简介:网络传输可以分为四种形态:“一对一”,“多对一”,“一对多”和“多对多”。“一对一”是问题分解的终极,而“多对多”则是效率所追求的终极。由四种形态之间转变展开讨论,为了提高效率,网络传输应该转向“多对多”。群对群是“多对多”的另一种传输方式,或者说,是强调分群的“多对多”传输。
简介:本文通过对一道命题的逆命题的研究,给出了Lipschits连续的概念,并讨论其与原有连续及一致连续的关系.
简介:文章提出了利用矩阵的方式来计算Tchebichef矩的平移不变量的方法,避免复杂的迭代的同时,保持了数值的稳定,实验表明,这种方法有着较高的精度.
简介:该研究利用非下采样Contourlet变换的平移不变性和多方向选择性,考虑变换域内子带系数尺度间和尺度内的双重相关性,自适应地调节双变量模型下子带系数的收缩量,使子带系数的收缩量与子带含有图像细节内容的多少成比例.仿真结果表明,与仅考虑子带系数尺度间相关性的去噪算法相比,该算法在去除噪声的同时能有效保持原图像中的细节和纹理信息,改善恢复图像的主观视觉效果,提高恢复图像的PSNR值.
简介:群对群(G2G)计算是一种基于G2G网络的分布式计算。由群所组成且涉及群与群关系的网络称为G2G网络,群是一些具有相同属性节点的聚合。G2G计算定义了4种基本运算:传递(Transfer),交换(Exchange),节点处理(NodeProcess)和变形(Transmute)。用4种基本运算可以搭建不同的G2G计算。G2G计算得益于灵活的分群,相同属性或任务的群内计算,以及群对群的多对多连接。G2G计算还具有灵活的体系结构。G2G计算是灵活,方便和有效的分布式计算。
简介:利用Bernoulli多项式和Bernoulli函数,给出了连续可微函数的Bernoulli表示,并用这种表示来解决一类差分方程的通解问题。