八元线性码的一个构作

在有限域层上定义码C,确定了它的维数和最小距离,证明了码C是参数为[8,4,4]的八元线性码．     

两个任意多模相干量子光场之间的相似特性

根据Ludwigknoll等人对两个量子态之间的距离函数的定义,得到了两个任意多模相干态意多模相干态｜狖Zj狚〉q和｜狖Z'j狚〉q之间的距离D(rj,rj',θ),依据D(rj,rj',θ)详细讨论了｜狖Zj狚〉q和｜狖Z'j狚〉q之间的相仿程度与其内禀参数之间的关系,结果发现态｜狖Zj狚〉q和｜狖Z'j狚〉q之间的相似程度不但与线个多模相干态各模在复空间由基态平移的距离有关系,而且与每个相干态相对初始相位差θ相关,在每个平移距离很小时D(rj,rj',θ)随着θ的变化呈现周期性变化.     

八元线性码的一个构作

在有限域F8上定义码C,确定了它的维数和最小距离,证明了码C是参数为[8,4,4]的八元线性码.     

精心调适师生距离，构建和谐师生关系

通常情况下,人们将“距离”分为“时间距离”、“空间距离”和“心理距离”三个层面,其中心理距离是核心层面。师生心理距离指在教育教学中．教师和学生在心灵上的远近关系,它反映了教师和学生的心理间隔程度（以下将师生心理距离简称为师生距离）。     

光纤中的材料色散

光纤色散是光纤通信的一个很重要的特性。由于光纤中存在色散,会使输入脉冲在传输过程中展宽,脉码之间产生干扰,增加误码率,这样就限制了通信容量和传输距离。     

谈谈点面距离的求解策略

线面距离及面面距离通常都是转化为点面距离进行求解，异面直线的距离也常常须转化为线面距离，进而转化为点面距离求解．所以掌握点面距离的求法是学习线面距离、面面距离的基本和关键．以下谈谈求点面距离的几种策略．１ 先作后求 先作后求的思路是：先过点作平面的垂线段，再利用解三角形的方法求出垂线段的长度．但这种解法一般要确定垂足的位置，通常是利用面面垂直的性质来确定垂足的位置． 例１已知正三棱锥Ｐ—ＡＢＣ底面边长为４，二面角Ｐ－ＢＣ－Ａ为６０°，求Ｐ在底面内的射影Ｏ到平面 ＰＢＣ的距离． 解 如图１，过Ｐ作＊ｏ上…     

2─距离空间

引入2－距离及2－距离空间概念,将通常距离空间中的一些概念及其性质推移到2－距离空间里,并对这些性质加以证明和例证．     

关于Hamming码与循环码的一点注记

讨论了Hamming码与循环码之间的关系，得到的主要结果是：设n＝（q~m─1）／（q—1），（n，q—1）＝1，则有k个［n，n─m」Hamming码是循环吗，其中k是（x~m─1）／（x─1）中m次不可约多项式的个数．     

从一道习题谈两异面直线距离的求法

空间七大距离：点点、点面、电线、线线、线面、面面距离是高中数学的一个难点．它们之间既有区别又相互联系．而两异面直线的距离又是难点中的难点．其难就在于两异面直线的公垂线需满足：①和两异面直线都垂直。②和两异面直线都相交．因此，若能突破求异面直线距离这个难点．其它距离问题便可迎刃而解．     

漫话“距离”

在高考中,经常考查两点间的距离、点到直线的距离、两条平行线问的距离、点到平面的距离和球面上两点问的球面距离．近年来,高考逐步考查一些特殊的“距离”．     

利用对偶空间构造最优等维码

令Aq（n,d,k）表示射影空间上的码所含码字的最大个数,Tuvi Etzion 等人给出了Aq（n,2k,k）的上界和下界。我们发现当q=2,n=2k＋1时上界和下界相等,并利用对偶空间给出了最优等维码（2k＋1,2k＋1＋1,2k,k）的一种构造。     

三对角M矩阵的Hadamard积的最小特征值下界估计式的研究

研究了三对角M矩阵B和三对角M矩阵A的逆矩阵A-1的Hadamard积的最小特征值q(B°A-1)界的估计问题,利用A-1的元素新的上界估计式给出了q(B°A-1)新的估计式.若A=B,得到q(A°A-1)新的估计式.     

