用递归实现链表的逆序输出

在数据结构中链表的逆序输出都是用非递归算法来实现的，本文中我们将介绍一种实现链表述序输出的新方法──递归方法。     

并行FFT通信模式在WDM双环网上的波长分配

波长分配是光网络设计的基本问题。快速傅立叶变换（FFT）在数字信号处理、图像处理等领域有着广泛的应用,WDM双环网受到广泛的关注。提出一种递归的嵌入算法FFT-DLN,针对4种基本嵌入算法生成法、对折嵌入算法、顺序映射和逆序映射,得到在WDM双环网上实现并行FFT的通信模式所需的波长数均为N/8（N≥8）。通过分析发现,对于相同规模的傅立叶变换,递归的对折嵌入算法和逆序映射具有更短的执行时间。     

Cholesky分解递归算法与改进

递归算法是计算稠密线性代数的一种新的有效方法。递归产生自动、变化的矩阵分块,能充分发挥当今分级存储高性能计算机的效率。对Cholesky分解递归算法进行了研究,给出了算法的详细推导过程,用具有递归功能的Fortran90实现了算法,并通过矩阵元素顺序重排的方法,进一步提高了递归算法的运算速度。研究产生的算法比目前常用的分块算法快15％－25％。     

递归程序设计方法的分析探讨

递归是设计程序的一种重要方法,文中对递归的定义及递归的基本条件进行了分析,给出了递归程序设计的基本方法,并结合数据结构中二叉树遍历和单链表结点输出的实例进行了验证,最后对递归程序进行了深度分析,说明了递归是一种有效的程序设计方法。     

基于递归和表函数的一到多数据转换研究

针对关系表达式难以进行无限制一到多数据转换的问题,通过关系代数的扩展表达一到多数据转换,采用递归查询和表函数实现无限制一到多数据转换,在每个输入元组上产生一个或者多个输出元组。递归查询通过创建初始结果,递归获取结果集,并返回最终结果集;表函数声明变量集合,使用过程体和游标循环访问表,迭代输出元组。实验分析不同参数影响因素下有限制和无限制转换的不同方法,结果表明扩展方法能够改善系统性能。     

一种非线性多环递归自适应跟踪控制

针对控制输入有界的变参数广义高阶非线性系统跟踪控制问题,给出一种多环递归跟踪的鲁棒控制方法.通过分层引入虚拟跟踪器,将高阶系统分解为多个独立子系统;内环虚拟跟踪器使内环输出指数收敛于外环虚拟输入,最内环设计自适应控制器补偿参数摄动和外部干扰,并保证输出指数收敛于外环虚拟输入;多环递归跟踪实现系统输出精确跟踪期望输入,理论证明闭环系统的全局渐近收敛性.数值仿真验证了多环跟踪控制器的可行性和合理性.     

AS3中实现汉诺塔问题递归算法动画显示

基于Flash AS3开发环境,实现了将汉诺塔问题递归算法的结果以动画的形式显示输出。     

基于Taylor 逼近的非线性系统P ID 型多步预测控制

基于局部递归神经网络对非线性系统进行递归多步向前预测，将系统实际多步向前预测值按泰勒公式在其递归预测值上展开，实现对非线性系统多步预测输出值的二次逼近，减少了预测误差，进而通过对PID型多步预测性能指标函数极小化求取控制量，控制器与广义预测控制器结构相似，其参数通过神经网络在线辨识获得，仿真实验表明了该方法的有效性。     

递归下降分析法在组合查询中的应用

组合查询一直是管理信息系统的开发重点。文中论述了用递归下降分析法构造组合查询器的一种方法，首先简要介绍了递归下降分析法的概念，分析了组合查询器的功能，进而提出了利用递归下降分析法对组合查询条件的描述和解释方法，在此基础上讨论了基于MVC模式的设计，并给出了模型层、控制层、表示层的详细实现方案。这种方法可以满足组合查询的条件随机性、输出多样性以及接口友好性等方面的综合要求。     

递归下降分析法在组合查询中的应用

组合查询一直是管理信息系统的开发重点.文中论述了用递归下降分析法构造组合查询器的一种方法,首先简要介绍了递归下降分析法的概念,分析了组合查询器的功能,进而提出了利用递归下降分析法对组合查询条件的描述和解释方法,在此基础上讨论了基于MVC模式的设计,并给出了模型层、控制层、表示层的详细实现方案.这种方法可以满足组合查询的条件随机性、输出多样性以及接口友好性等方面的综合要求.     

