1) Network traffic model
网络流量模型
1.
Recent years, there has been a lot of researches on network traffic model.
网络流量模型是对网络流量的拟合。
2) high-speed network flow measurement model
高速网络流测量模型
3) network traffic distribution model
网络流量分布模型
4) network flow model
网络流模型
1.
The graph was translated into the network flow model in order to acquire the optimal allocation scheme.
针对产品调剂的目标,从产品缺货损失、产品库存积压损失和调剂成本等方面,建立了相应的有向赋权二部图,并转化为网络流模型求解最优产品调剂方案。
2.
The problem is first transformed into a series of network flow models by states decomposition.
通过状态集分解将计划、调度一体化模型转化为一系列的最小网络流模型,上层搜索通过建立可行性必要条件和启发式规则,迅速排除劣解或不可行解,缩小搜索范围。
3.
We researched a new transportation problem—the transportation problem based on transport order,established a network flow model based on the new transportation problem,proved its effect,and according to the minimum cost flow problem designed an effective algorithm to solve the problem.
研究了一类新的运输问题———具有运输次序的运输问题,建立了这类运输问题的网络流模型,证明了该模型的有效性,根据解最小费用流问题的思路设计出求解该模型的实用算法,同时通过定义修正权将负权转化为非负权,从而可以用Dijkstra算法找最短路,使算法得到改进。
5) network-wide traffic
大规模网络流量
1.
Detecting network-wide traffic anomalies based on subspace method;
基于子空间方法的大规模网络流量异常检测
2.
This paper presents a new method of network-wide traffic anomaly detection.
提出了基于信息熵的大规模网络流量异常检测方法。
6) large-scale network traffic
大规模网络流量
1.
This paper presents an entropy-based large-scale network traffic anomaly classification method for the integrated use of the subspace method and the k-means clustering method.
本文提出了基于信息熵的大规模网络流量异常分类方法。
补充资料：Hopfield神经网络模型
Hopfield神经网络模型
Hopfield neural network model
收敛于稳定状态或Han加Ing距离小于2的极限环。 上述结论保证了神经网络并行计算的收敛性。 连续氏pfield神经网络中，各个神经元状态取值是连续的，由于离散H6pfield神经网络中的神经元与生物神经元的主要差异是:①生物神经元的I/O关系是连续的;②生物神经元由于存在时延，因此其动力学行为必须由非线性微分方程来描述。为此，在1984年J.J.H叩fi酗提出了连续氏pfield神经网络，它可用图1所示的电路实现，其动态方程┌───┐│·T叮 │└───┘图1连续F砧pfield神经网络 (a)Sigmoid非线性;(b)神经元模型可由下述微分方程式描述: 、，产 门J /r、l、1.。瓮一客、一佘Ii认=f(u￡)￡=l，2，…，n式中f(·)为连续可微的Sign101d函数;T，j=兀、i，j=1，2，“’，n几=0]=i1~.吞~·‘八文一Q*+，戮T，j‘一‘，2，”一”连续时间氏pfield神经网络式的计算能量函数定义为:一告客客几从砚 石l「Vi_1，、，合，，， +乞古!‘厂‘(x)dx一乙I，从(4) ’月R‘Jo“‘、一’一月一，” 对于式(3)，若f一‘为单调增且连续，C>0，T，j=几(i，j=1，2，一，n)，则沿系统的运动轨道有dE一。-丁丁足之Uat当且仅当贷一。时 箭一。式(3)的稳定平衡点就是能量函数E〔式(4)」的极小点，反之亦然。同时，连续氏pfield神经网络式(3)以大规模非线性连续时间并行方式处理信息。网络的稳定平衡点对应于其计算能量函数E的极小点，网络的计算时间就是它到达稳定的时间，网络的计算在系统趋于稳态的过程中也就完成了。这也是式(3)用于神经计算及联想记忆的基本原理，也即神经计算机的基本原理。HoPfield shenling wangluo moxingHopfield神经网络模型(Hopfieldne，Ine幻即0比m侧触l)一种单层全反馈的人工神经网络模型(后称之为氏p玉idd模型)，它对推动人工神经网络研究的复苏起了很重要的作用。 且，lield对人工神经网络研究的贡献主要有: (l)把有反馈的神经网络看作一个非线性动力系统，提出了系统的全局Lyap阴lov函数(或称能量函数)的概念，用于系统稳定性的分析; (2)利用上述分析方法解决人工智能中的组合优化问题，如15护;(3)给出了利用模拟电子线路实现的连续Hopfidd网络的电路模型，为进一步研究神经计算机创造了条件。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条