数据挖掘在成绩分析中的应用研究

将数据挖掘中的决策树算法和关联规则算法应用于成绩分析中，对两种算法得出的挖掘结果进行对比分析，得出两种算法各自的优势与不足，发现两种算法可以互补，将两种算法相结合应用于成绩分析中，可以得出比使用单一算法更全面的分析结果。     

快速开方算法在微控制器上的实现

介绍了两种微控制器快速开方算法：改进牛顿-拉夫逊算法和模拟手算开方算法。前者是以牛顿-拉夫逊算法为基础的一种改进算法；后者是模拟手算开方过程实现开方的微控制器算法，这两种算法都具有较高的开方速度和计算精度。笔者以32位数开方为例，详细介绍了这两种算法用汇编语言实现的过程，并给出算法实现的流程图，最后根据两种算法的特点和实际运算时间，总结了两种算法的优缺点。     

Apriori算法及其改进算法Apriori—new的应用分析

对Apfiofi算法进行应用分析，针对其不足之处，提出一种新的改进型算法——Aprior—new，给出该算法的工作过程，并对该算法进行应用分析。将两种算法进行应用对比，结果表明．Apnofi—new算法占用内存少，执行效率更高。     

采用较高序列单值分解的手写体数字分类方法

本文基于较高序列单值分解（HOSVD）的手写体数字分类，提出了两种算法。采用HOSVD的第一种算法针对类别模型的结构，得到的分类结果其差错率小于6％；采用HOSVD的第二种算法针对两种模式中几乎同时存在的张量近似，第二种算法的分类结果甚至低于5％。在以前的类别模型结构中，原始训练数据超过98％。在试验阶段，两种算法通过解决一组最小矩形的问题，在实际分类中进行处理。试验采用的第二种算法其计算量是第一种算法的两倍：     

一种GMRES与GMERR的混和算法

近年来Krylov子空间类算法得到了很大的发展，其中GMRES算法已成为求解大型稀疏非对称线性系统的一种成熟并且很有效的解法，但该算法有时会出现停滞，并且它是以残量来判断收敛，并不能很好地衡量近似解的精确程度，而GMERR算法是最近几年出现的另一种Krylov子空间类算法，它和GMRES算法相比是各有千秋，文章结合两种算法的优点，提出了一种组合算法，它对求解大型稀疏非对称线性系统相当有效。     

容错调度算法中反向调度与正向调度性能分析

分析了软件容错模型中的BCE容错调度算法，针对该算法中的反向调度和正向调度两个过程，给出了RMB、DMB、EDFB 3种反向调度算法和RMF、EDFF 2种正向调度算法，指出了反向调度和正向调度相互协调的特性。将各种算法在BCE算法中进行模拟，结果表明EDFF正向调度算法能够与3种反向调度算法更好地协调，从而获得比RMF正向调度算法更高的调度性能。模拟结果表明，3种反向调度算法在BCE算法中的性能相近。得出RMB(或DMB)反向调度算法与EDFF正向调度算法的组合较适用于软件容错模型的结论。     

基于蚁群算法求路径规划问题的新方法及仿真

该文提出了一种基于蚁群算法求解路径规划问题的新方法及其仿真，蚁群算法就是对自然界中蚂蚁的寻食过程进行模拟而得出的一种模拟进化算法。与传统的算法相比，该算法的主要特点是正反馈和并行性，正反馈使得该算法能很快发现较好解，并行性使得该算法易于实现并行计算。虽然蚁群算法在时间复杂度上可能不如传统的算法，但是理论研究表明该方法是一种基于种群的鲁棒性较强的模拟进化算法。最后，利用Java语言对蚁群算法和改进的Dijkstra算法进行了仿真，并进行了比较。     

一种适于多维的快速包分类算法

包分类是多种网络应用的关键性技术，包分类算法的性能对网络的时延和吞吐量有决定性的影响。文章介绍一种适于多维的快速包分类算法——RFC算法，论述了算法的原理和实现算法，将RFC算法与几种常见的分类算法作仿真比较，阐述了RFC算法的优越性。     

RSG地形通视性快速算法设计

为提高地形通视性查询效率，满足仿真系统实时性要求，在最常见的限定条件下，设计两种快速通视性算法。一种算法是在视点固定条件下设计的，而另一种算法同时还要求目标高度确定。将所设计的两种新算法与现有算法进行试验比较，结果表明所设计算法的精度和计算效率是完全满足仿真需要的。     

一种OFDM系统定时偏移估计新算法

提出一种利用时域训练序列的定时估计算法。在分析Schimdl算法和Minn算法的缺点的同时，提出了算法，并在两种信道中进行了仿真，仿真结果表明算法在性能上有所提高。     

求解车间作业调度问题的混合遗传算法

针对Job-Shop调度问题,将自适应遗传算法与改进的蚂蚁算法融合,提出了自适应遗传算法与蚂蚁算法混合的一种优化算法。首先利用自适应遗传算法产生初始信息素的分布,再运行改进的蚂蚁算法进行求解。该算法既发挥了自适应遗传算法和蚂蚁算法在寻优中的优势,又克服了各自的不足。实验结果表明,该算法在性能上明显优于遗传算法和蚂蚁算法,并且问题规模越大,优势越明显。     

