基于链表的同构化首尾排序新算法——“程序设计”与“数据结构”课程的融合创新案例研究

依据同构化基本原理,研究和发现了基于传统内部首尾排序算法的同构化特点与本质;进而,利用其同构化特点与本质,提出了几种基于链表的首尾排序新算法;从而,进一步深化和推广了首尾排序算法的应用方式与实用范围;同时,也为“程序设计”、“数据结构”的课程融合、教学改革、教育创新提供了重要研究案例。     

论程序设计课程教学中的同构化创新思想教育——“对→好→巧→妙→绝”的算法设计案例

本文基于同构化基本原理，提出了“算法是程序之母，程序是算法之子”的程序设计教学指导原则；并通过“对→好→巧→妙→绝”的典型同构化算法设计创新案例，阐明了应该和可以“寓同构化创新思想教育于算法先导型程序设计课程教学中”的新理念、新方法与新实践。     

基于同构化信息融合的异构不确定多属性决策新模型与新算法

不确定多属性决策过程中,现有两大困难:(1)如何较好地表达和处理具有不确定性的属性评价信息;(2)如何将基于多样性评判准则的多准则评价结果进行信息融合,并获得更合理的综合评价结论.基于同构化思想,针对学术界最近才提出的一种能较好地处理具有多信息来源模糊信息的新数学模型"多值直觉模糊集模型",研究了多值直觉模糊集的隶属度与非隶属度的综合评判新课题与新方法;提出了兼有不确定语言型与区间型的异构风险型多属性决策新问题与新模型,构造了基于同构化信息融合的异构不确定多属性决策新模型与新算法.     

“内部排序算法”可视化教学软件的设计与实现

介绍了利用C#开发"内部排序算法"可视化教学软件的方法,实现了快速排序、冒泡排序、堆排序、直接插入排序、折半插入排序等基本算法的动态演示。软件动态演示排序算法的抽象性、动态性,使学生直观、清晰地掌握学习排序算法,从而达到辅助教学,提高教学效果的目的。     

基于分布计数的基数排序方法的研究

排序是计算机科学中一个非常重要的问题.提出了一种基于分布计数的基数排序方法,给出该算法定义、算法描述、算法正确性证明和算法分析;讨论了基于该排序算法几个关键问题的解决方法.算法理论分析和实验结果研究均表明该算法时间复杂度为O(N),速度优于快速排序,是一种高效的排序方法.     

基于分布计数的基数排序方法的研究

排序是计算机科学中一个非常重要的问题。提出了一种基于分布计数的基数排序方法,给出该算法定义、算法描述、算法正确性证明和算法分析;讨论了基于该排序算法几个关键问题的解决方法。算法理论分析和实验结果研究均表明该算法时间复杂度为O（N）,速度优于快速排序,是一种高效的排序方法。     

一种基于内容和协同过滤同构化整合的推荐系统模型

基于内容的推荐系统和协同过滤系统是最为流行的两种推荐系统,它们都有各自的优点和缺点.提出了一种基于对这两种推荐系统同构化整合的推荐模型,该算法同时拥有协同过滤推荐系统和基于内容推荐系统的优点,并且在一定程度上避免了基于内容或协同过滤的传统推荐系统各自的缺点.实验表明,该同构化整合模型与算法比传统的简单基本推荐模型、基于内容的推荐模型和协同过滤推荐模型提高了推荐的精确率.     

基于风险加权的同构化区间型多属性决策新算法

多属性决策问题的复杂性、决策因素影响的不确定和传统评判方法的局限性,使不确定决策因素的属性测度常常难以精确量化,往往只能用区间数进行大致估量.为了精确量化表征属性决策因素测度值不确定性,根据同构化基本原理与相似性科学相关理论及相关思想,针对区间型多属性决策问题提出了一种基于同构化多属性决策新方法的新算法.该新算法的主要特点是:1)提出了决策者风险偏好权重;2)采用了同构化风险测度三元组(拟下限相似度,风险程度,风险偏好值),来精确量化决策过程中存在的风险程度以及决策者对此风险程度的偏好;3)生成了可描述各属性与决策目标关系的标杆方案;4)定义了方案相似度新概念;5)构造了风险加权相似度量算子(RWSM0),来度量各决策方案与标杆方案之间风险加权相似度的大小;6)挑选出风险加权相似度最大的方案作为最优或满意方案.     

复杂系统管理同构化新路——服务对象关系管理

本文基于同构化基本原理,以数字图书馆与供应链为例,简述了复杂系统服务对象关系管理(OSRM)新概念的基本内涵;分析了OSRM结构的主要特点和重要意义;提出了供应链的服务主体与服务对象关系模型、服务主体与服务对象关系公式,以及单服务主体服务流域集散双头螺钉模型;阐明了服务对象关系管理是复杂系统管理的同构化新路.     