基于递归神经网络的水下机器人故障辨识

水下机器人故障检测与辨识是机器人实现主动客错控制的关键.针对一般非线性系统执行器和传感器故障辨识问题构造了一种基于递归神经网络的故障辨识模型,并将其应用于水下机器人执行器与传感器故障检测和辨识中.2个并行递归神经网络根据水下机器人实际输出与估计输出间的误差学习调整隐藏层与输出层权矩阵,辨识机器人中发生的执行器故障和传感...     

关于数据结构中出栈序列问题的讨论

栈是一种非常重要的数据结构,递归、函数调用都离不开栈.对栈的输出研究是栈的一个主要研究内容.本文对三种常见算法进行了比较,并给出了最优算法的具体实现方法.     

一种将递归过程转换为非递归过程的方法研究

提出一种把递归过程转换为非递归过程的方法——递归树法,画出递归过程的递归树,然后通过对递归树的后根序遍历实现递归过程的非递归化,最后通过案例说明该方法的可行性和有效性。     

基于递归程序到非递归程序转换的实现

基于递归程序时空性能不好的缺点,提出了用非递归方法来解决递归问题的实现方法.     

基于递归多尺度卷积网络的图像超分辨率重建

不断加深网络的深度可提高网络的超分辨率重建效果,但是网络的加深会导致网络参数量急速增加,难以进行网络训练和内存存储.为了减小深度网络的参数规模并尽量保持网络的重建性能,基于递归和多尺度的思想,文中提出精简的基于递归多尺度卷积网络的图像超分辨率重建方法.首先利用多尺度模块充分提取图像在不同尺度下的特征信息,再通过递归操作实现网络规模的加深而不增加网络的参数量,最后将每次递归操作的输出进行特征融合,作为高分辨率图像重建的输入.实验表明,文中方法在网络参数量较少时重建效果较优.     

一种FFT逆序输出整序的时间优化方法

在数字信号处理中,FFT运算具有非常重要的作用。传统FFT算法具有原位计算的特点,原位FFT算法在自然序输入时输出呈逆序状态,因此为了得到自然序的结果数据,就必须对全部FFT输出数据进行整序。使用查找表整序是从FFT的逆序输出结果中直接读取自然序结果数据。试验证明,在获取全部FFT结果数据时,查找表整序相比传统整序在时间效率上可以提高一倍,并且在连续FFT分析的情况下,优势会更明显。     

互联大系统动态输出反馈多重叠鲁棒分散关联镇定

针对一类具有网型拓扑结构的互联大系统,提出一种动态输出反馈多重叠鲁棒分散关联镇定方法.该方法将系统状态空间加以扩展,在扩展空间中将其分解为按循环逆序排列的一系列两两子系统对,并为每个子系统对分别设计使其关联稳定的鲁棒分散动态输出反馈控制器,将这些多重叠设计的控制器再收缩回原空间,实现控制律的协调.将该方法应用到一个四区域网型电力系统控制设计中,仿真结果验证了所提出方法的可行性和优越性.     

递归杂凑法

在杂凑表的基础上派生出了一种新的数据类－－递归杂凑表,通过递归杂凑表进行数据的查找,插入与删除等字典操作都只需用Ｏ（Ｉ）时间,效率很高,速度很快,通过理论与示例了递归杂凑法是一个行之有效的方法,可在许多领域如图象匹配技术等有效应用。     

一种基于中值滤波的非线性图像处理优化算法

本文提出了一种允许实数值加权的递归加权中值滤波器。该滤波器优于无限脉冲响应线性滤波器、有限脉冲响应线性滤波器及非递归加权中值滤波器，除对噪声级提供稳健性，还可以提供近于完善的“阻带”特性，这在实践中很有用处。本文还提出了用于设计递归加权中值滤波器的自适应优化算法。该算法在平均绝对误差准则下得到了发展。在这个框架内，用于计算递归加权中值滤波器输出的前住输出被前位期望的输出所取代。这样，递归加权中值滤波器就近似于一个双输入单输出滤波器，它取决于输入样值和所期望的响应的延迟样值。这种结构避免了递归运算中固有的反馈，因而使得用于更新滤波系数的最陡下降算法中的梯度推导变得简单了许多。我们提出的自适应递归加权中值滤波算法与LMS算法相比，复杂性有所降低。     

一种新型的动态递归神经网络及其全自动设计算法

本文基于非线形自回归滑动平均模型NARMA模 型和前馈神经网络建模的思想,提出一种输入层与输出层神经元递归的动态递归神经网络; 基于进化计算中遗传算法和进化策略与自寻优BP算法的不同结合方式,提出两种动态递归神 经网络全自动高效设计算法,实现了网络结构、权重和自反馈增益同时优化学习,实例应用 表明所提网络结构及其设计算法的有效性．