藏文输入法中快速自适应编码查询算法研究与应用

藏文词典查询算法是藏文信息处理的一个重要的基础部分,对系统的效率有重要的影响.提出一种快速自适应编码查询算法来指导藏文字、词、短语等编码,在任意排序状况下,快速确定所需编码在整个编码表中的具体位置.     

基于优化Dijkstra算法的物流配送系统设计

针对物流配送的关键技术进行分析讨论,阐述了物流配送实时监控的实现过程.分析了路径寻优中的传统Dijkstra算法,改变图的存储结构和搜索方法,采用二叉排序树减少搜索临时结点,减少了内存存储空间,缩短了查询时间,分析和实验表明该算法是有效的.     

基于MapReduce模式的多表联查算法

多表关联查询是进行数据挖掘与分析的有效技术手段。随着大数据时代的到来,当前的数据分析技术在进行海量数据多表联查操作时存在明显的性能瓶颈,为此提出一种基于Map Reduce计算模型的多表联查算法UGS用以提升多表关联查询效率。实验表明,在海量数据背景下,该算法的查询效率明显优于大数据领域的Spark SQL,Hive及关系型数据库的My SQL。     

一种基于Hadoop的多表链接策略

Hadoop系统在处理多表链接问题时,每轮都会将大量的中间结果写入本地磁盘,从而严重降低了系统的处理效率。为解决该问题,提出一种"替换-查询"方法,该方法通过对链接表建立索引,将预输出的元组集替换为索引信息输出到中间结果,以索引的形式参与多表链接,以此减少中间结果的I/O代价。运用缓冲池、二次排序和多线程技术对索引信息进行优化管理,加快索引查询速度。最后在TPC-H数据集上,设计了与原Hadoop的对比实验,结果表明该方法可减少35.5%的存储空间,提高12.9%的运行效率。     

基于有监督主题模型的排序学习算法

文档表示是排序学习的关键,目前的排序学习算法多采用词袋法表示文档与查询,该方法假设词袋中的词相互独立,忽略了词之间的关系.为了表示文档中词之间的依赖关系,本研究利用文档与查询的主题特征构建排序学习模型,我们将排序函数定义为文档与查询之间的主题关系,提出了基于有监督主题模型的排序学习算法自动学习排序函数.为了评价模型的排序精度,我们在三个标准数据集(OHSUMED,MQ2007,MQ2008)上进行了实验.实验表明基于主题的排序学习算法能够发现文档与查询之间内在的语义关联,并改善排序模型的排序精度.     

一种新的按位块分段快速排序算法

针对分段快速排序法因分段映射策略不理想而造成算法复杂度显著增加之问题，文章提出了一种由按位块分段、分段映射和局部快速排序所组成的新排序算法——按位块分段快速排序法（以下简称为“按位块分段快速排序”）。算法分析和实验结果都表明：在待排序数据均匀分布或正态分布的情况下，按位块分段快速排序法的时间复杂度可以达到O（N），而附加存储空间开销却仅仅为N＋M（M为分段数目，1≤M≤N），同时排序速度明显优于Quick Sort、分段快速排序、分“档”统计插入排序和Proponion Split Sort等算法。     

融合多特征的图像检索算法

针对单一特征不能很好地表述图像的问题,提出了一种融合多特征的图像检索算法.首先,提取查询图像和图像库中样本图像的GIST(Generalized Search Tree)特征,用欧氏距离衡量图像间的GIST相似度值,根据查询图像的GIST特征在图像库中进行检索,将结果按相似度进行排序;然后,提取查询图像和返回结果中前k幅图像的尺度不变特征变换(SIFT)特征,使用BBF(Best Bin First)算法进行特征匹配;最后,通过特征点匹配点对数排序并返回检索结果.实验在改进的Corel1000数据集上进行,与传统的单特征图像检索算法对比,提出的图像检索算法不仅提高了检索准确率,而且获得了较好的检索效率.     

论链式分频排序

本文提出一种新的排序算法，作为对排序算法的突破性尝试，与快速排序算法相比，速度全面大幅度提高。文章给出了新算法的时间复杂性是O（N）的理论证明和关键字分别是二字节整数、四字节单精度实数、最大长度为20的字符串三个演示程序。     

大规模知识图谱的多查询优化问题研究

多查询优化问题是从一组查询中找出公共子结构,将其结果缓存起来,每个查询可以利用缓存结果构建自己的结果.由于知识图谱上的多查询优化是NP-hard问题,现有方法无法在大量查询同时到达时高效地查找公共子结构,也无法保证优化后查询时间一定减少.因此,本文提出了一个新的分布式,基于内存的RDF查询引擎Leon来处理多查询优化问题.Leon使用了基于特征集合的索引和划分方法,具有简单高效、空间占用小的特点.针对现有检测查询之间公共子结构检测算法时间复杂度高的特点,本文提出了一个新颖的多查询优化算法:利用特征集合快速过滤没必要优化的查询,在剩下来的查询中精确、高效地查找公共子结构.实验结果证明:引入多查询优化情形下,时间是基准方法的1/10.     

