青少年人格特征与网络成瘾的关系:网络使用偏好的中介效应

以727名青少年为被试,采用《中学生人格五因素问卷》、《青少年网络使用偏好量表》和《青少年病理性互联网使用量表》考察青少年人格特征,其中主要考察谨慎性及情绪性2个维度与网络成瘾的关系,以及网络使用偏好在谨慎性/情绪性人格与网络成瘾间的中介作用。结果表明:谨慎性、情绪性人格特征对网络使用的信息获取正向预测作用;谨慎性人格特征对网络成瘾有正向预测作用,情绪性人格特征对网络成瘾有负向预测作用;互联网使用信息获取偏好和娱乐偏好对网络成瘾有正向预测作用;青少年网络使用偏好中信息获取使用偏好在青少年的情绪性、谨慎性人格特征与网络成瘾间具有部分中介效应,娱乐使用偏好在青少年情绪性人格特征与网络成瘾之间具有部分中介效应。     

网络环境下CNMARC格式发展趋势简析

对CNMARC格式的发展现状做了简单梳理,重点对其发展过程中所存在的问题进行了分析,并指出了CNMARC格式在当今网络环境下的发展和完善方向,希望可以对图书馆的规范化管理提供一些帮助.     

NGN 中应用服务器接纳控制算法及仿真

为使 NGN(Next Generation Network)业务开发者能快速灵活地开发和部署业务, 引入资源接纳控制概念, 实现业务控制与资源传送相分离。 在研究应用服务器接纳控制模型的基础上, 对接纳控制算法资源分配机制 进行分析, 并运用 Matlab 对算法进行了仿真。 仿真结果表明, 接纳控制 PIAA(Parameter Iterative Adaption Algorithm)算法能很好地完成应用服务器接纳控制的任务。     

HLMGAN:分层学习的多奖励文本生成对抗网络

文本生成是自然语言处理的一项重要任务. 针对生成的文本大多缺乏多样性，且当生成文本过长时，文本生成的质量会有明显下降的问题，提出了一种采用Sentences and Words（SW）奖励机制的传递向量文本生成对抗网络. 首先，为生成器提出了层次结构设计，包括传递特征向量训练模块和生成向量训练模块，同时传递判别模型中真实文本特征向量给生成器的传递特征向量训练模块，由此来提高长文本生成的准确率，生成向量训练模块接收其生成词序列；然后，在训练过程中，使用关系存储核心代替传统的长短期记忆循环神经网络模型作为生成器，提高了模型的表达能力和捕获信息的能力；最后，采用SW奖励机制提高文本生成的多样性. 实验结果表明，分层学习的多奖励文本生成对抗网络（Generation Adversarial Network Based on Hierarchical Learning with Multi-reward Text，HLMGAN）模型在合成数据负对数似然度和双语互译质量评估辅助工具指标中均有所提升.     

高能效认知自适应两阶段协作频谱感知算法

针对协作频谱感知技术存在产生多余的传输开销和次用户能量消耗的不足,提出了结合双阈值能量检测模型和两步检测模型的自适应协作频谱感知(CATS)算法,在保证检测性能的前提下降低能量消耗.首先给出了CATS的数学模型,然后对CATS的检测概率和能量消耗进行了理论分析.CATS在第一阶段的检测结果不准确的情况下,才执行第二阶段的感知,并根据第一阶段的检测结果以及网络状况自适应调整两个阶段参与协作的次用户数目.仿真结果表明:与现有的两步检测协作模型相比,CATS算法在保证系统检测精度的同时能够有效减少系统的能量消耗.     

低复杂度室内超密集可见光通信网络频谱资源分配算法

针对室内超密集可见光通信网络多小区资源分配算法中存在的吞吐性能与算法复杂度之间的矛盾,提出一种吞吐性能近似最优且复杂度低的资源分配算法。通过建立各小区资源分配问题的最优化模型,得出该问题是凸优化问题的结论;在合理近似处理后,推导了终端资源分配归一化比例因子的解析式,在此基础上提出一种资源分配算法;算法复杂度分析表明本文算法具有多项式复杂度,低于经典最优化内点法。仿真表明,相比于请求速率占比分配法,本文算法的吞吐量性能提升了57%,服务质量满意度性能提升了67%。     

关于不定方程x3-1=749y2

利用同余式、平方剩余、Pell方程的解的性质、递归序列证明了:不定方程x³-1=749y²仅有整数解(x,y)=(1,0).