参数计算中核心化技术及其应用

在参数计算与复杂性理论中,一个参数问题是固定参数可解的问题当且仅当该问题是可核心化的.核心化技术是参数化算法设计中应用最为广泛、有效的技术,是参数理论中的一个研究热点.通过实例分析对比了最主要的4种核心化技术的基本思想、应用特点和方法,总结了核心化技术在cover类、packing类和cut类等几个重要领域中的应用成果,展望核心化技术的进一步研究方向并加以分析讨论,针对核心化新技术研究和某些热点问题,提出了可能采取的核心优化方法和思路.     

基于复合参数的蛋白质网络关键节点识别技术

蛋白质的关键性与它在生物网络中对应节点的拓扑特性紧密相关. 把关键蛋白质识别看作是一类特殊的模式识别, 以分子之间量化的关系——拓扑参数作为识别依据: 从相关分析出发对蛋白质网络节点的关键性与其主要拓扑参数的相互关系进行研究, 发现参数对节点关键性识别能力的大小与两者之间的相关性有关; 研究复合参数识别度与独立参数识别度、独立参数相关性之间的关系, 提出复合参数的构造方法及异步识别算法. 仿真结果证实, 获得的识别度明显高于其他识别技术.     

葡萄酒酿造过程中调酸方法研究

介绍了酸对葡萄酒质量的影响、影响葡萄浆果中酸度的因素 ,以及为了提高葡萄酒的感官品质和保持葡萄酒的质量所进行的降酸方法和补酸方法研究     

一种保坍型聚羧酸盐系减水剂的合成及应用性能研究

采用聚醚、马来酸酐(MAD)、丙烯酸甲酯(MA)、甲基丙烯磺酸钠(MAS)为活性单体,以过硫酸铵((NH4)2S2O8)为引发剂,通过在水溶液中的自由基聚合反应合成一种保坍型聚羧酸盐系减水剂。并对其进行了水泥净浆流动度和混凝土性能测试,结果表明合成的聚羧酸盐系减水剂具有良好的相容性、减水性和保坍性。     

参数报表的实现

本文介绍了根据传递的参数创建数据报表的方法     

DCA在DNA序列处理上的应用研究

DNA序列处理是生物计算非常重要的内容,但序列问题的规模往往很大因而很难直接求解。DCA(Divide-and-ConquerAlgorithm)因擅长于将一个难以直接解决的大规模问题分割成若干小规模问题以各个击破而在序列处理上有重要意义,文中主要从序列比对及片段组装等方面阐述其应用。     

针对12V180Z柴油机活塞连杆机构的研究

本研究为12V180Z型柴油机。根据柴油机的用途,功率,转速,油耗等技术指标,针对柴油机的活塞连杆机构进行设计研究。     

中小型局域网设计实例分析—中国医学科学院皮肤病研究所网络设计素描

在进行局域网建设时,不但要能满足当前的需要,更要能满足未来扩展的需要。本文结合实例说明在局域网方案的选择、改进及局域网建设中应注意的问题。     

基于加权分治技术的set packing精确算法

加权分治技术是算法分析中的一种新技术,该技术基于选择不同的量来描述分支子问题的大小,以求得到在最糟糕情况下最好的时间复杂度.set packing问题是一典型的NP-hard问题,广泛应用于调度、代码优化和生物信息学等领域.本文对有n个子集的set packing问题,引入符号全集变量N设计基于分支搜索策略的递归算法,并应用加权分治技术对算法加以分析,得到时间复杂度为O*(1.1686n+N) 的精确算法,当N≤n/4时,比现有最佳的算法O*(1.2209n)更加有效.     

Split Bregman算法在遥感图像边缘检测中的应用研究

针对基于水平集的边缘检测方法抗噪性能差,处理模糊边界和灰度不均匀性的能力弱,计算效率低,边缘检测结果的精确性极大程度上依赖于初始轮廓的位置且曲线演化易陷入极小值等问题,提出一种基于全局最优凸函数变分模型和Split Bregman数字最小化的边缘检测方法。该方法首先根据CV模型的构造原理,并利用Chan的全局最优化思想,构造了一个通用的可以获得全局最优解的凸函数变分模型;在曲线演化和数字最小化迭代过程中,引入了基于Split Bregman的快速迭代算法,可以使曲线在克服噪声等问题的影响下快速、准确、稳定地演化到目标的边界处。实验结果证明了提出的边缘检测方法既具有较高的计算效率,能够满足遥感图像边缘检测对实时性的要求,同时也具有较高的边缘检测精度和良好的普适性。