSA问题的困难性假设,新方案是抗伪造攻击的,伪造成功等同于求解RSA问题.     

An improved direct labeling method for the max–flow min–cut computation in large hypergraphs and applications

Algorithms described so far to solve the maximum flow problem on hypergraphs first necessitate the transformation of these hypergraphs into directed graphs. The resulting maximum flow problem is then solved by standard algorithms. This paper describes a new method that solves the maximum flow problem directly on hypergraphs, leading to both reduced run time and lower memory requirements. We compare our approach with a state–of–the–art algorithm that uses a transformation of the hypergraph into a directed graph and an augmenting path algorithm to compute the maximum flow on this directed graph: the run–time complexity as well as the memory space complexity are reduced by a constant factor. Experimental results on large hypergraphs from VLSI applications show that the run time is reduced, on average, by a factor approximately 2, while memory occupation is reduced, on average, by a factor of 10. This improvement is particularly interesting for very large instances, to be solved in practical applications.