利用直接拓扑规则分析无源SC网络

文章提出了一个简单信号流图直观分析SC网络的技术,这种方法是基于所谓“双节点图”的概念,它可以使我们用简单的信号流图来表示一个理想运放,这种方法对于能分解成结构块的网络是特别有效的.为了分析高难度SC电路,文章拓宽了这种方法(包括所谓的“直接拓扑规则”).本文给出的方法使我们推导和分析非有向图很容易,而且对网络拓扑不加限制.     

几种互连网络的拓扑结构分析

本文介绍了设计一个互连网络的基本方法和原则,并分析了几种常见的互连网络的特性,以及这些网络自身的优缺点.     

LAOV网络及其拓扑排序算法

基于AOV网络扑拓排序算法,提出了新的LAOV网络算法,并在VC++环境下利用栈和队列实现了LAOV网络拓扑排序算法,同时给出了在LAOV网络中拓扑排序里有无回路的判定方法,并举例说明了LAOV网络算法的执行过程、结果及运行时间等。实验分析结果表明,算法正确,效率较高。     

全电阻集成有源波器分析

利用集成运算放大器的高增益特性，在其同相输入端或反相输入端接入不同的全电阻网络，完成低通、带通、高通等滤波特性。全电阻有源滤波器利用电阻标称值系列多，精度高之优点，克服RC网络中电容标称值系列少而使滤波特性精度降低的不足，使有源滤波器能更好地应用在信号处理电路中。     

拓扑辨识一类新的复杂动态网络

复杂网络是复杂系统研究中的一个热点问题.时滞现象在现实网络中普遍存在,复杂网络中不仅节点之间的相互作用会出现时滞现象,节点动力学也会出现时滞.而社团结构在复杂网络中也极其重要,当信息从一个社团传到另一个社团时也会出现时滞现象.因此,根据LaSalle不变性原理和网络自适应控制技术,针对由相同节点构成的具有社团结构和节点时滞的复杂动态网络,提出了一种辨识未知拓扑结构的自适应控制方法,通过数值仿真验证了所提方法的正确性和有效性.     

Nullor网络一种新的拓扑分析方法

从节点导纳矩阵出发 ,定义了电压图、电流图 ,把节点导纳矩阵的代数余子式表示为电压图、电流图中完全树的树支导纳乘积之和     

含噪声的复杂动力网络的拓扑结构识别

用随机微分方程的手段来研究含噪声的复杂动力网络的拓扑结构识别,通过使用Duffing系统来进行仿真,得到较好的结果,验证了所提出方法的有效性.     

片上网络的拓扑结构研究

随着SoC体系结构设计复杂度的提高,传统的总线结构已成为IP核之间通信的瓶颈,新的设计方法片上网络(NoC)应运而生.在对NoC拓扑结构进行了分类的基础上,分析了各种网络拓扑的相关特性,结果表明这些拓扑结构都具有良好的可扩展性,文章还探讨了NoC拓扑结构的发展方向.     

利用Internet技术建立网络教学平台

随着科学技术的进步和计算机网络技术的发展，计算机已经应用到各个学科领域，利用计算机网络教学，也越采越受到各个学校的重视，这就需要建立一个网络平台来支持实施这种网络教学活动。网络教学平台就是利用学校现有的校园局域网，引入Internet技术，通过架设WEB服务器、FTP服务器、MAIL服务器、多媒体服务器、论坛等，再配以多种互联网接入技术，从而建立起一个网络教学平台。     

求解几何拓扑网络设计问题的一种新方法

由于几何拓扑网络设计中许多问题都可以归结为极小极大问题，而熵函数法正是求解极小极大问题的一个强有力的数学工具，所以本文试图运用熵函数法求解一些几何拓扑网络设计问题．理论分析和试验结果均表明了熵函数法求解这些问题的有效性．     

主动网络对分布式应用性能的提高

随着计算机技术的发展和网络的推广，分布式应用成为发展的趋势.针对主动协议对分布式应用性能的提高进行探讨，从而提出对cache等主动协议的要求，最后将介绍以较小空间获得高性能的自组织广域网cache协议.     