基于量测划分的单传感器多目标数据关联算法

在PDA算法的基础上,提出了一种基于量测划分的单传感器多目标数据关联(MSDA)算法;与JPDA算法相比,MSDA算法采用二维分配算法来消除共有量测对相邻目标的影响;与PDA算法相比,MSDA算法仅采用扩充后的私有量测集合来完成目标航迹的更新过程。对MSDA算法、JPDA算法、PDA算法在不同条件下的关联效果进行了仿真计算。仿真结果表明:在关联精度上,MSDA算法要优于PDA算法,但略低于JPDA算法;在实时性上,MSDA算法与PDA算法基本相当,而要明显优于JPDA算法。     

基于改进粒子群算法的无线传感器网络节点定位

针对传统距离矢量-跳数(DV-Hop)算法中最小二乘法的估计误差过大、粒子群(PSO)算法易陷入局部最优的问题,提出了一种改进粒子群算法与DV-Hop的融合算法。首先从粒子速度、惯性权重、学习策略、变异方面对粒子群算法进行改进,增强算法跳出局部最优的能力,提高迭代后期算法的搜索速度;然后在DV-Hop算法第三阶段采用改进粒子群算法优化节点的定位结果。仿真结果表明:相比传统DV-Hop算法、基于混沌粒子群算法的DV-Hop改进算法(MPSO1-DV-Hop)和基于改进型粒子群优化的DV-Hop算法(MPSO2-DV-Hop),该算法的定位精度高,稳定性好,适用于定位精度和稳定性要求较高的场景。     

一种高效的多模式字符串匹配算法

在Fan-Su(FS)多模式字符串匹配算法基础上,结合BM-Horspool(BMH)算法和Quick Search(QS)算法的优点,提出一种高效的多模式字符串匹配算法。该算法能够充分利用本次匹配失败和部分匹配成功的信息,一方面增加模式树根节点失配的概率,提高匹配过程中失配时的跳跃距离。另一方面避免不必要的状态转移,实现不匹配时的连续跳转。分析指出,在最好情况和平均情况下,时间复杂度均优于ACBM算法和FS算法。实验结果表明,一般情况下该算法的查找时间仅为AC算法的10%~35%,ACBM算法的50%~60%,FS算法的70%左右,FSQB算法的65%左右。     

最优化问题算法模式的研究

论文在对最优化问题的结构和实例进行严格描述的基础上,提出一种沿算法框架、算法模式再到具体算法的路线来解决最优化算法设计问题的方法。文中对算法模式概念进行了重新定义,给出求解最优化问题的一个算法框架,以及从该算法框架导出算法模式、算法及其实现程序的实例,同时对算法模式的使用步骤,算法框架、算法模式与算法三者之间的关系,算法模式的编程实现技术进行了论述。     

Apriori算法在SQL中的改进与应用

Apriori算法是挖掘关联规则的经典算法.在分析该算法的基础上,在实际项目应用当中,结合SQL的特点,提出Apriori算法在SQL中的改进算法-Apriori_Sql.应用Apriori_Sql算法只需扫描一遍数据库,在数据库临时表中建立原始数据库的压缩数据映射,实验表明该算法是一种高效的关联规则的挖掘算法.     

改进的基于主分量分析的码书设计算法

针对基于主分量分析和遗传算法的码书设计算法中当码书大小超过64时码书性能下降的问题，提出了一种改进的码书设计算法．首先采用主分量分析对训练矢量降维以减少计算复杂度，然后利用遗传算法的全局优化能力计算得到接近全局最优的码书．实验结果表明，与原算法和经典的LBG算法相比，文中算法所生成的码书性能有了明显提高，而且计算时间也少于LBG算法．     

基于仿生学的优化算法及其在信号处理中的应用

仿生学优化算法是一类模仿生物行为和自然界现象的仿生算法,其目的是求解优化问题的全局最优解。本文首先介绍了各种仿生学优化算法的起源和基本原理,主要包括蚁群优化算法、粒子群优化算法、细菌觅食优化算法、蜂群优化算法、鱼群优化算法、萤火虫群优化算法、狼群优化算法、蝙蝠算法、鸡群优化算法、进化算法、免疫算法、克隆选择算法和小世界网络等。然后总结了仿生优化算法的研究现状,并给出了仿生优化算法在信号处理、图像处理、语音处理和通信网络等领域中的典型应用。最后,归纳了仿生学优化算法的特点,并对如何扩展其适用范围、探索新的仿生学优化算法提出了基本思路,对其发展进行了展望。     

MMTD算法与二值水印图像的检测

信息隐藏检测算法发展至今已有多种算法,本文中只是对二值图像的信息隐藏检测算法进行研究,并对该算法的思想和算法特征做了简略的介绍,然后提出了一种基于MMTD的信息隐藏检测算法,将MMTD算法应用到信息隐藏检测算法中是首次。因此该种算法能够作为现有检测算法的补充和改进。     

带权重的贪心萤火虫算法求解0-1背包问题

根据萤火虫算法的自身特点，将自适应权重、改进贪心算法、变异算子与基本萤火虫算法相结合，提出一种带权重的贪心萤火虫算法。通过加入自适应权重与变异算子，可以提高算法全局搜索能力，加入贪心算法在一定程度上可提高算法收敛速度，整体看，改进萤火虫算法提高了算法性能。通过仿真实验将改进后的算法与一些基本算法进行比较，实验结果表明，该算法在求解0-1背包问题时，无论在运算速度还是求解精度上都有明显改进。