RSA和RSA数字签名的实现

RSA算法是一种公钥密码算法.实现RSA算法包括生成RSA密钥,加密和解密数据.RSA数字签名算法利用RSA算法实现数字签名.本文详述了RSA算法的基本原理、RSA算法的实现以及如何利用RSA实现数字签名.     

基于混合优化算法的数据预处理算法Ⅱ

提出了KDD中数据预处理的一种基本算法.针对数据库中的属性,利用非监督学习算法,在获取了面向任务的目标数据子集的基础上,利用混合优化算法进行特征子集的选取.分析了遗传算法和混合遗传算法用于特征子集选择的基本算法,仿真实验说明了混合优化算法的有效性和可行性.     

基于改进粒子群优化算法的BP预测模型

该论文提出了基于改进粒子群优化的BP算法. 在该算法中,通过对粒子群优化算法中的惯性权重的计算方法的改进,同时利用改进的PSO算法替代了BP算法中的梯度下降算法,使得改进后的算法具有不易与陷入局部极小等优点. 并将该算法利用在预测气温上,实验证明： 改进后的算法在预测模型上能够取得较好的预测效果,提高预测精度.     

基于多相机的多目标跟踪算法

多目标的稳定跟踪是计算机视觉领域的一个具有挑战性的问题. 本文提出了一种基于多相机的多目标定位跟踪算法.首先, 利用不同高度层上的标志物, 计算基于多层的不同视角间的单应性矩阵.然后, 利用码本模型对背景进行建模, 检测多个视角的前景似然信息.最后, 通过单应性变换获得多目标在不同高度层上的定位信息, 利用最短路径优化算法实现跟踪. 与其他算法相比, 本算法不需要计算多相机的隐消点, 降低了算法的复杂度, 提高了算法的准确性.采用最短路径优化算法, 提高了跟踪算法的效率. 实验结果表明, 本算法对遮挡具有很强的鲁棒性, 并且能够满足实时性要求.     

基于变精度粗糙集和粒子群的图像分割方法

针对其他算法分割图像耗时较多的问题,结合粒子群优化算法和变精度粗糙集理论提出了一种新的分割算法.利用粗糙集理论将图像按照一定的规则进行划分,找出图像的边界.利用变精度粗糙集理论对图像子块的边界进行计算,利用粒子群优化算法寻找最佳的β及其对应的灰度值,并对图像进行分割.通过对测试图像进行Matlab仿真,验证了算法的效果...     

基于小波和快速模糊算法的医学图像边缘检测

在医学图像中,常常需要得到图像的边缘轮廓线,以便诊断病变情况.为适应这种需求,文中提出了基于小波分解和快速模糊算法的医学图像边缘检测方法.针对用模糊算法构造相应隶属函数进行图像边缘检测中存在的低频信号得不到有效利用、边缘检测速度较慢等问题,利用小波分解和快速模糊算法的优点构造边缘检测算法.这种方法使得小波分解后的低频信号中所包含的有用信息得到了利用,简化了算法并提高了算法的效率,增强了算法的适应性.文中算法检测出的图像边缘与经典边缘算子提取的图像边缘相比较,结果更加清晰完整.     

利用粒子群优化算法求解圆排列问题

针对已有算法搜索时间较长,且易于过早地收敛于非最优解的缺陷,利用粒子群优化算法给出了圆排列问题的求解方法.首先,在分析了圆排列问题与旅行商问题关系的基础上,将圆排列问题转化为旅行商问题,从而得到一个相应的组合优化问题.然后,利用粒子群优化算法进行了求解.接着,为了进一步提高算法的精度,文中给出了一种利用混合粒子群优化算法的方案.最后,在仿真实验中,与已有算法进行了比较,实验结果表明,文中所给方法是有效的.     

在线算法验证系统的设计与实现

针对远程教学练习环节中存在的问题,提出了一种利用ASP.NET技术构建在线算法验证系统的实现方法.系统用命令行编译和批处理技术实现对算法程序的自动编译;利用运行结果的捕获技术和数据库技术实现算法程序的自动测试;利用数据库技术、哈希表技术,算法相似度计算等技术实现算法练习的管理.实践运行结果表明,该系统有效解决了练习提交的及时性和练习批改及管理的自动化问题,大大地改善了教学手段、提高了教学效果.     

一种利用部分重构技术实现DES算法的方法

针对当前利用可重构计算技术实现DES算法的方法中存在重构性能低和资源占用量大等缺陷,提出了一种利用基于模块的部分重构技术实现DES算法的方法.该方法利用DES具有的对合结构特性进行算法的模块划分,解决了算法部分重构时的模块间通讯和时序调整等关键问题.通过对DES算法的不同实现方案进行对比,验证了该方法的可行性和有效性.     

面向入侵检测的改进BM模式匹配算法

网络入侵检测系统的效率取决于模式匹配算法选择.分析了目前网络上常用的BM算法及其不足,提出了一种更高效的改进算法.该算法利用模式串自身的特点,能有效地减少字符重复比较的次数,并利用位置移动表代替BM算法中的好后缀和坏字符移动表,提高了算法的匹配效率.实验结果表明,改进的模式匹配算法能够有效提高网络入侵检测系统的检测速度...     

基于PSO-BP神经网络的图像压缩算法

本文阐述了使用BP神经网络压缩图像的方法和粒子群算法(PSO)的原理.为提高BP算法的训练速度和图像重建质量,本文设计了一种利用PSO-BP网络进行图像压缩的算法,该算法结合了PSO算法和BP算法的优点,将BP网络的训练过程分为两个阶段.实验表明,利用该算法压缩图像,不仅速度较快,而且重建后的图像质量有明显提高.     

