简介：在这份报纸，我们比较了联合网络隧道编码的表演(JNCC)为多点传送当独占时，用低密度同等值支票(LDPC)的继电器网络作为隧道代码编码，Convolutional编码或(XOR)编码的网络在中间的继电器节点使用了。多点传送继电器传播是二个固定继电器节点在第二在作出贡献的传播计划的一种类型在基础收发器车站(BTS)和一双活动车站之间的端对端的传播跳跃。我们认为一个方法和二个方法多点传送评估位错误率(BER)和产量性能的情形。是否使用XOR网络在中间的继电器节点编码，被看了那，一样的传播因此在更少的时间槽变得可能产量性能能被改进。而且我们也在建议系统模型，差异和multiplexing获得在被考虑了讨论了二种可能的情形。它值得通知那BER和产量为LDPC代码完成了比对讨论的所有计划的Convolutional代码好。

简介：

简介：BPandRBFneuralnetworktopredictforeststockvolumewerestudied,butthestudyinevaluatingbothnetworks’applicationeffectswasnotconducted.Inordertofindahigherforecastprecision,morestrongapplicativemethod,thecomprehensiveanalysisandevaluationonthetwomethodswerecarriedoutinthepracticalapplication.Bythecorrelationanalysis,crowndensity,shady-slopeandsunny-slope,TM1,TM2,TM3,TM5,TM7,NDVI,TM,(4-3),TM4/3wereselectedasinputvariables,andtheforestvolumeofMiyunCountyasoutputvariables,RBFandBPneuralnetworkmodelsforforecastingtheforestvolumewereestablished.Andtheneuralnetworktrainingsteplength,trainingtime,predictionaccuracyandtheapplicabilitymodelofthetwomethodswerecomprehensivelyanalyzed.TheresultsshowthattheRBFneuralnetworkmodelissuperiortotheBPneuralnetworkmodel.

简介：

简介：

简介：AnewanalyticalmethodusingBack-Propagation(BP)artificialneuralnetworkandkineticspectrophotometryforsimultaneousdeterminationofironandmagnesiumintapwater,theYellowRiverwaterandseawaterisestablished.Byconditionalexperiments,theoptimumanalyticalconditionsandparametersareobtained.Levenberg-Marquart(L-M)algorithmisusedforcalculationinBPneuralnetwork.Thetopologicalstructureofthree-layerBPANNnetworkarchitectureischosenas15-16-2(nodes).Theinitialvalueofgradientcoefficientμisfixedat0.001andtheincreasefactorandreductionfactorofμtakethedefaultvaluesofthesystem.ThedataareprocessedbycomputerswithourownprogramswritteninMATLAB7.0.Therelativestandarddeviationofthecalculatedresultsforironandmanganeseis2.30%and2.67%respectively.Theresultsofstandardadditionmethodshowthatforthetapwater,therecoveriesofironandmanganeseareintherangesof98.0%-104.3%and96.5%-104.5%,andtheRSDisintherangeof0.23%-0.98%;fortheYellowRiverwater(LijindistrictofShandongProvince),therecoveriesofironandmanganeseareintherangesof96.0%-101.0%and98.7%-104.2%,andtheRSDisintherangeof0.13%-2.52%;fortheseawaterinQingdaooffshore,therecoveriesofironandmanganeseareintherangesof95.3%-104.8%and95.3%-104.7%,andtheRSDisintherangeof0.14%-2.66%.Itisfoundthat21commoncationsandanionsdonotinterferewiththedeterminationofironandmanganeseundertheoptimumexperimentalconditions.Thismethodexhibitsgoodreproducibilityandhighaccuracyinthedeterminationofironandmanganeseandcanbeusedforthesimultaneousdeterminationofironandmanganeseintapwaterandnaturalwater.ByusingtheestablishedANN-catalyticspectrophotometricmethod,theironandmanganeseconcentrationsofthesurfaceseawaterat11sitesinQingdaooffshorearedeterminedandtheleveldistributionmapsofironandmanganesearedrawn.

