双集合FCM和改进Otsu算法的灰度图像阈值分割

针对FCM算法和Otsu算法的不足,根据灰度图像的特点,提出了基于双集合FCM和改进Otsu算法的阈值分割算法,该算法从两个方面对FCM算法和Otsu算法进行改进．第一、采用双集合的方法,减小FCM算法和Otsu算法的时间复杂度;第二、适当移动分割阈值提高Otsu算法的分割效果．从数学分析和实验可知,文中算法的时间花费和分割效果均优于FCM算法和Otsu算法．     

微粒群算法的研究现状与展望

微粒群算法(PSO)是继蚁群算法提出之后的又一种新的进化计算技术.介绍了微粒群算法的产生背景,基本算法,算法流程,算法参数及其对算法性能的影响.围绕微粒群算法的改进形式,算法的应用等方面对微粒群算法的研究现状进行全面综述,其中特别提到了算法在生产调度领域的研究现状.最后就PSO算法进一步的研究工作进行了探讨和展望.     

一种基于DCT理论的空域数字水印算法-DAS算法

提出了一种基于DCT理论的空域数字水印算法-DAS算法,该算法继承了频域算法与空域算法的优点,同时又避免了频域算法与空域算法中的一些缺陷,经实验验证,取得了较好的效果.     

入侵检测系统中的模式匹配算法研究

综述入侵检测系统中的模式匹配算法,包括经典的单模式匹配算法KMP算法、BM算法和多模式匹配AC算法。在此基础上提出一种改进算法——两端分段匹配算法,并加以验证,最后指出改进模式匹配算法效率的研究方向。     

高密度寡核苷酸阵列的数据标准化方法

针对微阵列数据的标准化方法进行系统阐述,对高密度寡核苷酸阵列(Affymetrix芯片)的两类主要标准化算法：全数据算法和基线算法进行了探讨,同时对其他标准化算法（复合算法、VSN算法、全局loess算法、Invariant set算法等）进行了综合的论述和分析.基于标准数据集对前两类标准化算法处理的效果和效率做了对比测试,结果表明,算法在数据变异性的消除方面,对于非差异表达数据,全数据算法可以达到比较优秀的处理结果;对于差异表达数据,Quantile和Non-linear算法比较有效.在算法的耗时方面,Scale算法最优.全面考虑时间效率和标准化处理效果,Quantile算法具有一定的综合优势.     

非线性LMS算法实现盲源分离

在经典的最小均方(LMS)算法中引入非线性函数,得到一种非线性LMS算法.该算法根据LMS算法建立了相应的对照函数,用自然梯度推导出了自适应盲源分离算法,并且分别给出了实数算法和复数算法的详细推导过程.结果发现得到的算法即为最大化熵和最小化互信息(ACY)算法,从而揭示了ACY算法与LMS算法的关系,同时也得到ACY算法的复数形式.计算机仿真试验验证了算法的有效性.     

实现快速乘法的几种改进贝斯算法

分析并评价了在传统贝斯算法基础上改进的几种算法,它们分别是完全冗余贝斯算法、局部冗余贝斯算法,以及有偏差的贝斯算法。通过将仿真结果与传统贝斯算法的比较,证明局部冗余贝斯算法有与传统贝斯算法几乎相同的速度,但其面积和功耗节省不多。完全冗余算法比传统贝斯算法速度慢,但其面积和功耗节省较多。有偏差的冗余算法是完全冗余算法和局部冗余算法的综合,兼容了两种算法的优点,所以其面积和功耗效率均较高,运算速度也较快。综合来讲,有偏差的贝斯算法是其中最好的一种算法。     

C4.5改进算法及其在客户价值分析上的应用

客户价值的分析在现代企业中起着重要的作用,而分类算法在分析客户价值上是卓有成效的。决策树算法是分类算法中一类重要的算法,其中以C4.5算法最为流行,但是这种算法准确率性能方面还不是很理想。在C4.5算法的基础之上引入推进技术,改善了C4.5算法的准确率性能。实验证明,用改进后的C4.5算法分析超市客户数据,其算法的准确率高于原算法,增强了决策的可信度。     

一种改进的蚁群算法

蚁群算法是一种新的进化算法,其基本思想是模拟蚂蚁的合作行为.蚁群算法已成功地应用于许多优化问题,成为求解组合优化问题的新的进化算法.最新研究表明蚁群算法是一种基于群体的强鲁棒性的进化算法.但是,蚁群算法也有收敛速度慢,容易陷入局部最优的缺点.为了克服这些缺点,吸取微粒群算法的优点,提出了一种改进的蚁群算法.实验结果表明改进算法是有效的,与标准的蚁群算法相比,算法性能得到了明显改善.     

