简介:群对群(G2G)计算是一种基于G2G网络的分布式计算。由群所组成且涉及群与群关系的网络称为G2G网络,群是一些具有相同属性节点的聚合。G2G计算定义了4种基本运算:传递(Transfer),交换(Exchange),节点处理(NodeProcess)和变形(Transmute)。用4种基本运算可以搭建不同的G2G计算。G2G计算得益于灵活的分群,相同属性或任务的群内计算,以及群对群的多对多连接。G2G计算还具有灵活的体系结构。G2G计算是灵活,方便和有效的分布式计算。
简介:研究了非结构化P2P网络中两种基本的路由策略和启发式P2P搜索策略,详细分析了非结构化P2P网络中的七种不同的启发式搜索策略,对它们进行比较并论述每种策略的实现机制及其优缺点。
简介:本文用一般分布函数的方法讨论了多维非退化扩散过程样本轨道的分形性质,给出了其象集代数和及图集的Hausdorff维数,并证明了其局部时的存在性.
简介:二战以来的美国本科院校招生,通常实施以招生考试成绩为主的综合评价录取政策。20世纪90年代,270多所美国高校招生实施了新的综合评价政策——非强制性考试入学政策,学生的招生考试成绩成为高校招生录取的非必要条件。2008年以后,该政策的实施进入迅猛发展阶段,实施该政策的高校达一千余所。其迅猛发展的主要原因在于:高校致力于降低招生考试的负效;部分州取消《平权法案》加速了高校改善招生公平;满足高校招收个性学生的竞争需要;适应高中课程变革的要求。美国高校实施非强制性考试入学政策,一直伴随着很大的争论,其核心是招生考试的科学性与公平性。这对于我们深入反思招生考试的功能以及如何更好地利用招生考试成绩录取学生提供了很好的案例与启示。