一种低复杂度的OS-CFAR排序算法

有序统计恒虚警算法是雷达在多目标环境下检测目标的主要方法,数值排序是有序统计恒虚警算法的必要步骤,通常采用的排序算法有希尔排序和快速排序等,本文根据OS-CFAR前后检测单元背景窗有相同单元的特点,提出了一种低复杂度的排序算法,仿真结果表明该算法较常规排序算法在运算复杂度上有很大的改善。     

基于Nutch的网页排序算法研究

网页排序算法对根据用户查询词搜索到的大量页面进行排序,从而返回给用户,因此排序算法对搜索引擎的好坏起着关键作用。Nutch搜索引擎只实现了基本的综合排序模型,针对Nutch默认排序算法的不足,在Page Rank算法中加入时间因子、链接权重因子,并结合How Net来计算网页的语义相似度,将改进后的Page Rank算法和基于语义的主题相关度算法应用在Nutch排序算法中。实验结果表明:改进的排序算法使得Nutch的搜索结果排序准确率和首页命中率都有了明显提升。     

快速排序算法的分析与研究

快速排序是排序算法中性能较好的一种,但存在对数据基本有序的情形下的性能瓶颈问题。为了保证快速排序在任何情况下的高效性,在对快速排序算法的时间效率进行充分的分析的基础上,指出支点元素的选取是影响快速排序算法效率的主要因素。提出了一种随机选择支点元素的快速快排方法,很好地避免了最坏情况的发生。通过实验验证了改进算法的正确性和高效性。     

IP电话系统中地址映射表的创建与查询

基于十叉树的存储结构及其查询方法,提出了一种适用于VOIP系统的地址映射表创建方法及其相应的查询算法,并且以提高表的查询效率为目的,设计了地址映射表的数据类型与存储结构。实验表明,采用树形存 储结构构成的地址映射表,其相应的查询算法可以获得较短的耗费时间。     

基于排序边表的简单要素模型多边形裁剪算法

为了解决多边形的裁剪效率低的问题,根据多边形的构成特点,提出了一种基于排序边表的鲁棒性较强的裁剪方法.该算法首先利用简单要素类模型,将多边形看成是由一系列的点的坐标组成,然后对点进行处理将多边形的边分成左边界和右边界,利用扫描线算法,对多边形的边进行扫描,然后利用排序边表方法对其求交点,形成最后的结果.实验证明,该方法可以很好的解决大规模的区裁剪问题.     

快速排序算法研究

排序是计算机科学中最重要的研究问题之一，2000年被列为20世纪对科学和工程计算的研究与实践影响最大的10大问题之一。文章介绍了基本的快速排序算法及三种枢轴元素的选取方法，全面深入地分析了快速排序算法最坏情况下的时间复杂度，平均情况下的时间复杂度，随机情况下的时间复杂度，并对快速排序算法和堆排序算法进行了比较，理论和实验结果表明，快速排序算法仍然是目前最好的排序算法之一。     

单机多目标攻击的目标威胁排序

本文讨论空对空单机多目标攻击的威胁目标排序问题，首先概述了目标威胁排序算法，然后讨论了目标威胁因素的威胁指数计算及综合威胁度计算方法，最后采用典型用例进行了计算。结果表明本文所提出的威胁评估算法与实际情况相当符合，而且算法简单，易于工程实现。     

基于用户模型的加权位置/摘要排序算法

为了提高查询精度,提出了一种个性化元搜索引擎模型．在该模型中,引入了一种基于用户兴趣模型的加权位置／摘要的查询结果排序算法,该算法综合考虑了查询结果的摘要与查询的全局相关度、查询结果在各个成员搜索引擎返回结果中的排列位置信息、各个成员搜索引擎对查询意图主题类别的相关度三方面的信息．实验表明该排序算法能较好地把与用户查询意图相关的结果排在查询结果的最前面,提高了查准率．     

基于性能权重聚类的频域盲分离排序算法

卷积混合盲源分离可以在频域得到有效解决，但频域盲分离必须要解决排序模糊性问题。本文提出了一种基于性能权重聚类的频域盲分离排序算法，该算法利用聚类来得到顺序参考，对各频点上分离信号的准确性进行计算，根据分离结果的准确性予以不同频点不同的聚类权重，从而提高聚类结果的可靠性。通过对频点进行分段处理可以有效抑制排序错误的传播，提高算法性能。最后通过多组仿真实验验证了基于性能权重聚类的频域盲分离排序算法的普适性与性能上的优越性，同时也探究了接收端个数对算法性能的影响。仿真结果表明本文提出的基于性能权重聚类的频域盲分离排序算法相较于传统的幅度相关性排序算法在信干比上会有2 dB左右的提升。接收天线数越多，算法分离性能越好。     

传递排序

本文描述了传递排序的基本思想,并且对传递排序理论上可行性进行了证明,并给出了此算法在数组与单链表上的C语言的代码实现,分析了其时间复杂度和空间复杂度。     

智能归并排序

文中详细介绍并分析了归并排序算法的优缺点，针对归并算法的强制把数据划分两份进行了改进，提出按照数据本身具有的规律进行智能归并排序划分的方法。该方法将局部有序的记录块作为一组，避免对已经有序的数据划分再归并；而对局部逆序的记录块先进行内部旋转再进行分组。并且针对归并算法拷贝数据费时的缺点．采用了原数据空间与临时数据空间依次交换的方法减少数据的大量拷贝，最后给出了相应的C语言描述和试验数据。