与精度归“档”插入排序算法研究的商榷

作为计算机应用中一项复杂而重要的技术,排序一直是计算机领域内人们感兴趣的课题,寻找速度快、附加存储空间开销小的高效排序算法也一直是计算机工作者为之追求的目标。对精度归"档"插入排序算法研究中所存在的几个问题进行商榷与讨论。     

Multi-label Moves for MRFs with Truncated Convex Priors

Optimization with graph cuts became very popular in recent years. While exact optimization is possible in a few cases, many useful energy functions are NP hard to optimize. One approach to approximate optimization is the so-called move making algorithms. At each iteration, a move-making algorithm makes a proposal (move) for a pixel p to either keep its old label or switch to a new label. Two move-making algorithms based on graph cuts are in wide use, namely the swap and expansion. Both of these moves are binary in nature, that is they give each pixel a choice of only two labels. An evaluation of optimization techniques shows that the expansion and swap algorithms perform very well for energies where the underlying MRF has the Potts prior. However for more general priors, the swap and expansion algorithms do not perform as well. The main contribution of this paper is to develop multi-label moves. A multi-label move, unlike expansion and swap, gives each pixel has a choice of more than two labels to switch to. In particular, we develop several multi-label moves for truncated convex priors. We evaluate our moves on image restoration, inpainting, and stereo correspondence. We get better results than expansion and swap algorithms, both in terms of the energy value and accuracy.     

基于当前基线垂直落差最大化的凸壳递归新算法

本文依据同构化凸壳构造基本定理,率先发现并证明了凸壳顶点的分布域性态与垂直落差特性;首次给出当前基线垂直落差最大化的二维点集凸壳算法构造创新思想,提出了比迄今最优秀凸壳算法之一的快凸壳算法效率更高的、基于当前垂直落差最大化的凸壳递归新算法,指出了它具有进一步改造为并行算法的潜力.该新算法的主要特点是:1)找出初始点分布域的所有最外点(其个数,下限为3,上限为8),作为所求凸壳的初始顶点.2)删除这些最外点所构成最外点凸多边形(其边数,下限为3,上限为8)所覆盖的凸壳内点后,把所剩点分布域,分为若干个初始子分布域(其个数,下限为0,上限为4).3) ①对各个非空初始子分布域顺次调用本新算法的递归过程子算法,分别在各初始子分布域中找出其当前基线垂直落差最大点(其个数,下限为1,上限为2),并作为其各初始子分布域内凸壳的新顶点;②删除当前基线与垂直落差最大点所构成基线凸多边形(其边数,下限为3,上限为4)内的凸壳内点后,把所剩点分布域,分为多个更小的子分布域(其个数,下限为0,上限为2);③对各个更小的当前子分布域,分别递归调用过程子算法,以找出其当前基线的垂直落差最大点作为凸壳新顶点.     

事物分类和数据库解决方案

文章介绍了事物分类,结合实例分析了数据库表字段内容的表示、合并字段的解决方法及其相应算法。针对事物的不同分类,提出了对数据库字段内容采用排序字符与实际全称相结合的表示方法,从而实现既可根据排序字符有效控制排序,又可取出字段的实际全称,直接将其显示在新闻页面中。该数据库解决方案有效地降低了编程复杂性,提高了新闻显示速度,已将其成功地用于即时新闻公布系统的数据库设计和查询处理。     

Survey of GPU Based Sorting Algorithms

Parallel sorting algorithms are widely studied nowadays. After the introduction of parallel processors such as graphics processing unit (GPU) and easy to use parallel programming languages such as CUDA and OpenCL, literature on parallel sorting algorithms has become vast and richer with new ideas and techniques applied to solve the famous problem of sorting. This paper presents a survey of GPU based sorting algorithms. Four sorting algorithms have been selected for this survey: Radix sort, Merge sort, Sample sort and Quick sort. Methods used in those algorithms are described in brief. The performance of these algorithms as claimed by their authors is also presented. A comparative analysis based on the literature is depicted.     

排序算法探讨

通过对多种排序方法的比较与评价,提出多种改进的思路,形成改进型的排序算法。这些改进型的算法通过减少比较次数或交换次数,从而进一步改进平均情况下算法的时间性能。     

Parallelization of sorting algorithms

The paper considers parallel (synchronous) array sorting algorithms obtained by parallelizing the corresponding sequential sorting algorithms. A classification of synchronous sorting algorithms, based on the sequential scheme, is proposed. A number of new efficient synchronous array sorting algorithms are developed.Translated from Kibernetika, No. 6, pp. 67–74, November–December, 1989.     

随机抽样改进算法及其实现

文章对几种随机抽样算法进行了分析,在随机抽取交换法的基础上,针对其存在的缺点,提出了一种改进的随机抽样算法,并给出了算法实现.结果表明该算法简单可行.     

基于SGE的仿真网格及其作业调度研究

网格引擎是一个构建本地和集群网格的工具,其框架是由四种类型的主机及其对应的守护进程构成.该文主要研究了通过SGE框架构建分布式仿真网格平台的方法,描述了仿真网格平台上执行用户提交的仿真任务的工作流程.随后讨论了基于SGE仿真网格中的资源组织和作业调度,并分析了仿真网格中所使用的作业调度算法,包括确定作业顺序的FIFO算法、优先级算法、等额度和日历算法等;确定队列顺序的负载调整、队列号等算法等.