闭合螺线阵列的最短路径算法

介绍了闭合螺线阵列的概念;利用动态规划法中的Floyd算法思想对求解闭合螺线阵列最短路径的问题进行了描述,并给出了具体算法;给出了利用二维数组算法求解闭合螺线阵列最短路径的过程.对于以上两种算法的优缺点进行了比较.这两种算法可以用于解决大多数路径问题.     

基于谱聚类的聚类集成算法

谱聚类是近年来出现的一类性能优越的聚类算法,能对任意形状的数据进行聚类, 但算法对尺度参数比较敏感,利用聚类集成良好的鲁棒性和泛化能力,本文提出了基于谱聚类的聚类集成算法.该算法首先利用谱聚类算法的内在特性构造多样性的聚类成员; 然后,采用连接三元组算法计算相似度矩阵,扩充了数据点之间的相似性信息;最后,对相似度矩阵使用谱聚类算法得到最终的集成结果. 为了使算法能扩展到大规模应用,利用Nystrm采样算法只计算随机采样数据点之间以及随机采样数据点与剩余数据点之间的相似度矩阵,从而有效降低了算法的计算复杂度. 本文算法既利用了谱聚类算法的优越性能,同时又避免了精确选择尺度参数的问题.实验结果表明:较之其他常见的聚类集成算法,本文算法更优越、更有效,能较好地解决数据聚类、图像分割等问题.     

禁忌搜索算法解决零空闲流水线调度问题

针对流水线调度这一类NP-Hard难题,深入分析了零空闲流水线调度问题,提出了一种解决零空闲流水线调度问题的基于NEH方法的禁忌搜索算法,建立了以工件的最大完工时间为目标的算法模型.新算法利用NEH启发式算法产生问题的初始解,改善了新算法的搜索性能.利用动态方式更新禁忌表长,提高了新算法的鲁棒性.为了提高算法的运行时效,利用快速搜索算法对提出的禁忌搜索算法进行改进,即采用快速搜索算法作为禁忌搜索的邻域函数,得到另一种改进的禁忌搜索算法.仿真试验结果表明了该算法的有效性及优越性,新算法在流水线生产调度及自动化工程等领域具有较高的实用价值.     

基于中值迭代函数的自适应序列生境粒子群优化算法

提出一种新的基于中值迭代函数的自适应序列生境粒子群优化算法.该算法利用中值迭代函数来判断搜索空间中的任意两点是否属于相同的峰,从而自适应地改变当前进化粒子的适应值,克服了标准序列生境算法中必须利用先验知识确定小生境半径的缺陷以及在利用山谷函数分类中必须利用先验知识确定采样概率矩阵的缺陷.将该算法用于多峰函数最优搜索问题.通过多个Matlab 仿真实验,验证了算法的有效性.实验结果表明:算法能够自适应、更高效准确地遍历多峰函数的所有极值,可应用于求解局部最优和全局最优问题.     

Lagrange优化前馈神经网络盲多用户检测算法

提出了一种前馈神经网络盲多用户检测算法.该算法利用恒模准则构造了一个代价函数,给出了该算法的约束条件.利用增广Lagrange函数方法对带约束的代价函数进行优化求解,获得前馈神经网络网络权值和参数的迭代公式,从而实现了盲多用户检测.利用计算机对增广Lagrange函数优化的前馈神经网络盲多用户检测算法进行仿真.仿真结果表明,新算法具有较好的误码率及收敛特性等性能.     

扩散涌现的增量聚类算法

为了有效聚类动态数据,妥善处理已存在的类簇与新增数据的关系,高效利用计算资源,提高聚类的效率,扩散涌现的增量聚类算法被提出.该算法在扩散涌现聚类算法的基础上,利用近邻传播算法完善了算法的分裂机制,实现了新旧数据的有效聚合.实验结果表明,该算法有效实现了动态数据的聚类,提高了聚合动态数据的效率和资源的利用率.     

边缘检测算法的FPGA实现

边缘检测算法是最常见的图像处理算法. 分析了Prewitt算子和Sobel算子两种边缘检测算法的原理, 利用DSP Builder工具在MATLAB/Simulink下完成了这两种算子的图像边缘检测算法的设计, 并将该设计直接在FPGA中实现. 利用FPGA的并行处理能力, 大大缩短了图像处理所需的时间.     

联合时序结构和负熵的FECG盲提取算法

在提取胎儿心电信号时,利用时序结构的盲源提取算法对胎心率误差估计敏感;利用负熵的盲源提取算法存在提取出的信号具有不确定性问题.为克服这两种算法的缺点,利用时序结构和负熵构造了联合代价函数,利用梯度算法对该代价函数求偏导,提出了一种新的胎儿心电提取算法.该算法能确保每次提取出来的信号都是胎儿心电信号,并且在胎心率估计存在较大误差和胎心率变化的情况下,也能正常工作.计算机仿真和实际胎儿心电提取实验验证了该算法在提取胎儿心电信号时的稳定性和确定性.     

一种快速多尺度特征点匹配算法

为了快速稳定地进行特征点的跟踪,提出了一种快速多尺度特征点的提取算法.该算法首先利用快速局部窗口极值搜索算法提取出不同尺度空间特征点的局部极值,减少了局部极值搜索的冗余性,然后再利用最近邻算法对特征点进行匹配.实验结果表明,该算法的计算速度快于SIFT算法和MOPS算法,稳定性强于传统的Harris算法,可以用于实时图像配准及目标跟踪.