生物地理学优化算法研究

对生物地理学优化算法(biogeography-based optimization,BBO)的研究现状进行了总结,并介绍了一些最新的研究进展。从BBO算法提出的背景出发,讨论了算法的主要思想、算法原理以及算法步骤。论述了该算法的研究进展,包括BBO算法的改进、算法的收敛性分析、BBO算法与其他算法的融合以及BBO算法在优化领域的典型应用,对BBO算法有待研究的问题做了总结。     

一种面向入侵检测的Wu-Manber算法研究

模式匹配算法是入侵防御系统中检测引擎的核心算法,模式匹配算法的效率决定了入侵防御系统的性能。本文对模式匹配算法进行了研究,重点分析了多模式匹配算法Wu-Manber算法,并针对Wu-Manber算法存在的不足,提出了Wu-Manber算法的改进算法。     

基于仿生学的优化算法及其在信号处理中的应用

仿生学优化算法是一类模仿生物行为和自然界现象的仿生算法,其目的是求解优化问题的全局最优解。本文首先介绍了各种仿生学优化算法的起源和基本原理,主要包括蚁群优化算法、粒子群优化算法、细菌觅食优化算法、蜂群优化算法、鱼群优化算法、萤火虫群优化算法、狼群优化算法、蝙蝠算法、鸡群优化算法、进化算法、免疫算法、克隆选择算法和小世界网络等。然后总结了仿生优化算法的研究现状,并给出了仿生优化算法在信号处理、图像处理、语音处理和通信网络等领域中的典型应用。最后,归纳了仿生学优化算法的特点,并对如何扩展其适用范围、探索新的仿生学优化算法提出了基本思路,对其发展进行了展望。     

Euclid算法及扩展在密码学中的研究和应用

信息安全是网络时代的焦点，密码技术是信息安全的核心．而算法是密码学的精髓。文中研究了基于因数分解的Euclid算法和扩展Euclid算法，包括算法的基本原理、算法流程及编程实现。分析了Euclid算法的算法复杂性，介绍了Etrclid算法在RsA和Affine Cipher密码系统中的应用，最后指出了该算法存在的缺陷和算法需要改进的方向。     

覆盖聚类算法的应用研究

聚类算法是数据挖掘的核心技术。介绍了几类主要的传统聚类算法，给出了每类算法的基本概念、基本原理、各类表示聚类的算法以及这些算法的特征。然后再提出了一种新的聚类算法——覆盖聚类算法，给出了该算法的具体步骤，并对模糊聚类算法和该算法用实验的方式进行比较，证明了覆盖聚类算法的可行性和有效性。最后分析了当前聚类算法存在的问题和发展方向。     

覆盖聚类算法的应用研究

聚类算法是数据挖掘的核心技术。介绍了几类主要的传统聚类算法,给出了每类算法的基本概念、基本原理、各类表示聚类的算法以及这些算法的特征。然后再提出了一种新的聚类算法———覆盖聚类算法,给出了该算法的具体步骤,并对模糊聚类算法和该算法用实验的方式进行比较,证明了覆盖聚类算法的可行性和有效性。最后分析了当前聚类算法存在的问题和发展方向。     

集成算法概述

随着人工智能的发展,机器学习也成为了当下研究的热点内容,集成算法作为常见的机器学习算法得到了重视。因此,分别介绍了集成学习算法中较为经典的装袋算法和增强算法,给出了相应的具体算法设计原理,并在性能方面简单比较了这两种算法。同时,介绍了这些算法的几种衍生算法的设计原理。     

一种有效的空间连接算法

介绍了一种改进的基于striped-sweep算法的SPBSM算法，并和基于list算法的PBSM算法和基于trie的TPBSM算法进行比较。这种改进的SPBSM算法克服了其它两种算法的不足，有效地提高了空间连接算法的性能。     

Euclid算法及扩展在密码学中的研究和应用

信息安全是网络时代的焦点,密码技术是信息安全的核心,而算法是密码学的精髓。文中研究了基于因数分解的Euclid算法和扩展Euclid算法,包括算法的基本原理、算法流程及编程实现。分析了Euclid算法的算法复杂性,介绍了Eu-clid算法在RSA和Affine Cipher密码系统中的应用,最后指出了该算法存在的缺陷和算法需要改进的方向。     

工程图纸输入与自动识别的改进细化算法

系统地介绍了两种典型的细化算法OPTA算法和Hilditch算法的原理和计算机实现，分析了OPTA算法和Hilditch算法的性能与不足，并提出了一种改进的Hilditch细化算法。该算法通过借鉴OPTA算法中的模板方法有效地减小了图像骨架偏移和毛刺的影响，经实验结果观察，改进的算法使图像细化结果得到较大改善。     

