P-集合(packet sets)是由内P-集合X■(internal packet set X■)与外P-集合XF(outer packet set XF)构成的集合对;或者(X■,XF)是P-集合。P-集合具有动态特性(内P-集合具有内-动态特性,外P-集合具有外-动态特性)。P-集合在动态信息系统...P-集合(packet sets)是由内P-集合X■(internal packet set X■)与外P-集合XF(outer packet set XF)构成的集合对;或者(X■,XF)是P-集合。P-集合具有动态特性(内P-集合具有内-动态特性,外P-集合具有外-动态特性)。P-集合在动态信息系统的多个领域中获得了应用。在一类信息系统中,这类信息系统只具有内-动态特性,不具有外-动态特性。为了研究这类只有内-动态特性的信息系统,改进并简化P-集合,提出了半P-集合(half packet sets)。半P-集合是由内P-集合X■与有限普通集合X构成的集合对,或者(X■,X)是半P-集合,半P-集合具有内-动态特性。以及半P-集合与有限普通集合的关系,以及半P-集合与P-集合的关系。利用半P-集合给出信息内-真度与信息内-真度环的概念、信息内-真度环定理以及内-信息恢复-还原的内-真度准则与内-信息恢复-还原的特征系数准则。利用这些结果,给出内-真度环在内-信息恢复-还原中的应用。半P-集合是研究一类动态信息系统的一个新的数学方法与数学模型;半P-集合在一类信息系统应用中前景看好。展开更多
针对传统RED算法数据包丢弃概率计算方法的不足,提出一种RED改进算法—分段随机早期检测(Partitioned Random Early Detection,PRED)算法。为了更好地调控网络拥塞,算法通过调整数据包丢弃概率计算函数,以两种不同趋势曲线分段增长方式...针对传统RED算法数据包丢弃概率计算方法的不足,提出一种RED改进算法—分段随机早期检测(Partitioned Random Early Detection,PRED)算法。为了更好地调控网络拥塞,算法通过调整数据包丢弃概率计算函数,以两种不同趋势曲线分段增长方式代替原RED算法包丢弃概率与平均队列长度之间单一的线性关系。系列仿真实验结果验证了改进算法的有效性,一定程度地提高了网络性能。展开更多
P-集合(packet-sets)具有动态特性,它是由内P-集合XF-(internal packet set XF-)与外P-集合XF(outer packet set XF)构成的集合对(X-F,XF)。利用P-集合,给出-F-数据离散区间、F-数据离散区间的概念;利用这些概念,给出信息系统输出数据...P-集合(packet-sets)具有动态特性,它是由内P-集合XF-(internal packet set XF-)与外P-集合XF(outer packet set XF)构成的集合对(X-F,XF)。利用P-集合,给出-F-数据离散区间、F-数据离散区间的概念;利用这些概念,给出信息系统输出数据的数据离散区间特征,给出数据过滤概念;提出数据离散区间定理、数据还原定理、数据过滤定理、数据过滤剩余与数据辨识定理,给出应用。P-集合是研究信息系统输出数据变化的一个新理论与新方法。展开更多
数据在传递过程中,经常出现两类现象:一些被传递的数据在传递中发生部分数据元丢失;一些未知的数据元入侵到被传递的数据内。这两类现象使得被传递的数据出现"异常"。利用一个新的数学模型,给出两类现象的理论研究与应用。这...数据在传递过程中,经常出现两类现象:一些被传递的数据在传递中发生部分数据元丢失;一些未知的数据元入侵到被传递的数据内。这两类现象使得被传递的数据出现"异常"。利用一个新的数学模型,给出两类现象的理论研究与应用。这个新的数学模型是P-集合(packet sets),P-集合是由内P-集合XF珚(internal packet set XF珚)与外P-集合XF(outer packet set XF)构成的集合对;或者,(XF珚,XF)是P-集合。给出数据的F珚-依赖、F-依赖的概念与特性,提出数据的依赖定理,给出异常数据被分离的应用。数据依赖是P-集合诸多应用特性之一。P-集合是研究动态数据系统的一个新理论与新方法。展开更多
文摘P-集合(packet sets)是由内P-集合X■(internal packet set X■)与外P-集合XF(outer packet set XF)构成的集合对;或者(X■,XF)是P-集合。P-集合具有动态特性(内P-集合具有内-动态特性,外P-集合具有外-动态特性)。P-集合在动态信息系统的多个领域中获得了应用。在一类信息系统中,这类信息系统只具有内-动态特性,不具有外-动态特性。为了研究这类只有内-动态特性的信息系统,改进并简化P-集合,提出了半P-集合(half packet sets)。半P-集合是由内P-集合X■与有限普通集合X构成的集合对,或者(X■,X)是半P-集合,半P-集合具有内-动态特性。以及半P-集合与有限普通集合的关系,以及半P-集合与P-集合的关系。利用半P-集合给出信息内-真度与信息内-真度环的概念、信息内-真度环定理以及内-信息恢复-还原的内-真度准则与内-信息恢复-还原的特征系数准则。利用这些结果,给出内-真度环在内-信息恢复-还原中的应用。半P-集合是研究一类动态信息系统的一个新的数学方法与数学模型;半P-集合在一类信息系统应用中前景看好。
文摘针对传统RED算法数据包丢弃概率计算方法的不足,提出一种RED改进算法—分段随机早期检测(Partitioned Random Early Detection,PRED)算法。为了更好地调控网络拥塞,算法通过调整数据包丢弃概率计算函数,以两种不同趋势曲线分段增长方式代替原RED算法包丢弃概率与平均队列长度之间单一的线性关系。系列仿真实验结果验证了改进算法的有效性,一定程度地提高了网络性能。
文摘P-集合(packet-sets)具有动态特性,它是由内P-集合XF-(internal packet set XF-)与外P-集合XF(outer packet set XF)构成的集合对(X-F,XF)。利用P-集合,给出-F-数据离散区间、F-数据离散区间的概念;利用这些概念,给出信息系统输出数据的数据离散区间特征,给出数据过滤概念;提出数据离散区间定理、数据还原定理、数据过滤定理、数据过滤剩余与数据辨识定理,给出应用。P-集合是研究信息系统输出数据变化的一个新理论与新方法。
文摘数据在传递过程中,经常出现两类现象:一些被传递的数据在传递中发生部分数据元丢失;一些未知的数据元入侵到被传递的数据内。这两类现象使得被传递的数据出现"异常"。利用一个新的数学模型,给出两类现象的理论研究与应用。这个新的数学模型是P-集合(packet sets),P-集合是由内P-集合XF珚(internal packet set XF珚)与外P-集合XF(outer packet set XF)构成的集合对;或者,(XF珚,XF)是P-集合。给出数据的F珚-依赖、F-依赖的概念与特性,提出数据的依赖定理,给出异常数据被分离的应用。数据依赖是P-集合诸多应用特性之一。P-集合是研究动态数据系统的一个新理论与新方法。
