计算机模拟溃坝洪水问题的程序设计

随着计算机性能的提高，计算机模拟技术日益复杂，在研究使用计算机模拟洪水的演进，以期给出准确的预警，最大限度减少损失和人员伤亡方面也取得一定进步。本文尝试用MATLAB程序模拟溃坝洪水，并在最后给出一个算例。     

一种优化的RBF神经网络模型用于网络流量预测

采用径向基RBF神经网络对网络流量数据的时间序列进行建模与预测。采用传统的学习算法对RBF网络训练时,对网络流量数据容易出现过拟合现象,提出了自适应量子粒子群优化AQPSO算法,用于训练RBF神经网络的基函数中心和宽度,并结合最小二乘法计算网络权值,改善了RBF神经网络的泛化能力。实验结果表明,采用AQPSO算法获得的RBF神经网络模型具有泛化能力强、稳定性良好的特点,在网络流量预测中有一定的实用价值。     

优化Elman神经网络用于网络流量预测

对量子粒子群优化(QPSO)算法进行研究,提出了自适应量子粒子群优化(Adaptive QPSO)算法,用于优化Elman神经网络的参数,改进了Elman神经网络的泛化能力.利用网络流量时间序列数据进行预测,实验结果表明,采用AQPSO算法优化获得的Elman神经网络模型不但具有较强的泛化能力,而且具有良好的稳定性,在网络流量时间序列数据的预测中具有一定的实用价值.     

关于C++虚函数底层实现机制的研究与分析

多态性是C 最具特色的性质之一,C 中实现多态的一个重要途径是动态绑定,而动态绑定的基础是虚函数.通过反汇编手段深入分析了C 中虚函数的底层实现机制,给出了在单继承下和多继承下虚函数的实现模型,并结合实例给出了通过动态绑定调用虚函数的额外花费,分析了对函数调用效率的影响,并就如何正确有效地使用虚函数提出了一些策略.     

基于压缩域互补分割的视频多描述编码研究

鉴于数字视频在空间域及时间域上的信息相关性,提出在视频压缩过程中实现多描述编码的方法.算法以H.263为参考标准,在图块及运动估计的DCT域上进行系数划分,通过对少量重要信号的重复分配来保证单个描述的接收质量.同时,系数域的对角分割又使各个描述间具有较强的信号互补性.实验结果表明,算法具有描述冗余率低、编/解码直接快速、压缩率高等良好的MDC特性,是保障视频传输业务可靠性和实时性的有效方法.     

基于UML的回归测试研究

软件测试的任何阶段均涉及到回归测试,它为修改后的软件的正确性提供保证。程序的修改主要体现在类的修改。本文在UML类图表达方式基础上,分析类的依赖关系,生成类的依赖集,在此基础上采用优先级的技术缩减测试用例集,提高测试效率。     

基于特征加权的自然纹理FCM聚类分割算法

为了实现自然材质的纹理分割,根据自然纹理的弱规则性特点,提出一种由图像灰度值、灰度分布统计及图像纹理能量统计作为纹理表征的特征参数,并组成三维特征矢量以实现自然纹理分割的算法。考虑到样本不同特征值对分类的不同影响,算法中引入了特征加权的FCM模糊聚类方法以提高各特征参数在聚类约束力上的可控制性,从而实现纹理图像的更有效分割效果。实验证明,该方法简单高效、可控性强,对各种自然纹理图像具有较好的纹理分割效果。     

结合粒子滤波与Mean shift的高速运动目标跟踪

Mean shift跟踪算法能够有效跟踪视频序列中的各种运动目标,但是该算法无法准确地跟踪视频中高速运动目标.通过分析mean shift算法的原理,指出mean shift对高速运动目标跟踪失效的原因,提出一种基于mean shift的粒子滤波跟踪的新算法.通过实验比较,该算法能改善了Mean shift算法对高速运动目标的效果,并且在存在干扰目标的情况下具备良好的跟踪效果.     

基于免疫聚类的RBF神经网络在中医舌诊诊断中的应用

研究基于人工免疫聚类的RBF(Radial-Basis Function)神经网络应用于中医舌诊诊断,构建一个中医舌诊智能诊断的神经网络模型,旨在提高模型的诊断能力和收敛速度.对输入样本集进行数据归一化处理,采用改进的基于免疫聚类的RBF算法进行学习、训练.以肝病病证诊断进行仿真,结果表明:该中医舌诊智能诊断系统具有诊断能力强、收敛速度快,泛化能力强等特点.因此,基于人工免疫聚类的RBF神经网络应用于中医舌诊诊断的研究是可行的,有效的.     

基于建构主义理论的《计算机组成原理》课程教学研究

根据《计算机组成原理》课程的特点,在对建构主义理论分析的基础上,将《计算机组成原理》教学与建构主义理论相结合,对基于建构主义理论的《计算机组成原理》课程的教学改革进行了探讨和分析,有利于进一步提高教学质量,培养学生良好的《计算机组成原理》教学素养和创新意识。