一种新的基于蚁群和凝聚的混合聚类算法

在经典蚁群算法和经典聚合算法的基础上,该文在改进蚁群算法的同时提出了一种新的基于蚁群和凝聚的混合聚类算法。该算法首先在蚂蚁放置物体时采用紧凑算法,其次对于可被蚂蚁负载的物体采用基于评估函数的调度算法,最后将凝聚算法融入蚁群算法的迭代过程。实验通过与其它聚类算法比较表明,该算法在继承了蚁群算法固有优点的同时,提高了时间效率,获得了较好的结果。     

判定线性不等式围成的空间是否为空的梯度快速算法

给出一个判定线性不等式围成的空间是否为空的快速算法.这个算法利用空间中的投影矩阵将一个射线投影到约束仿射空间的一个向量,使得算法能够用最快的速度逼近交空间中的一个可行点.实验结果表明,这个算法比作者以前的分治算法要快很多倍,特别是在空间的维数很大的情况.     

简单多边形凸包的算法

给出了一种求任意简单多边形凸包的算法.算法中采用了逐次删除凹顶点排除非凸包上的点直至没有凹顶点,从而求得凸包的思想.其几何意义明显,易于编程实现.该算法的时间复杂度为顶点个数的线性次乘法、线性次减法及顶点个数与其对数乘积次比较.给出了准确的时间复杂度的上界.     

使用支持向量机分割指纹图像的方法

提出了一种使用支持向量机的指纹图像背景分割方法. 以指纹图像的灰度方差和对比度为特征,训练用于分割背景的支持向量机,并用拟凸算法修正支持向量机的分割结果;使用较少的训练样本,得到泛化性能较好的分类器,对较大数据库中的指纹图像分割背景,正确率为95.3%,实现了利用小样本训练分割方法而较好地适用于同类大数据库的目的.     

协作分簇多频带超宽带系统资源优化分配算法

为获得分集增益,减小算法复杂度,以簇作为最小资源分配粒度,将协作分集技术引入到分簇多频带超宽带系统中,提出改进的时频码（TFC：Time-Frequency Coded）模型。基于凸优化理论,提出在总功率受限情况下最大化系统容量的簇分配算法和功率分配二维递归算法。为降低算法复杂度,又进一步提出以用户对簇的相对需求度为判断的快速跨层资源优化分配算法。仿真表明,快速跨层资源优化分配算法可以在满足用户服务质量要求（QoS）的同时,在系统容量和用户之间公平性方面得到很好的折衷。     

一类推广的（VDP）问题的外逼近算法

对于约束集是凸集的（VDP）问题提出一种新的外逼近算法。该算法把凸集的使用多面集的外逼近程序和求解约束集是多胞形的（VDP）问题的外逼近算法相结合。给出了具体的算法过程并对收敛性进行分析。     

一类并行算法的提出

本文给出了一种求得闭凸集之交的并行算法,并证明了其收敛性.     

符号几何规划问题的求解新方法

对符号几何规划问题,给出一种求其全局最优解的分支定界算法。利用不同的凸化方法将算法中关键的定下界操作转化为易于求解的凸规划问题。最后给出算法的收敛性证明和数值实验结果。     

寻找平面上点的凸壳

对格雷厄姆算法进行了改进,编程实现寻找平面上n个点的凸壳,并通过1次循环就找出所有凸壳的顶点.该算法的空间复杂度为O(n-3),其时间复杂度在最坏情况下虽然无法突破O(nlogn)的理论下限,但在最好情况下已达到线性水平.     

凸二次规划带仿射变换的梯度投影算法

对凸二次规划提出了一种新的内点算法———带仿射变换的梯度投影法，并着重研究了该算法的收敛性，得到了一些重要的结果．     

凸约束优化的非单调线搜索法

将一般的无约束非单调线搜索算法推广成凸约束的非单调线搜索法,搜索方向由BFGS方法改变为满足凸约束条件的方程组来确定,证明了算法的全局收敛性和k次线性收敛,进行了数值试验,结果表明算法十分有效。