自由正交模格FMO2(n)的自同构群

先讨论一般正交模格簇的次直积的自同构群与自同构群的次直积的关系,再通过自同构映射的性质给出了正交模格MO2的自同构群,利用M.Haviar,C.B.Wegener等人研究的成果:自由正交模格FMO2(n)的分解形式FMO2(n)≌FB(n)×(MO2)φ(n),得到了自由正交模格FMO2(n)的自同构群的分解式:AutFMO2(n)≌AutFB(n)×(Aut(MO2))φ(n),从而解决了自由正交模格FMO2(n)的自同构群的结构问题.     

基于《红楼梦》人物名称的概念隐喻分析

《红楼梦》是我国古典四大名著之一,在这部小说中粉墨登场的人物形象超过600个,其中超过300个有名有姓。关于小说人物名称的研究不胜枚举,但讨论重点一直被放在谐音这种命名手法上。本文尝试将概念隐喻理论这一探究语言与思维模式关系问题的理论工具运用到人物名称分析研究中。深层次地探究作者文字中隐含的思维认知,从而更好地理解他的思想与创作理念。     

SK—II一面镜子映射爱美女人心

宝洁旗下的高端护肤品品牌SK—II推出了新产品“美白产品精研祛斑精华液”,并展开产品传播活动。活动中．除品牌、产品展示外,     

“双碳”目标背景下数智化技术赋能菜鸟全链路绿色物流应用研究

“双碳”目标的提出为现代物流企业的绿色低碳发展指明了前进方向,同时,人工智能、大数据技术的飞速发展正助力现代物流快速进入数智化阶段。菜鸟物流同时抓住两大发展机遇,成功探索出了数智化技术赋能的全链路绿色物流发展模式,成为引领物流行业数智化技术“减碳”目标的先行者和标准制定者。文章采用SVM机器学习算法建立模型,完成了数智化技术赋能后的全链路物流各个环节减碳值测算和分析,厘清了数智化技术与减碳值的映射关系。通过采取多源数据分析等方式解决了模型中存在的过拟合和欠拟合问题,得出的映射关系结果真实可信。     

基于随机化的混沌单分组散列函数的设计与实现

随着网络信息技术的快速发展和广泛应用,通信安全问题越来越突出,散列函数（哈希函数）作为保护信息安全的关键技术,被广泛应用于数字签名、校验文件完整性、消息认证等领域。传统的散列函数已经不能满足现代通信的安全需求,因此不断更新和发展散列函数算法,是未来计算机领域发展的重要目标。文章设计的针对小于128bits短消息的单分组哈希函数,通过引入随机化的思想,重新设计了压缩函数,可以有效地保障短消息在处理过程中的完整性及安全性。     

中国可持续发展水平区域差异的人工神经网络判定

本文在对目前区域可持续发展水平度量方法进行分析的基础上,提出以人工神经网络(ANN)作为区分中国可持续发展水平区域差异的模型工具。构建了ANN模型分析中较为先进的自组织特征映射网络(Self-Organizing Maps,SOFM),并以中国31个省市(自治区)1996年的社会、经济、资源和环境状况作为待分样本,用SOFM进行了可持续发展区域差异的判定。网络运行结果表明,1996年中国可持续发展水平的区域差异可分成5类,SOFM分类结果与专家的判断基本近似。可见,人工神经网络是一条具有发展和应用前景的途径。     

混沌映射在信息隐藏中的应用

隐藏信息容量是衡量信息隐藏算法的主要指标之一。从图像DCT变换交流分量的系数概率分布与图像标准差之间的关系分析,通过混沌映射对载体图像作频谱均匀化处理改变图像的频谱特性,增加可用于隐藏信息的交流数量的有效方法。实验表明通过混沌映射置乱后的图像的频谱有明显改变,可用于隐藏信息的交流系数明显增加,进而可提高隐藏信息的容量。     

后危机时期国际汇率格局的调整

本轮国际金融危机使金融市场避险情绪主导了全球汇率的格局，而经济基本面的作用明显减弱。相应地，在这轮调整中。美元、日元少数货币与原材料和新兴市场货币形成了互相消长的映射关系，大幅变动；欧元有效汇率高位小幅调整，与美元的映射关系减弱。在后危机的中期，随着全球信心恢复、金融监管加强和全球失衡程度的减轻．全球汇率将更多地由经济基本面决定。根据中期全球经常账户的格局预测，美元实际有效汇率将中幅贬值，欧元小幅贬值，亚洲及中东货币升值，中东欧货币变化不大。     

激波形成中包络起点问题探讨

激波的形成源于特征的包络,在关于拟线性PDE激波的估计中,许多文献中往往假设包络形成时刻t=0,是否可行,文章将证明当t>0时,发现在特征线上初始时刻的值与包络起点时刻上的值存在一一对应关系,通过坐标变换可以将其转换成t=0的情形。     

人工神经网络在股票市场预测中的应用

前言 股票市场是一个神奇的世界,它作为高风险高收益的投资领域,一直倍受投资者的关注.研究表明,用传统的回归统计模型对股市进行预测,由于受其非线性映射性能弱以及难以确定合适的模型结构的双重制约,因而对股票市场的相关预测大多很难取得理想的效果.