Parsons图T_b(d,q)的围长

本文证明了Parsons图Tb(d,q)的围长c(Tb(d,q))≤4。对某些b∈GF(q),c(Tb(d,q))=3.     

基于分圆类方法的外差族构造的进一步研究

利用6阶分圆类构造外差族,得到几类GF（q）上参数为（6f＋1,2f,4f,）3的外差族,其中g=6f＋1为奇质数幂,f为偶数．     

The Effect Teaching Experience Has on Perceived Effectiveness of Interactive Television as a Distance Education Model for Elementary School Science Teacher’s Professional Development: Another Digital Divide?

The first year of a 5 year professional development project for elementary teachers in two mid-western states integrated a bridge of two distinctly different distance education networks (T-1 and fiber optics) to provide science professional development for elementary school teachers in rural communities. Interactive television (ITV), the title given to the distance component, consisted of a series of twenty-four, 2 h presentations by scientists and content specialists. It provided expansion to the science pedagogical content knowledge of the elementary teachers involved. Eighty-five teachers in 38 school districts from the two states completed individual surveys following the final ITV session. Analysis of variance of participants post-session survey scores yielded differences (p < 0.05) on the subscales measuring perceived effectiveness of using distance education for professional development purposes and years of teaching experience. Teachers with over 20 years of classroom experience perceived the use of distance education technologies for science professional development to be more effective than teachers with 16–20 years of classroom experience. These results might suggest another digital divide.     

复学后,他们不同的选择——大连电大辍学研究

远程教育学生的高辍学率是远程教育界极为关注的问题。本研究以大连电大英语专业专科直属教学班学习一学期后放弃学业又决定复学的三位学生为研究对象,通过深度访谈对其进行第二学期的跟踪调查,并从电大一线教学亲历者的不同角度获取相关信息,利用质性研究方法深入剖析辍学又复学的学生返回校园后遇到的具体困难、阻碍其学习的各种因素及教学班的作为对其辍学行为的影响,并根据研究结果,分析这三名复学生为何有的留下来继续学习,有的离开学校再次中断学习的原因,进而提出对策,以期为远程教育机构对辍学生回来后如何作为提供思考和启示,也期待通过研究,可以帮助更多的学习者完成学业。     

活体虹膜识别算法研究

对活体虹膜提出了一种新的分窗小波包分解和Hamming距离匹配相结合的识别算法,在特征提取过程中利用了奇异值分解,有效地减少了代码长度,不影响识别效果.实验结果表明,该方法计算速度快,提取特征的效果好,可用于实际的身份鉴别系统.     

基于有限域设计的通用概率卷积算法

概率卷积在现代数字通信系统等领域具有重要而又基础的作用.首先介绍用于有限域下的概率卷积的组合搜索法和FFT法;然后提出一种基于有限域设计的通用概率卷积算法,基于有限域运算,用递归的求解方法实现提出的通用概率卷积算法.通过算例、实验和比较分析,讨论了三种算法在有限域概率卷积中的优缺点.分析发现在小规模的有限域下的概率卷积,通用法与FFT法相比,计算复杂度相当但更通用;在大规模概率卷积情况下,通用算法比FFT更通用,比组合搜索法更有效.     

Indexing the bit-code and distance for fast KNN search in high-dimensional spaces

Various index structures have recently been proposed to facilitate high-dimensional KNN queries, among which the techniques of approximate vector presentation and one-dimensional (1D) transformation can break the curse of dimensionality. Based on the two techniques above, a novel high-dimensional index is proposed, called Bit-code and Distance based index (BD). BD is based on a special partitioning strategy which is optimized for high-dimensional data. By the definitions of bit code and transformation function, a high-dimensional vector can be first approximately represented and then transformed into a 1D vector, the key managed by a B -tree. A new KNN search algorithm is also proposed that exploits the bit code and distance to prune the search space more effectively. Results of extensive experiments using both synthetic and real data demonstrated that BD out- performs the existing index structures for KNN search in high-dimensional spaces.