简介：传统地，在空中的时间域电磁(ATEM)数据被转换由重复导出地球模型。然而，数据高度经常在隧道之中被相关并且因而在倒置引起提出病、在坚定上的问题。关联复杂化在ATEM数据和地球参数之间的印射的关系并且因此增加倒置复杂性。排除这，我们采用主要部件分析把ATEM数据转变成直角的主要部件(PC)减少关联和数据维数并且同时压制无关的噪音。在这份报纸，我们使用一个人工的神经网络(ANN)接近与地球模型参数印射关系的PC，避免Jacobian衍生物的计算。基于PC的ANN算法为在空中的时间域与data-basedANN相比为分层的模型被用于合成数据电磁的倒置。结果在data-basedANN上表明更简单的网络结构，更少的训练步骤，和更好的倒置结果的基于PC的ANN优点，特别为污染数据。而且，基于PC的ANN算法有效性被假2D模型和比较的倒置与data-basedANN和Zhodys方法检验。结果显示基于PC的ANN倒置能与真正的模型一起完成一个更好的协议并且也证明基于PC的ANN是可行的转换大ATEM数据集。

简介：

简介：

简介：

简介：网络活动性(NEMO)是为一个整个网络的活动性管理建议的一个协议。它为无缝的因特网提供连接到活动终端用户。然而，NEMO协议广泛地没在因特网被使用，因为它没关于认证和授权考虑安全问题。建议框架设计了特别为NEMO网络环境使用的一个存取控制计划。它基于认证，授权，和财务(AAA)系统。同时为所有活动节点证实能使用活动路由器，并且使用活动网络节点(MNN)控制MNN的安全存取的表同步机制。由使用外国AAA服务者缓存机制，这个计划能减少认证时间推迟并且改善网络的效率。优点被比较经由OPNET模拟与另外的最近的相关研究证明。

简介：

简介：在这份报纸，统一的近似分区的技术被用来与sigmoidal函数构造神经网络操作符的一个类。把功能的连续性的模量用作一个度量标准，连续功能在紧缩的间隔上定义的接近的操作员的错误被估计。Furthmore，两倍Fourier系列的Bochner-Riesz工具操作员被用来构造网络操作员因为由操作员的近似的接近的bivariate功能，和错误被估计。

简介：

简介：Becauseoftheadvanceddevelopmentsininformationtechnologyandnetworking,ausercaneasilycommunicatewithothersviatheIntemet.

简介：

简介：SubmissionDeadline:25June2012JournalofElectronicScienceandTechnology(JEST)invitesmanuscriptsubmissionsintheareaofNetworkanCommunicationSecurity(NCS).ThisspecialissueofJESTwillfocusonrecenttheoreticalandapplicationachievementsNCS.Itisintendedtohighlightandsummarizethemajordevelopmentsthathaveoccurredoverthepastfewyears.Topscopestobecoveredinclude:

简介：Thepaperproposesanovelalgorithmtogettheencryptionmatrix.Firstly,achaoticsequencegeneratedbyChebyshevchaoticneuralnetworksisconvertedintoaseriesoflow-orderintegermatricesfromwhichavailableencryptionmatricesareselected.Then,ahigherorderencryptionmatrixrelatingrealworldapplicationisconstructedbymeansoftensorproductionmethodbasedonselectedencryptionmatrices.Theresultsshowthattheproposedalgorithmcanproducea'one-timepadcipher'encryptionmatrixwithhighsecurity;andtheencryptionresultshavegoodchaosandauto-correlationwiththenaturalfrequencyoftheplaintextbeinghiddenandhomogenized.

简介：

简介：植物在最佳的季节的条件下面有花的一个能力保证繁殖成功。光周期和温度是植物flowering的二个重要季节依赖者因素。植物的花的转变在光周期和温度取决于变化的精确测量。在Arabidopsis和米饭上的分子的生物学和遗传的最近的进展表明由光周期和温度的植物flowering的规定与不同规章的小径涉及一个复杂基因网络，并且新证据和理解在米饭flowering的规定被提供。这里，我们总结并且分析不同flowering规章的小径详细在米饭基于以前的研究和我们的结果包括短天的提升，长天的抑制，flowering的长天的正式就职，夜里裂缝，不同轻质量并且温度规定小径。