求解TSP算法

首先提出旅行商问题(TSP),并将其转化为最短有向图哈密尔顿回路问题,然后介绍了三种类型的求解TSP的算法。第一种为传统算法,包括分支定界法、改良回路法、贪婪算法、MST算法、MM算法、插入法等;第二种为现代优化算法,包括模拟退火算法、人工免疫算法、遗传算法、蚁群算法、粒子群优化算法、禁忌搜索算法、Hopfield神经网络算法等;第三种为论文提出的DNA计算算法。并对这些算法的复杂度、误差范围以及优劣点进行了分析。     

基于任务调度的无线网贪婪信道分配算法

针对无线网络链路干扰问题,综合借鉴多处理器任务调度算法提出了一种贪婪信道分配算法,为所访问的无线网链路甄选出干扰最小的信道,并且证明了本算法的近似比率为2-1/k,其中为k为可用的正交信道数,算法复杂度为O（|E|2）。为了验证本文算法的可行性和有效性,将本文所提出的贪婪算法与随机信道分配算法和按序信道分配算法进行了实验对比。仿真结果表明：本文所提出的贪婪算法的整体性能优于其他两种算法,并且贪婪算法得到的最大干扰和平均干扰归一化值随着可用正交信道数的变化趋势较其他两种算法稳定。从而验证了本文算法能有效的降低链路干扰,一定程度上可以提升网络吞吐量。     

一种基于点的快速图像配准算法

提出一种基于点的快速配准算法。该算法在特征点提取时采用加速分段测试特征算法,通过对比度纹理直方图对特征点进行描述。为加快算法的匹配速度,选用最优节点优先算法进行查找。同时为提高匹配算法的鲁棒性,利用随机抽样一致性算法去除误匹配点对。实验结果表明,与经典的SIFT算法和SURF算法相比,该算法在保持算法稳定性能的同时,可有效提高匹配速度。     

算法演示引擎的设计与实现

算法演示软件通过图形的方式直观形象地展示算法的执行过程,为理解算法、学习编程和调试程序提供了便利。算法演示引擎(AAE,Algorithm Animation Engine)为算法演示软件的开发提供了一种解决方案。通过构造算法演示引擎,可以实现交互式的算法动态演示。该算法演示引擎已在本工作室开发的算法演示软件中应用,取得良好的效果。     

一种基于蚁群算法的TSP问题分段求解算法

群居性昆虫行为的研究为计算机科学家提供了设计分布式控制和优伦算法的有力方法。对以蚁群算法为代表的群集群能的研究已经逐渐成为一个研究热点。该文首先在蚁群算法的基础上提出了相遇算法,提高了蚁群算法蚂蚁一次周游的质量,然后将相遇算法与采用并行策略的分段算法相结合,提出一种基于蚁群算法的TSP问题分段求解算法。实验结果表明该算法有较好的有效性。     

算法演示引擎的设计与实现

算法演示软件通过图形的方式直观形象地展示算法的执行过程，为理解算法、学习编程和调试程序提供了便利。算法演示引擎（AAE，Algorithm Animation Engine）为算法演示软件的开发提供了一种解决方案。通过构造算法演示引擎、可以实现交互式的算法动态演示。该算法演示引擎已在本工作室开发的算法演示软件中应用．取得良好的效果.     

关于汉字的两个分组查找算法

处理汉字的以比较为基础的二分查找算法, 其复杂性为O(NlogN)。本文结合概率论知识, 提出汉字的随机分组查找算法和分组散列查找算法, 给出算法描述, 并证明其算法复杂性为O(N), 从而优于二分查找算法。最后给出实验结果。     

由MPEG-2到无损视频压缩系统的研究

在MPEG-2标准的基础上研究,从硬件设计和算法性能的角度出发,开发了两种方案的无损视频压缩系统算法。对比于最好的无损静态图像算法JPEG-LS和CALIC算法,实验结果显示我们设计的算法在压缩率上,超过JPEG-LS算法最高为70%,超过CALIC算法最高为65·9%。     

一种改进的TLS_ESPRIT的算法

本文简要的介绍了常规的TLS_ESPRIT算法,在此基础上通过对Φ矩阵的重构,提出了一种共轭ESPRIT(C_SPRIT)算法。与TLS_ESPRIT算法相比,此新算法能提供更高的DOA估计精度,且所需更少的阵元数。由于C_SPRIT算法和TLS_ESPRIT算法都利用了相同的几何阵型和相同的子阵列的处理思想,所以新算法的复杂度没有提高。新算法与TLS_ESPRIT算法主要的区别为:(1)当阵元数为M时,TLS_ESPRIT算法分解的两个子阵列的阵元数为M-1,而C_SPRIT算法分解的两个子阵列的阵元数可以达到M;(2)C_SPRIT算法利用了旋转矩阵的共轭矩阵Φ*,而TLS_ESPRIT算法只利用了矩阵Φ,因此我门称此改进的算法为C_SPRIT。通过计算机仿真,可以清楚的发现C_SPRIT算法能提供比TLS_ESPRIT更高的DOA测向精度。     

频域抽取多维向量基快速傅里叶变换

给出了频域抽取(DIF)多维向量基快速傅里叶变换(FFT)算法。对多维频域信号的每一维,采用向量基2频域抽取法,导出了快速算法蝶形运算的一般形式。该FFT算法适合于维数为任意整数的情况,当维数为1时,算法退化为著名的频域抽取向量基2 FFT算法。为了便于编程实现,以频域抽取3维向量基FFT算法为例,给出了快速算法实现流程,该流程易于向任意整数维推广。计算量比较结果显示,频域抽取多维向量基FFT算法比多维分离式FFT算法计算量低。     

