基于OGSA的软件资源共享技术研究*

针对软件资源共享需求,给出了软件资源共享模型;比较了软件资源共享与网格的相似特点,设计了基于OGSA的软件资源共享系统,详细介绍了系统的体系结构和系统实现的关键技术。考虑到影响软件资源共享服务器性能参数的动态不稳定性和不可公度性,运用模糊多目标格序决策的方法对满足SRSR的软件资源服务器进行了优选。     

基于JXTA架构的对等网络关键技术研究*

较为深入地分析了基于JXTA架构的对等网络关键技术,着重对JXTA虚拟网络、JXTA资源的发布、发现机制等核心问题进行了探讨,指出了目前JXTA RPV(Rendezvous Peer View)查询策略在效率上存在的不足,并针对这些不足提出了改进意见。     

改进型活塞用格来圈在唐钢超薄热带钢生产线上的应用

简要介绍了霞板格来圈的结构、特点，以及在唐钢超薄热带生产线应用中取得的经验。     

L12型Al3Sc基金属间化合物有序化行为和力学性能的第一性原理计算

本文采用亚晶格模型,辅助以第一性原理总能计算,研究了L1₂型Al₃Sc基金属间化合物中元素的占位有序化行为和力学性能。结果表明：Al₃Sc合金呈现完全有序化,其中Al占据3c亚晶格位置,Sc占据1a亚晶格位置；L1₂-Al₃(Sc_0.75M_0.25)金属间化合物(M=Y、Ti、Zr和Hf)也呈现完全有序化,第三组元M均只占据1a亚晶格位置,这些元素的占位行为均不受温度的影响。L1₂-Al₃(Sc_0.75M_0.25)金属间化合物均满足力学稳定性条件。M为Y时,L1₂-Al₃(Sc_0.75M_0.25)金属间化合物的剪切模量、体弹模量和杨氏模量和硬度下降；M为Ti、Zr或Hf时,随着原子半径增大,剪切模量、体弹模量、杨氏模量和硬度逐渐降低,其中Ti的加入可使L1₂-Al₃(Sc_0.75M_0.25)金属间化合物的塑性和韧性达到最好。     

随机背包公钥密码的分析与改进

针对随机背包公钥密码方案,提出一种私钥恢复攻击方法.发现Wang等人所构造的随机背包公钥方案实际上是隐含使用了一个特殊的超递增背包.通过使用普通超递增背包代替该特殊超递增背包,将超递增背包隐藏在随机选择的背包中,对原方案进行了改进,提出一种新的基于中国剩余定理的背包公钥密码方案.改进后的方案消除了原方案存在的设计缺陷,能够抵抗针对原方案提出的格规约攻击、低密度攻击以及shamir攻击.     

格蕴涵代数的软LI-理想

借助软集合,提出了格蕴涵代数的软LI-理想的概念,研究了软集运算下的一些诸如交、且等基本性质,并给出了格蕴涵代数的软LI-理想的一些等价刻画。此外,研究了格蕴涵代数的软LI-理想与格蕴涵代数的软格理想之间的关系。得到了格蕴涵代数的软LI-理想像与原像的性质。     

联想明星产品亮相2016世界移动通信大会

近日,世界移动通信大会(MWC)在西班牙巴塞罗那正式开幕。联想集团明星产品全球首款模块化二合一的平板电脑Think Pad X1 Tablet和中国市场首款内置4G-LTE模块的Windows平板笔记本MIIX 4 LTE参展。除了两款明星产品,联想集团还重点介绍了与谷歌联手推出的全球首款Project Tango技术驱动的消费类移动设备并展示了多个定制化移动互联行业应用解决方案。此外,联想虚拟网络运营商——懂的     

借外力自制局域网

挑战题描述LogMeIn Hamachi是一款用来建立局域网的软件,但常常会出现"中继的通道"情况,导致传输数据速度极慢,有没有什么办法解决这个问题?或者有没有别的可靠的方法代替它建立一个局域网?需要说明的是,双方距离比较远。(题号:20150401)解题思路局域网一般是指"一台服务器+网关+若干台PC"组成的小型网络,通过局域网可以非常方便地实现PC间的互访和资料共享,或者     

基于格理论公钥密码体制的分析与研究

AD 公钥密码体制,NTRU 公钥密码体制和 Regev 公钥密码体制是基于格理论公钥密码体制中最具代表性的三种 公钥密码体制。文章分别从困难问题,安全性和计算复杂性三个角度对三种公钥密码体制进行分析与研究,指出三种公 钥密码体制的联系与区别,并将基于格的公钥密码体制与其他公钥密码体制进行比较,指出了基于格理论公钥密码体制 的显著优点。     

基于粗糙度的近似概念格动态分类集成学习模型研究与应用

概念格(Galois格)是一种进行数据分类学习的有效工具,然而建格规模庞大使分类效率和准确率受到较大影响.将粗糙度理论应用到概念格分类问题研究中,提出一种新型的近似概念格动态建格和分类挖掘集成学习模型(CACLR).该模型在粗糙度区间根据样本空间分布构建多个相对独立分布且比较精确的近似概念格分类器,能及时消除建格过程中大量与分类知识无关的节点,有效缩减原格规模,融合得到的分类挖掘集成学习模型,具有较好的粗糙分类精度和知识预测学习能力.最后进行CACLR分类集成学习模型在标准UCI数据集中的对比实验,有效验证了该模型的实用价值.