一种BM模式匹配算法的改进

模式匹配算法是入侵检测系统中使用较多的一种重要算法。在分析了BM算法以及相关算法的基础上,提出了一种新的改进算法——BMI算法。该算法借鉴了BM算法的思想,并利用了下一字符和末字符的单一性和组合性,有效地提高了最大位移出现的概率。实验测试结果表明该算法能够有效提高匹配过程的效率。     

蚁群算法及在多目标优化中应用

蚁群算法是一种模拟蚂蚁行为的启发式优化算法,该算法应用于多领域的优化解析。阐述了蚁群算法的基本原理,并以人工蚁群为基础,深入剖析了基本蚁群算法和改进算法,总结了算法的优缺点及应用范围。介绍了蚁群算法在多目标优化中的应用,并总结了一般的实现方法和步骤。     

基于拥塞控制的AQM算法研究

在对网络拥塞控制进行分析的基础上，介绍了AQM（Active Queue Management）算法的特点及网络流量特征对AQM算法的影响。根据AQM算法的发展概况，将AQM算法中的Drop Tail算法、RED（Random Early Detection）算法、Adaptive RED算法、PI算法、REM（Random Early Marking）算法和AVQ（Adaptive Virtual Queue）算法进行了比较评价。并对AQM算法的反馈方式及AQM算法的控制理论进行了较为详细的分析与探讨。     

挖掘关联规则中Apriori算法的一种改进

对挖掘关联规则的Apriori算法关键思想以及性能进行了研究。给出了该算法的一个改进算法，该改进算法提高了原算法的性能。     

一种基于蚁群算法的分类规则挖掘算法

Parepinelli等提出了基于ACO的分类算法。文中提出了一种基于自适应蚁群算法的分类规则挖掘算法,该算法采用了与Parepinelli算法不同的启发式函数及信息素改变方法,引入了自适应机制与变异策略,从而达到缩短蚁群算法计算时间、加快算法收敛速度、提高预测准确率的目的。实验结果验证了该算法的有效性。     

一种轻量级动态密钥建立算法研究

解决射频识别（RFID）和低运算能力设备安全的理想方法就是实现一种动态密钥建立算法,但是经典的动态密钥建立算法都不适用于RFID。旨在研究一种为RFID标签和低运算能力设备提供动态密钥建立的算法。基于TPM的密钥建立算法为轻量级的动态密钥建立提供了方法,KKK算法就是其中一种算法。研究了KKK算法的原理以及KKK算法的发展现状,建立了KKK算法仿真环境,并且实现了已经提出的大部分KKK类算法;提出了一种具有更强攻击效果的攻击算法——改进的遗传攻击算法,实验结果表明该算法优于目前提出的其他攻击算法。     

改进的种群分类蚁群算法及其应用

提出了一种改进的种群分类蚁群算法,该算法在种群分类的基础上,引入了蚂蚁的知觉感觉特性等。该算法能明显的防止蚁群算法可能出现早熟的问题,从而解决了传统蚁群算法加速收敛与早熟、停滞现象的矛盾。为了说明该算法的性能,将该算法应用到聚类分析算法中,设计了算法的模型以及算法步骤,并通过仿真实验证明了本算法的可行性和有效性。     

群智能优化算法研究

群智能优化算法是一种新型的优化算法。该文介绍了几种常见的群智能优化算法,包括粒子群优化算法、蚁群优化算法、人工免疫算法、人工鱼群算法,分析了它们的优缺点及使用情况,提出了群智能优化算法的发展方向。     

基于P系统的粒子群优化算法

为了克服算法早熟收敛问题并提高算法精度, 引入了膜计算理论。将PSO算法与P系统相结合, 提出了一种基于P系统的粒子群优化算法 (P-PSO), 有效地平衡粒子群的全局搜索和局部寻优。采用常用的三个测试函数对新算法进行了实验, 结果表明, 提出的P-PSO算法有效地解决了算法早熟问题, 提高了算法的收敛精度。由此可见, P-PSO算法能够有效改进原有PSO算法的性能。     

一种面向入侵检测系统的模式匹配算法的改进

分析引擎是入侵检测系统的核心部分,一个好的模式匹配算法直接决定了入侵检测系统分析引擎的效率。本文对几种经典的模式匹配算法如:BM算法,BMH算法以及BMHS算法等经典算法进行了研究和分析,比较了几种算法的优劣。最后在BMHS算法的基础上提出一种改进的算法,该算法可以有效提高入侵检测系统的检测速度。