轻松搞定小灵通上网

小灵通之风愈演愈烈,很多人都使用了。不过,你知道吗?拥有小灵通,除了减下你的高额话费外,还可以让你随时随地上网呢!而且,相比起无线局域网、GPRS、CDMA1x或天翼通等上网方式来说,要便宜,更方便!     

校友录也来客户端

大多数朋友都经过了小学、中学、大学的阶段,所以在校友录上注册的班级也不止一个,每次查看班级留言都需要一个一个地打开网页,操作起来相当麻烦,而且浪费时间。有了Alumni,无需登录网站就可以读取校友录上的留言、照片以及通讯录等信息,给你带来极大方便。     

搭上收发邮件的梦幻快车——DreamMail特色功能大放送（上）

说起邮件收发工具,很多用户首先想到的是微软的OE和张小龙的Foxmail。然而,随着DreamMail的推出,其完全免费、能够匿名发信、支持多人特快专递,支持强大的模板和签名,直接支持Hotmail/MSN/Yahoo信箱、支持多用户和多邮箱、支持即时浏览关心新闻等强劲功能,也使得这两位江湖老将不得不节节败退。DreamMail真有这样神奇?     

收发邮件的梦幼快车——Dreammail（下）

特色八：支持多用户 DreamMail支持多用户管理，不同用户可单独保存自己的邮件账号，通讯录等信息，而且可为每个用户设置登录口令。单击“文件→多用户→用户管理”，在用户管理页面(如图1)．可进行用户切换，增加／删除用户等操作。单击“增加”按钮将弹出“新建用户名”窗口，输入用户名和登陆口令可新建用户，选中“启动程序时．显示多用户登陆窗口”项可在启动软件时自动弹出多用户登录窗口．输入密码才能登录。     

资源受限多项目调度问题的两阶段算法

在资源受限项目调度问题中,将可更新资源进一步拓展为具有胜任力差异的人力资源,建立考虑胜任力差异的人力资源受限多目标项目调度问题模型.该模型是对传统多模式资源约束项目调度问题更接近研发项目群实际的扩展.针对模型提出两阶段优化算法,第1阶段是项目时序约束优化阶段,采用蚁群算法(ACO)进行任务列表的优化求解,通过对信息素增量规则的改进、串联进度生成机制(SSGS)及资源冲突消解策略的使用,使蚁群算法的求解效率和质量得以提高;第2阶段是资源约束优化阶段,以第1阶段求得的优化任务列表为输入,逐项对人力资源约束进行核查与调整,最终生成项目调度的优化方案.数值实验表明,考虑胜任力差异的数学优化模型更符合研发项目群管理实践,同时两阶段算法在求解质量方面具有良好性能.     

决策可靠性分析及在SAR图像目标识别中的应用

决策融合是提高合成孔径雷达（Synthetic Aperture Radar,SAR）目标识别性能的重要手段,然而,可靠性较弱的决策往往会导致最终决策融合的效果变差。将可靠性分析引入基于决策融合的SAR目标识别方法中,分别计算各个决策的可靠性系数并选取可靠性的决策参与最终的决策融合。为了验证方法的有效性,分别将提出的可靠性分析应用于多特征决策融合以及多分类器决策融合并基于MSTAR（Moving and Stationary Target Acquisition and Recognition）数据集进行了目标识别实验。在基于主成分分析、线性鉴别分析和非负矩阵分解三种特征进行多特征决策融合的条件下,所提方法和直接进行决策融合的方法的识别率分别为97.47%和96.50%。在基于K近邻、支持向量机和稀疏表示分类器的多分类器决策融合中,所提方法和直接进行决策融合的方法的识别率分别为97.10%和96.28%。实验结果充分证明了所提方法的有效性。     

基于高阶最小生成树脑网络的多特征融合分类方法

现有的基于脑疾病的分类方法的研究使用的都是传统的低阶功能连接网络。低阶功能连接网络可能会忽略复杂的大脑区域之间动态的相互作用的模式。高阶功能连接网络能够反映网络中包含的丰富的动态时间信息,但原有的高阶功能连接网络使用聚类的方法降低了数据维度,使得构建的网络无法进行有效的神经学解释;其次,高阶功能连接网络由于规模较大,在利用复杂网络或图理论计算一些拓扑指标时消耗较大。基于此,提出了一种高阶最小生成树网络的构建方法,然后计算了传统的可量化网络指标(度和离心率)并结合频繁子图挖掘技术来挖掘具有判别能力的子网络,最后采用多核支持向量机进行分类。实验结果表明所提方法的分类精确度高达97.54%,获得了很好的分类性能。     

基于内容的图像情感语义检索研究

基于内容的图像检索是使用图像的底层视觉特征对图像进行检索,使检索结果在视觉角度上尽可能相似。但能否通过图像的底层特征来准确体现人对图像的视觉感知(即图像的情感语义)有待于进一步的探索。首先构建检索性能较好的基于内容的图像检索系统,并针对分类标准不同的两类图像库进行多次实验。实验证明,图像的情感语义无法通过单一的图像底层特征描述。     

静息态功能脑网络差异指标分析及抑郁症分类应用

为了构建辅助诊断模型,以提高抑郁症诊断的准确率。在连续的阈值空间(8%~32%)内构建所有被试的功能脑网络并使用复杂网络理论对抑郁症患者的脑网络进行分析。通过设定阈值,根据统计显著性提取不同数量的节点属性与全局属性组合作为分类特征,并选择四种不同的分类算法进行分类研究,以得到构建一个准确率较高的模型。结果是SVM和神经网络算法在阈值P为0.05下,所建的模型的分类模型的准确率较高,分别达82.78%及81.36%,因此利用该方法所构建的诊断模型可以用于抑郁症的辅助临床诊断中。     

毛石墙抗压设计计算方法与抗震结构的优化

毛石墙的施工往往较为粗放，缺少相关的设计标准。基于现有的试验研究数据，确定毛石砌体抗压强度的方法，在考虑毛石墙离散性较大的基础上，引入可靠度来确定满足建筑毛石砌体的设计强度，并提出一种毛石墙强度计算修正方法，解决现有砌体设计强度确定方法在粗石砌体强度预测上的缺陷。综合国内目前对毛石墙砌体的抗震性能研究成果及项目实际需求，提出一种新型的优化的抗震毛石墙结构，使其抗震性能得到提升。