一种基于主动网络的管理模型的设计与研究

讨论传统网络管理中存在的问题,分析了主动网络管理体系结构与管理机制. 重点讨论一种基于节点为核心的主动网络分层管理模型,并研究了该模型的结构、管理机制、设计要点和各层关系,说明了该模型能够较好地适应主动网络的特点和管理的需求.     

基于网络环境化学自主学习模式探究

探索基于网络环境下的自主学习的教学模式,已成为当前信息技术与学科教学整合的一个重要方向。本文结合学科教学的特点,依据自主学习模式构建的理论基础,提出了基于网络环境的化学自主学习的几种模式。     

构建主动性网络安全模式体系

在计算机网络快速发展和广泛使用的同时，各种威胁破坏网络安全的因素也在不断出现，如何从思想、安全策略、技术和具体措施上有效避免病毒、黑客等对网络的破坏已成为大家关注的问题。为了有效解决这个问题，就应从被动防护转变为主动出击，构建主动预防体系。为此，对构建主动性网络安全模式的办法进行了探讨。     

网络课程建设在高职专业课教学中的积极意义

以现代化教学方法和手段来提高教学质量成为教学改革的关键。近几年,网络课程的建设对高职专业课教学有着积极意义,它有利于进一步提高教师的专业水平,有利于教师与学生的互动与沟通,有利于校外兼职教师参与专业课教学活动,有利于＂课证结合＂教学模式的开展。     

线性有源二端网络的等效变换

戴维南定理作为一种求解方法经常被用到复杂的线性直流电路分析和计算中,它的应用会使复杂问题简单化。利用戴维南定理求解开路电压Uoc和等效内阻Ro,可用计算法和实验法。灵活掌握这些方法,就可正确分析和解决复杂电路问题。     

全局优化神经网络拓扑结构及权值的遗传算法

提出将前馈多层神经网络的全局优化表述作为启发式遗传搜索的问题．设计了遗传算法全局优化神经网络拓扑结构和网络权值的新的编码方案,并利用该方法求解了洪水预报问题,给出了实例预报结果     

Communicating Politics: Using Active Learning to Demonstrate the Value of the Discipline

In the context of higher tuition fees, the Government’s employability agenda and growing concern for defined career development strategies among young people, there is a need more effectively for Politics programmes to foster the capacity to communicate politics. Without communicating the implications and relevance of politics the subject and the skills derived from studying within Politics the discipline, Politics departments may face recruitment difficulties that those in, for example, the natural sciences, vocational subjects or the ascendant Business Management, may not. This article examines pedagogical means of promoting the capacity to communicate politics as part of an overall programme which integrates outreach, widening participation, recruitment, undergraduate study and employability activities. I focus, in particular, on applying salient approaches prominent within the Politics pedagogical literature to the development of the curriculum of a third year undergraduate module in the Department of Politics, Philosophy and Religion at Lancaster University: PPR389: Communicating Politics. I suggest that incorporating active learning and innovative teaching and assessment methods provides opportunities for meeting both student recruitment and employability agendas in Politics and beyond.     

Using Active Learning Methods to Strategically Select Essays for Automated Scoring

Research on Automated Essay Scoring has become increasing important because it serves as a method for evaluating students’ written responses at scale. Scalable methods for scoring written responses are needed as students migrate to online learning environments resulting in the need to evaluate large numbers of written-response assessments. The purpose of this study is to describe and evaluate three active learning methods that can be used to minimize the number of essays that must be scored by human raters while still providing the data needed to train a modern Automated Essay Scoring system. The three active learning methods are the uncertainty-based, the topological-based, and the hybrid method. These three methods were used to select essays included in the Automated Student Assessment Prize competition that were then classified using a scoring model that was trained with the bidirectional encoder representations from a transformer language model. All three active learning methods produced strong results, with the topological-based method producing the most efficient classification. Growth rate accuracy was also evaluated. The active learning methods produced different levels of efficiency under different sample size allocations but, overall, all three methods were highly efficient and produced classifications that were similar to one another.