卡夫卡中短篇小说中的非人类叙事

近年来非人类叙事已成为学术界关注的热点和前沿话题。20世纪最杰出的预言和寓言作家卡夫卡,不仅是人类叙事的卓越代表,也是非人类叙事的探险者和领路人。卡夫卡的非人类叙事主要涉及他的中短篇小说。卡夫卡的非人类叙事主要通过动物叙事来完成,变形叙事也是卡夫卡的重要叙事方式和手段,物叙事则是卡夫卡的卓越创造和独特贡献。鉴于以往我们对卡夫卡的人类叙事作品关注和研究较多,对非人类叙事作品重视和研究尚显不足,尤其对这类作品的叙事特征和价值研究不够,因此,集中探讨和分析卡夫卡的非人类叙事艺术无疑丰富和拓展了有关卡夫卡的研究领域,对于叙事学理论研究也有一定的积极意义。

一种用于图像检索的新型半监督学习算法

基于支持向量机的理论提出了一种用于图像检索的半监督学习算法。该算法的基本思想是,如果两点彼此是最近点,则它们共用一个标注。因此,该算法可以在具有最大类间空隙和很好保留位置特征的基础上找到一个投影。对该算法和标准支持向量机及转导(transductive)支持向量机的图像检索效果进行了实验比较,结果表明该算法可以获得更好的效果。

一种基于相关反馈的视频人脸算法

在保局投影算法(LPP)及支持向量机(SVM)的基础上提出了一种基于相关反馈的视频人脸识别算法.该算法通过合理的数据建模提取出视频中的时空连续性语义信息,同时能够发现人脸数据中内在的非线性结构信息而获得低维本质的流形结构,还能通过反馈学习来增加样本的标记类别.在UCSD/Honda视频人脸数据库和自采集数据库上进行比较的实验结果表明,该算法能够获得更好的识别效果.

基于保局投影的相关反馈算法

在原有保局投影算法中引入用户反馈,用其更新构建降维映射的特征向量,从而得到一个更能够反映语义属性的图像表示子空间.该算法利用用户反馈迅速优化图像表示,使它具有长期学习的能力.实验结果表明:该算法可以提高检索的准确度,而且在经过长期学习后可以获得一个近似最优的图像降维子空间.

一种基于近邻保留的相关反馈图像检索算法

图像检索中很多时候会出现相关反馈提供的标注样本数不足,从而导致监督学习方法面临过适应问题的困扰。提出一种能有效使用未标记数据的半监督新型算法:近邻保留回归算法,它通过使已标记数据的观测误差函数最小化,来选择综合性能最好的回归函数,以兼顾图像的语义特征及图像空间的几何结构,并解决过适应问题。实验结果证明,算法能有效提高图像检索系统的性能。

保局投影算法在图像检索中的应用研究

对国际上近来提出的保局投影(LPP)算法在图像检索中的最新应用研究进行了详细介绍;分析指明了几种基于LPP的图像检索算法的特点;设计并完成了基于LPP的图像检索算法图像检索效果的比较实验;最后根据实验结果总结了各类算法的优缺点。

一种适合Web图像检索的图像降维算法研究

本文对现有 Web 图像检索技术现状进行了归纳,分析阐明了图像降维算法在基于内容的 Web 图像检索技术中的地位和作用。在介绍了几种经典图像降维方法后,重点介绍了国外近来提出的基于拉普拉斯特征值映射(LE)的图像降维算法。针对 Web 环境下图像检索必须进行剧烈降维的特点,本文进而对基于 KL 变换的主成分分析(PCA)算法和基于 LE 的图像降维算法进行了实验分析和比较。实验结果表明:对于需要进行维数剧烈缩减的 Web图像检索来说,基于 LE 的图像降维算法可以获得最佳的效果。

基于角色的网络体系结构与TCP/IP层次网络体系结构的比较研究

本文对现有TCP/IP层次网络体系结构的不足进行了分析、归纳,总结了TCP/IP层次网络体系结构存在的一些问题。通过对Braden等人提出的无层次的基于角色的网络体系结构的原理和设计思想的介绍,揭示了基于角色的网络体系结构的概貌。本文进而对现有TCP/IP层次网络体系结构与基于角色的网络体系结构进行了分析比较。提出基于角色的网络体系结构具有简洁、高效、可扩展和能够更好地实现QoS和安全保障机制等优点。

新型的图像检索最优实验设计算法

大部分现有的最优实验设计方法是基于线性回归或拉普拉斯正则最小二乘模型(LapRLS)的。提出一种基于二阶Hessian能并具有流形学习能力的主动学习算法,该算法选择那些能使Hessian正则回归模型的参数协方差矩阵最小化的样本作为最优样本,可以克服LapRLS的依赖特定常量及缺乏推算能力等缺点。基于内容的图像检索实验证明了该方法的有效性。

微通信元网络系统的软件架构

在对服务元网络体系结构和微通信元网络系统进行充分研究的基础上,本文提出了一种新型的适合微通信元网络系统的软件架构。在该架构中,用面向对象的设计思想把微通信元作为一个软件对象来实现,使它既是包处理的一个最小单元,也是CPU调度的最小单元。这种新型的软件架构具有灵活、安全、高效、易于扩展和配置方便等优点,特别适合构建模块化的,具有面向对象特征的微通信元网络系统。

