一种改进的随机抽样算法

文章提出了一种改进的随机抽样算法,对其时间和空间复杂性进行了分析,结果表明改进的随机抽样算法总体性能优于现有随机抽样算法,最后,给出了改进算法在等距抽样中的应用.     

k中心点聚类算法在层次数据的应用

探讨了近年来提出的聚类概念与聚类过程、k中心点聚类的算法,在此基础上提出了一种基于层次数据模型的k中心聚类的改进算法.该算法一方面针对层次变量提出了相关的中值点概念;另一方面对传统k中心点算法进行了改进.最后对改进算法的复杂度进行了分析,由分析结果得出改进算法要比传统k中心点算法每次迭代耗费时间略少,但在总耗费时间上远远小于k中心点算法,大幅度提高了算法的整体性能.     

ECDSA的算法改进及其标量乘法的选取

本文从椭圆曲线数字签名的安全性和高效性要求出发,改进了椭圆曲线数字签名算法,并对其进行了正确性验证和安全性分析,结果表明,改进算法签名方不需要进行求逆运算,具有更少的时间复杂度.为了进一步提高改进算法的运算速度,文中选取了优异的快速标量乘法并对其效果进行了分析.     

GIS空间分析中两种改进的路径规划算法

通过对经典Dijkstra算法和启发式搜索的分枝算法的分析,分别对它们进行了改进.在VC下编制程序进行了实验,表明改进的Dijkstra算法可以减少大量的无关节点的计算,使其时间复杂性得到降低,同时也减少了运算空间开销;改进的分枝算法则可以提高搜索到最优路径的成功率.     

改进BP算法的研究及应用

文中先对BP算法进行了分析,然后针对标准BP算法的不足进行了改进,通过对作用函数进行修正、自动调节学习率以及选择初始权值后得到了改进的BP算法,并给出了在车牌识别技术中的应用实例.对比分析识别数据,可以看出改进后的算法具有收敛速度快、识别时间短、识别率非常高等方面的优点,识别性能得到了很大优化.     

一种改进的网格资源调度算法及其有色Petri网建模和分析

在Sufferage算法基础上提出了一种改进的网格资源调度算法ISufferage,从两个方面进行了改进:(1)考虑执行开始前输入数据以及执行完成后输出数据的存取和传输时间对调度决策产生的影响;(2)在算法中考虑用户的QoS要求,在追求最小的任务完成时间的同时兼顾用户QoS要求.为了对改进算法进行性能分析和评价,使用有色Petri网对网格调度系统和ISufferage算法进行了建模和仿真分析.结果表明,ISufferage比Sufferage算法更适合于实际的网格环境,能更好地满足用户的QoS要求.     

DNA双序列比对问题的算法

随着生物序列数据库中序列数据的激增, 开发兼有高度生物敏感性和高效率的算法显得极为迫切. 通过对生物序列比对问题中Needleman-Wunsch算法和Smith-Waterman算法深入分析, 提出了Smith-Waterman算法的改进算法, 并通过实验验证该算法, 对改进前后的运行性能进行比较分析. 实验证明, 改进后的算法实现了双序列局部最优解个数的优化, 有效降低了生物序列比对算法时间与空间的复杂性, 提高序列比对的得分率和准确率.     

提高DTW运算效率的改进算法

为了提高现有的动态时间弯曲算法的运算效率,在现有的动态时间弯曲算法的基础上,针对长度分别为N和M、且长度较长的时间序列数据,提出了一种改进算法.该算法以少量的存储空间为代价,在一定程度上提高了运算效率,尤其是当两个时间序列的长度较长时,运算效率提高的更为明显.在相同运算环境下的进行实验,并对实验结果进行了比较和分析,结果表明了该改进算法的有效性.     

运动矢量场自适应搜索算法的一种改进方案

在MVFAST算法的基础上,提出了一种改进的MVFAST算法.通过对MVFAST算法的分析,针对其不足之处,提出了MVFAST算法的改进算法.改进算法采用了高效的提前中止策略,即设置了动态的门限阈值,以及充分利用了视频序列的空间和时间相关性,对块进行运动类型划分,以采用不同的搜索策略对宏块进行起始点预测.该方法通过起始点预测、提前中止策略、对宏块进行划分,能够有效地处理视频序列.试验结果表明,在图像质量稍有提高的情况下,改进的算法能有效提高编码速度.     

基于主题特征和时间因子的改进PageRank算法

经典PageRank算法单纯地考虑到对网页的链接结构进行分析,而不能考虑到网页在搜索主题方面的相关性和权威性,以及用户对新旧网页的依赖程度的不同.针对经典PageRank算法存在的上述缺陷,综合网页的主题特征和时间特征两个因素,提出了一种改进的PageRank算法WTPR(weighmd topic PageRank).该算法通过网页链接分析和内容分析来解决网页的权威程度和相关程度,通过时间因子实现PageRank值随时间的变动而浮动.仿真结果表明,改进后的算法与PageRank算法相比获得了更好的效果.