1) Autonomic network
自治网络
1.
Autonomic network is a novel network with good scalability, dynamicity and security, which is able to produce various policies on the operations of the whole network and nodes autonomic.
传统的互联网体系结构目前在很多方面已不能适应网络应用的发展,网络体系结构的自治化(Autonomic)研究是当前网络体系结构研究的热点之一,自治网络是一种新型的网络结构,它具有灵活性、动态性、安全性的特点,能够自治形成适应网络节点及整个网络的多种网络操作策略,适应未来网络发展的需求。
2.
By applying proper and effective mechanisms for measuring, autonomic network can aware its environment, users, and services state, according to which the self-adjustment and optimization can be made, therefore the burden of network management will be reduced.
自治网络能够通过合理有效的测量机制,实现对环境、用户、业务状态的自适应感知、调整和优化,减轻网络管理的负担,执行一体化的监控和安全机制,从而能够有效地管理大量用户。
3.
Autonomic network is an important direction of designing novel network architecture, which originates from the research of autonomic computing and autonomic communication.
自治网络是新网络架构研究的一个重要方向。
2) Nonlinear non-forced networks
非线性自治网络
3) non-autonomous neural networks
非自治神经网络
1.
The uniform boundedness,uniformly ultimate boundedness and global exponential stability for non-autonomous neural networks with time-varying delays are investigated.
主要研究了一类变时滞的非自治神经网络的一致有界性、最终一致有界性和全局指数稳定性。
4) autonomous artificial neural network
自治神经网络
1.
The paper introduced the concept of autonomous artificial neural network (AANN for short) according to the idea of knowledge accumulation and succession.
具有知识增殖能力的神经学习系统是人工神经网络发展的一个重要方向 ,备受研究人员的关注 传统上对神经学习系统知识的增殖或重用研究偏重于对个体网络的改造 ,根据知识积累和继承的思想 ,引入自治神经网络 (au tonomousartificialneuralnetwork ,AANN)的理念 ,以此作为构造知识可增殖神经学习系统的基础 ,利用群体网络的方法成功解决了神经学习系统的拓展和知识增殖问题 AANN和一般神经网络的区别在于其自治能力 ,采用AANN模块构造的神经学习系统 ,具有知识增殖能力 ,其可靠性、可拓展性和灵活性都得到提高 实验结果表明 ,该方法构造的群体网络系统可有效继承其模块所学习的知
5) Spontaneous Network Politics Mobilization
自发网络政治动员
1.
The Control Nature of Spontaneous Network Politics Mobilization;
论自发网络政治动员的可控性
6) network governance
网络治理
1.
Network Governance: A New Framework of Public Administration;
网络治理:公共管理的新框架
2.
From Hierarchical Governance to Network Governance: Searching for the WholeFramework of Governance Theory;
从科层治理到网络治理:治理理论完整框架探寻
3.
Network Governance as Source of Competitive Advantage: A Conceptual Framework and Research Propositions;
作为企业竞争优势源泉的网络治理——基本的概念分析框架和研究假设
补充资料：半导体非线性光学材料
半导体非线性光学材料
semiconductor nonlinear optical materials
载流子传输非线性:载流子运动改变了内电场，从而导致材料折射率改变的二次非线性效应。④热致非线性:半导体材料热效应使半导体升温，导致禁带宽度变窄、吸收边红移和吸收系数变化而引起折射率变化的效应。此外，极性半导体材料大都具有很强的二次非线性极化率和较宽的红外透光波段，可以作为红外激光的倍频、电光和声光材料。 在量子阱或超晶格材料中，载流子的运动一维限制使之产生量子尺寸效应，使载流子能态分布量子化，并产生强烈的二维激子效应。该二维体系材料中激子束缚能可达体材料的4倍，因此在室温就能表现出与激子有关的光学非线性。此外，外加电场很容易引起量子能态的显著变化，从而产生如量子限制斯塔克效应等独特的光学非线性效应。特别是一些11一VI族半导体，如Znse/ZnS超晶格中激子束缚能非常高，与GaAs/AIGaAs等m一V族超晶格相比，其激子的光学非线性可以得到更广泛的应用。 半导体量子阱、超晶格器件具有耗能低、适用性强、集成度高和速度快等优点，以及系统性强和并行处理的特点。因此有希望制作成光电子技术中光电集成器件，如各种光调制器、光开关、相位调制器、光双稳器件及复合功能的激光器件和光探测器等。 种类半导体非线性光学材料主要有以下4种。 ①111一V族半导体块材料:GaAs、InP、Gasb等为窄禁带半导体，吸收边在近红外区。 ②n一巩族半导体量子阱超晶格材料:HgTe、CdTe等为窄禁带半导体，禁带宽度接近零;Znse、ZnS等为宽禁带半导体，吸收带边在蓝绿光波段。Znse/ZnS、ZnMnse/ZnS等为蓝绿光波段非线性光学材料。 ③111一V族半导体量子阱超晶格材料:有GaAs/AIGaAs、GalnAs/AllnAs、GalnAs/InP、GalnAs/GaAssb、GalnP/GaAs。根据两种材料能带排列情况，将超晶格分为I型(跨立型)、n型(破隙型)、llA型(错开型)3种。 现状和发展超晶格的概念是1969年日本科学家江崎玲放奈和华裔科学家朱兆祥提出的。其二维量子阱中基态自由激子的非线性吸收、非线性折射及有关的电场效应是目前非线性集成光学的重要元件。其制备工艺都采用先进的外延技术完成。如分子束外延(MBE)、金属有机化学气相沉积(MOCVD或MOVPE)、化学束外延(CBE)、金属有机分子束外延(MOMBD、气体源分子束外延(GSMBE)、原子层外延(ALE)等技术，能够满足高精度的组分和原子级厚度控制的要求，适合制作异质界面清晰的外延材料。
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