我们在一般的Chern-Simons玻声子和费米子矢量模型中给出四点函数的精确大N演算。 将LSZ公式应用于四点函数，我们在这些理论中确定两个物体的散射幅度，并特别注意非解析项，以实现单线态通道的统一性。 我们表明，S矩阵享有玻色化对偶性，不寻常的交叉关系以及对Aharonov-Bohm散射的非相对论性还原。 我们还认为，S矩阵会在一定的耦合常数范围内发展出一个极点，该极点在该理论还原为与自由费米子相互作用的Chern-Simons理论的范围内消失。

我们在大N极限下研究Chern-Simons向量模型中的四点函数。 在临界和非临界理论中，我们在U（N）k的Chern-Simons理论与基本费米子耦合的't Hooft耦合中λ= N / k的情况下，计算所有阶的标量四点函数。 ，对于外部动量的特定情况。 这些理论涵盖了3维量子场论的整个3参数“拟玻色子”和2参数“拟费米子”族，其自旋对称性略有破坏。 我们的结果与著名的玻色化对偶一致，正如我们通过在自由临界和非临界玻色子理论中计算四点函数来明确验证的那样。

当系统中，只有一个程序时，可以直接从起始地址开始运行；但当系统中有两个程序时，例如带bootloader的系统，则应用程序的运行需要通过bootloader跳转，和bootloader相比，应用程序的地址和中断向量表地址都发生改变，如何告诉编译器来分配bootloader和应用程序在flash中的地址以及如何告诉CPU中断表向表的位置，是本文讨论的主要内容。

基于粒子群优化的最小二乘支持向量机

SVM算法最初是为二值分类问题设计的，当处理多类问题时，就需要构造合适的多类分类器。 　　目前，构造SVM多类分类器的方法主要有两类 　　（1）直接法，直接在目标函数上进行修改，将多个分类面的参数求解合并到一个最优化问题中，通过求解该最优化问题“一次性”实现多类分类。这种方法看似简单，但其计算复杂度比较高，实现起来比较困难，只适合用于小型问题中； 　　（2）间接法，主要是通过组合多个二分类器来实现多分类器的构造，常见的方法有one-against-one和one-against-all两种。

本项目基于朴素贝叶斯和SVM 分类模型，通过对垃圾邮件和正常邮件的数据训练，进行相关词汇词频的统计分析，实现垃圾邮件的识别功能。本项目包括3个模块：数据模块、模型构建、附加功能。需要Python 3.6 及以上配置，在Windows 环境下载Anaconda 完成Python 所需的配置，也可以下载虚拟机在Linux 环境下运行代码。从github 网站下载与python PIL 库配搭使用的文字引擎pytesseract，将PIL 文件夹里的.py 文件，改为相应pytesseract.exe 路径。注册百度云账号，分别建立图像文字识别和图像识别的小程序。

为了提高瓦斯涌出量预测的精度和预测模型的泛化能力,提出了一种基于蚁群算法(ACO)优化支持向量机(SVM)参数的瓦斯涌出量预测方法。在SVM所建立预测模型中各个参数的取值区间内,采用蚁群优化算法计算预测模型各个参数的最佳值,基于最佳参数的SVM建立瓦斯涌出量预测模型。结果表明:采用未优化的SVM建立的预测方法,其个别预测误差相对较大,最大误差为8.11%,平均误差为4.68%,采用ACO对于预测模型的参数进行优化后,预测性能有显著提高,最大误差为4.37%,平均误差为2.89%,表明所建议的方法是有效、可行的。

在先前的作品（arXiv：1202.5375和arXiv：1402.1346）中，已经通过使用两个标量场实现了动态畴壁，其中四维FRW宇宙嵌入五维时空中。 在本文中，我们考虑了三种形式的矢量场定位。 在先前的论文（arXiv：1510.01099）中针对U（1）规范领域研究了第一个公式。 在第二个公式中，我们研究了Dvali–Shifman机制（arXiv：hep-th / 9612128），其中非阿贝尔规范场被限制在主体中，但规范对称性在畴壁上自发地破裂。 在第三个公式中，我们研究了来自五维引力子的Kaluza-Klein模式。 在Randall–Sundrum模型中，引力子位于米糠上。 我们表明引力子的（5，μ）分量（μ= 0,1,2,3）也位于畴壁上，可以看作是畴壁上的矢量场。 但是，如果畴壁宇宙正在扩展，则一些修正来自体积的额外维度。

矩阵特征值问题已成为数值计算中的一个重要组成部分，为有效求解此类问题，提出了一种求解特征值的新方法：利用非线性方程组的Newton迭代法求解特征向量，为提高迭代的收敛速度，引入同伦思想，利用插值方法，得到近似特征向量Y(N)，以Y(N)作为迭代初值，从而快速求出问题的具有较高精度的解．该算法稳定性好，可并行运算，

针对无线局域网安全防护手段的不足,结合无线局域网介质访问控制层拒绝服务攻击的特点,设计了基于支持向量机算法的入侵检测系统。该系统利用支持向量机分类准确性高的特点,构建支持向量机最优分类超平面和分类判决函数,对网络流量进行分类识别,完成对异常流量的检测。在OPNET平台下进行无线局域网环境入侵检测仿真,仿真结果表明,该系统能有效地检测出针对无线局域网介质访问控制层的拒绝服务攻击。