—个求解层次图边交叉数最小化问题的遗传算法

最小化边交叉数是层次图绘制过程中的一个关键步骤，直接影响着层次图的可读性。提出了一个基于遗传算法的层次图边交叉数最小化算法，详细地给出了编码表示方法以及遗传算子的设计。与常用的启发算法相比，该算法得到了更好的计算结果，此外算法简单且易于实现。     

一种求解有向图最小反馈节点集的搜索算法

反馈节点集问题源于组合电路的设计，在预防计算机操作系统的死锁、VLSI芯片设计、计算机程序证明以及贝叶斯推论等方面部有极其重要的应用。最小反馈节点集问题是一个NP完全问题，很难准确求解。该文在计算流程、图的约减操作以及贪婪函数3个方面对以前求解该问题的贪婪随机适应性搜索算法作了改进。实验表明改进的算法无论在计算结果方面还是在计算稳定性方面都要优于前者，同时还在一定程度上减少了计算时间。     

Trie堆

描述了一种称为Trie堆的新的数据结构，Trie堆不但支持通常的堆操作，而且还支持高效的查找操作。     

最高位优先基数排序的一种实现方法

给出了最高位优先基数排序算法的一种实现算法,与其他的实现方法相比,该方法易于扩展为异步并行基数排序算法。     

基于层次支持向量机的人脸检测

针对彩色图像人脸检测，提出了肤色模型和层次支持向量机相结合的人脸检测方法。检测时首先利用调节的肤色模型提取出人脸候选区域，然后对这些候选区域用线性支持向量机和主成分与非线性支持向量机相结合的层次支持向量机进行验证，获得真正的人脸区域。实验表明，该方法对图像偏色有一定的鲁棒性并可以用于灰度图像的人脸检测，而且检测正确率和速度比基于肤色和模板匹配的方法有了一定的改进。     

Trie堆

描述了一种称为Ｔｒｉｅ堆的新折数据结构。Ｔｒｉｅ堆不但支持通常的堆操作，而且还支持高效的查找操作。     

与图色多项式相关的子图计数算法

从图的色多项式出发,我们得到了图的某些子图计数算法。这些算法是建立在Norishige chiba和Takao Nishizcki所提出的一种策略之上的。这些算法可以用来计算任意图的色多项式前五项的系数。     

改进的KMP算法在生物序列模式自动识别中的应用

介绍了改进后的KMP算法在生物序列模式自动识别中的应用以及关于生物序列中模式的概念和表示方法，并对生物序列中有关模式匹配的知识作了介绍，阐述了如何将生物序列转换为字符串，以及如何编程实现此算法，成功地对KMP算法作了一些改进，实现了生物序列中模式的自动识别，实验结果表明，该算法具有较好的可行性。     

一个新的无向图画图算法

将一般无向图的画图问题转化为函数优化问题,用遗传算法求目标函数的最优解的近似值,从而得到无向图自动画图算法的一个一般框架.新方法的特点是:不同的画图算法的框架都一样,所不同的只是反映无向图画图问题的美观标准的目标函数.其优点在于,算法统一、方法简单、容易实现、便于修改,并且易于并行化,可以直接用来画非连通图.     

一个新的无线传感器网络节点定位算法

将经典的画图算法应用到无线传感器网络节点定位问题是一个全新的思路.提出了一个新的无线传感器网络节点定位算法.算法包括两个阶段,第一阶段运用一个类似于Kamada Kawai画图算法的定位算法,得到一个接近于传感器网络原始布局的近似布局;第二阶段利用Mass-spring画图算法对第一阶段的定位结果进一步求精.仿真实验表明:算法适应性强,定位精度高,效果较好.