计算机网络体系结构研究

计算机网络体系结构描述了计算机网络功能实体的划分原则及其相互之间协同工作的方法和规则。随着网络技术和应用的不断发展,目前广泛使用的层次型网络体系结构逐渐暴露出了部分问题,这就催生了各种新型网络体系结构的研究和尝试。本文在引出计算机网络体系结构定义的基础上,着重讨论了目前已经出现的层次型网络体系结构、面向对象网络体系结构、基于角色的网络体系结构和服务元网络体系结构四种网络体系结构的发展过程及其特点,并在最后对网络体系结构的发展方向进行了展望。

基于双适应度遗传退火的云任务调度算法

云计算是当前计算机领域研究的热点,其中云任务调度算法性能的好坏直接影响到云计算平台的整体性能。为了满足云计算平台庞大用户群的不同服务需求,针对现有的云计算任务调度算法提出一种双适应度遗传退火任务调度算法(DFG2A),基于该任务调度算法的任务调度策略能够有效平衡用户对任务各项属性的需求,提高云计算平台的用户满意度。实验结果证明了该算法能兼顾云计算平台总任务执行时间和用户需求,是云计算环境下一种有效的任务调度算法。

保局投影算法的优化研究

保局投影算法的基础是构造一个模拟图像局部结构的最近相邻图,但该最近相邻图并不总能够准确表示图像的流形结构,该文提出了一种基于保局投影的迭代保局投影优化算法。该方法可以不断地迭代更新保局投影算法的最近相邻图,最近邻图的构成直接影响到保局投影算法的性能,因此,优化后的最近相邻图可以更好地表示出图像的流形结构。从而可以得到更佳的降维映射。对该算法与PCA及LPP的图像检索效果进行实验比较,结果表明,该算法可以获得更好的效果。

一种基于谱图理论的Web图像搜索方法

在对当前Web图像搜索面临的问题进行剖析的基础上,根据谱图理论的研究成果,提出了一种针对Web图像搜索的新的解决方法。这种基于谱图理论的方法极有可能是一种更有效的新型Web图像信息分析方法,从而可以大幅提高现有基于链接的Web图像搜索引擎的工作效率。

一种鲁棒的多态人脸识别算法

如何处理人脸识别中的多态性一直是人脸识别领域的一个难题。传统的图嵌入算法忽视了同类中多态子类间的同属关系,而且也没有恰当地处理异类间的区别信息。该文提出一种鲁棒的图嵌入人脸识别算法,该算法可以恰当地模拟同类中的多态间关系,而且能在局部流形结构与全局区别信息间实现平衡。基于多个公开数据库的人脸识别实验证明了该方法的有效性。

关于批捕权配置争议的思考——兼论影响司法改革的因素

批捕权配置是司法改革争议的焦点问题,主要表现在批捕权与检察权关系的分歧、批捕权配置的科学性之间的冲突、批捕权配置的科学性与现实性的冲突等方面。影响批捕权配置包括多方面的因素,不仅要考虑科学性问题,还要考虑司法改革的社会历史因素(非理性);同时司法改革不能仅从一个局部去修修补补,而要从整体上进行革命性的改革。

基于Java语言的网络操作系统

自从进入二十一世纪以来,我们也逐步进入计算机网络时代,正是由于计算机网络技术的不断普及,从而使得我们对于计算机的应用提出更高的需求。与此同时,伴随着我国计算机技术的不断进步,从而使得我国的计算机网络技术得到很大程度上的发展。因此,准确研究分析新时代Java语言的计算机网络操作系统,这已经逐步成为当前社会发展的重要组成部分。本文主要理论研究的方法,对于新时代Java语言的计算机网络操作系统展开研究,希望能够为今后相关领域的理论研究提供参考。

模拟SDH复用原理实验的设计与实现

根据现阶段数据通信课程的教学情况,为增进学生对理论知识的理解,设计并模拟实现了SDH复用原理的实验。该实验涉及数据通信、计算机网络、网络编程、C语言编程等知识的运用,对提高学生的知识理解能力,动手能力和综合运用能力具有重要的促进作用。

领域自适应研究综述

经典机器学习算法假设训练数据和测试数据具有相同的输入特征空间和数据分布,但在很多现实应用中这一假设通常并不成立,导致经典机器学习算法失效。领域自适应是一种新的机器学习策略,其关键技术在于通过学习新的特征表达来对齐源域和目标域的数据分布,使得在有标签源域中训练的模型可以直接迁移到没有标签的目标域上,且不会引起模型性能的明显下降。介绍领域自适应的定义、分类和代表性算法,讨论基于度量学习和基于对抗学习的两类领域自适应算法。在此基础上,分析领域自适应的典型应用和现存挑战,并对其发展趋势及未来研究方向进行展望。

一种类欧氏距离-负载平衡的云任务调度算法

面对云计算中庞大用户群的需求,云计算平台的性能起着关键的作用。任务调度算法对云计算平台的性能存在很大的影响。虽然云计算任务调度算法是目前云计算中研究的热点,但是多数任务调度算法并没有从用户满意程度的角度去考虑。针对云计算的现有资源调度算法提出了一种类欧氏距离负载平衡(EDL-LB)的任务调度解决方案,能够针对用户的不同需求提出与之相适应的资源选择方案,有效地提高用户对云资源的使用满意度。仿真结果表明了方法能够在保证任务完成时间的条件下,通过新的任务调度策略来提高用户对云计算任务的满意度以及资源的利用率,是一种云计算环境下有效的任务调度算法。