基于直观分水岭定义的图像分割算法

由Vincent与Soille提出的基于沉浸模拟的分水岭算法(以下简写为V-S算法)已经成为图像分割领域中最主要的数学形态学方法。虽然V-S算法被认为是目前最快的分水岭算法,但它仍然不能满足一些实时应用对分割速度的要求。为此,在V-S算法的基础上提出了一种新的图像分割算法。新算法采用了一种新的泛洪方法,它利用了二维图像中各像素点间的规则空间关系信息计算满足基本直观定义的分水岭。实验结果表明:新算法的执行速度大大快于V-S算法,而分割效果与V-S算法相当。对新算法、V-S算法和两个分水岭定义之间的关系也作了讨论。     

求解可满足性问题的改进的模拟退火算法

该文为可满足性问题的高效近似求解提出了改进的模拟退火算法。数值实验表明,对于该文随机产生的测试问题例,改进的模拟退火算法完全胜过局部搜索算法、模拟退火算法以及目前国际上流行的WSAT算法。     

求解SAT问题的拟人退火算法

该文利用一个简单的变换，将可满足性（SAT）问题转换为一个求相应目标函数最小值的优化问题，提出了一种用于跳出局部陷阱的拟人策略，基于模拟退火算法和拟人策略，为SAT问题的高效近注解得出了拟人退火算法（PA），该方法不仅具有模拟退火算法的全局收敛性质，而且具有一定的并行性，继承性。数值实验表明，对于本文随机产生的测试问题例，采用拟人策略的模拟退火算法的结果优于局部搜索算法，模拟退火算法以及近来国际上流行的WALKSAT算法，因此拟人退火算法是可行的和有效的。     

Efficient Learning in Adaptive Processing of Data Structures

Many researchers have explored the use of neural network models for the adaptive processing of data structures. The learning formulation for one of the models is known as the Backpropagation Through Structure (BPTS) algorithm. The main limitations of the BPTS algorithm are attributed to the problems of slow convergence speed and long-term dependency. In this Letter, a novel heuristic algorithm is proposed. The idea of this algorithm is to optimize the free parameters of the node representation in data structure by using a hybrid type of learning algorithm. Encouraging results achieved demonstrate that this proposed algorithm outperforms the BPTS algorithm.     

基于遗传算法和LM优化的BP神经网络的图像复原算法

提出了一种针对图像复原的GA-BP算法.在对退化图像进行复原的过程中,针对BP算法易陷入局部极小、收敛速度慢的缺点,根据遗传算法具有全局寻优的特点,充分利用遗传算法的全局搜索性能进行"粗"搜索,当搜索到全局最优点的附近时,再采用BP算法进行局部搜索,将两者结合起来形成GA-BP算法.通过对图像复原后的效果进行比较,实验表明该算法可以有效的应用于图像复原.     

一种改进的PageRank算法

针对PageRank算法存在主题漂移以及偏重旧网页的问题,结合锚文本相似度和时间反馈因子提出了一种PageRank改进算法STPR,并对STPR算法进行实验分析。先比较了传统PageRank算法与加入锚文本相似度的PageR-ank算法,结果表明加入锚文本相似度的PageRank算法有利于减少主题漂移现象的发生;其次比较了加入锚文本相似度的PageRank算法与STPR算法,结果表明STPR算法不但减少了主题漂移现象,而且还弥补了新网页的PageRank值。     

求解MAX-CNF问题的一种随机近似算法

已有的Johnson算法是求解组合问题的一种随机近似算法,可以用于求解MAX-CNF问题。基于该算法,提出新的随机近似算法RCNF求解MAX-CNF问题。概率推导和实验数值均表明,RCNF具有良好的近似比和稳定的性能。在构成难可满足问题的CNF实例上,将新算法与演化算法结合,进一步提出扩展算法E-RCNF。扩展算法利用演化算法的并行性,可以在较短时间内,简单有效地求出最多可满足子句数的近似值。     

前馈神经网络权值学习的复合形法

本文介绍一种新的前馈神经网络的随机学习方法，着重讨论该算法的实现，并讨论了将它和ＢＰ算法相结合，从而得到一种非常实用的神经网络学习算法。     

基于异步自动机的网格广度优先搜索算法

在网格中，经常需要以某个结点源点，构造一棵广度优先生成树来进行广播和聚合通信，现有的广度优先搜索算法都是基于图论的同步式算法，而在异步式的网格系统中不能采用这种算法，在开发国家高性能计算环境的过程中，以异步自动机为基础建立了网格理论模型，在这个模型的基础上实现了一种异步式网格广度优先搜索算法－－GridBFS算法，还证明了，GridBFS算法最终将产生一棵广度优先生成树，并且能够检测到算法的终止。     

矩形件优化排样问题的混合遗传算法求解

利用遗传算法结合剩余矩形排样法求解矩形件正交排样问题。通过遗传算法将矩形件正交排样问题转化为一个排列问题,并引入剩余矩形排样算法来惟一确定每一个排列所对应的排样图(即排样方案),两者结合用于求解矩形件排样问题。最后用此混合遗传算法对文献[1]中的两个算例进行了验证,表明了其有效性。