完全二叉树总结点数与叶结点数关系分析

该文从两个角度分析了完全二叉树的总结点数与叶结点数之间的关系。其一,通过归纳找到总结点数的奇偶性与度为1的结点个数之间的关系,进而导出总结点数与叶结点数的关系;其二,由最后一个结点的父结点为倒数第一个分支结点的事实,找到总结点数与叶结点数的关系。这种多角度的分析有利于学生对此数据结构的深入理解。     

构建二叉树的二叉链表存储结构

本文根据笔者多年的教学经验,介绍了四种构建二叉树的二叉链表存储结构的方法。     

线性时间复杂度的二叉树绘制算法

二叉树一种非常重要的数据结构,本文论述了绘制二叉树算法的基本思想,建立二叉树与満二叉树结点间的映射关系,并给出可行的对应算法,且其时间复杂度是线性的。     

基于路径空间层次划分的区域匹配算法

随着仿真应用在广度及深度上的发展,基于因特网的分布交互仿真成为未来的发展方向.其面临的主要挑战之一是系统可扩缩性问题.采用高效的数据过滤机制是解决问题的有效手段.首先讨论了分布交互仿真存在的可扩缩性问题,介绍了HLA(high level yarchitecture)框架下数据过滤机制的原理、实现及存在的问题.针对大规模系统过滤匹配计算量大的问题,提出了一种基于路径空间层次划分方法.该方法利用空间位置关系知识进行启发式搜索,从而排除大量不相关区域的匹配计算,有效地降低了过滤机制的计算复杂度.     

自适应增量策略处理的研究与实现*

在IETF基于策略的网络管理体系中,设备端（PEP）的策略配置是通过策略决策点（PDP）的自动分发机制来实现的。对于大规模网络管理系统,PDP的策略分发效率是制约系统整体性能的瓶颈。基于此,提出了一种自适应增量策略处理机(APIP)的数学模型和实现方案,根据PEP在策略库的策略映射集合的变化情况,自动实现策略的增量分发。经实践证明,该系统能够有效减小策略传输数据量,缩短策略请求排队时延,提高策略分发效率。     

一种构建严格平衡二叉搜索树的非递归算法

针对传统算法所构造的平衡二叉搜索树并非真正平衡的二叉搜索树,设计了一种构建严格平衡二叉搜索树的非递归算法。改进后的算法具有计算速度快、占用内存小、计算机易于实现等优点。改进算法的核心是生成严格二叉搜索树的先序序列,提出了对升序序列的进行二分得到严格二叉搜索树的先序序列,讨论并给出了构建严格二叉搜索树的快速算法,该算法充分利用了栈在计算过程中提供的二分信息得到严格二叉搜索树的先序序列,该算法与传统算法相比可更快地构建严格二叉搜索树。     

基于二叉树SVM的图像标注与改善方法研究

针对CBIR(ContentBasedImageRetrieval)中广泛存在的“语义鸿沟”问题,提出一种融合二叉树SVM分类和用户约束的图像标注与改善方法.该方法把图像标注分为基本图像标注和图像标注改善两个阶段,第一阶段通过二叉树SVM多类分类策略完成初始标注,第二阶段为追加用户约束专设了语义特征库,通过计算特征库与已标注图像特征向量的欧式距离进行相似匹配对图像进一步分类,从而完成对初始标注的改善.最后,通过对Corel图像集的一系列实验,证明该方法使得图像标注效果良好,而通过追加用户约束使得图像标注更加完善.     

适合移动Ad hoc网络基于时限撤消的自愈组密钥分发方案的研究

提出一个新的MANET(mobile ad hoc network)中基于时限撤消具有自愈能力的组密钥分发方案,通过双向散列链DDHC(dual directional hash chains)和HBT(Hash binary tree)树结构实现了组密钥之间的冗余关联和访问控制;在没有管理节点协助的情况下,利用当前发布的会话密钥信息和自身秘密信息,合法用户节点可以自主恢复出历史组密钥;通过秘密撤消多项式实现了管理节点的撤消功能;接着,提出一个改进方案。安全性和性能分析表明,新方案能够抵御没有会话交集的用户节点同谋破解攻击;在满足MANET的安全需求前提下,有效地节省网络带宽和存储资源。     

基于二叉树和GPU的无缝地形场景渲染方法

设计了一种基于图形处理器(GPU)的无缝地形渲染方法。该方法基于二叉树构建多层次地形网格,该网格用基于行、列号的地形模板表示。在设计过程中,将高程数据转化为适于GPU读取的高程纹理图,再通过顶点纹理提取(VTF)技术从纹理图中采样出高程值用于渲染,整个过程在GPU端完成,提升了地形数据访问效率。同时,采用实时优化自适应网格(ROAM)算法的强制拆分法,通过控制相邻地形块的等级来消除裂缝。最后,采用TriangleStrip方式进行渲染,避免了相邻三角形中顶点坐标数据的重复传递,减少了传递到GPU的数据量。用两块地形数据对算法渲染效率进行了检验,并将算法与Clipmap算法进行了帧率对比。结果表明,该算法有效解决了分块数据的裂缝问题,达到了交互式地形渲染的要求。     

规则简化与模糊决策树剪枝的比较

决策树归纳学习算法是机器学习领域中解决分类问题的最有效工具之一。由于决策树算法自身的缺陷了，因此需要进行相应的简化来提高预测精度。模糊决策树算法是对决策树算法的一种改进，它更加接近人的思维方式。文章通过实验分析了模糊决策树、规则简化与模糊规则简化；模糊决策树与模糊预剪枝算法的异同，对决策树的大小、算法的训练准确率与测试准确率进行比较，分析了模糊决策树的性能，为改进该算法提供了一些有益的线索。