自适应加权编码L1/2正则化的图像重建算法

针对图像重建过程中噪声去除问题,提出一种自适应加权编码L_1/2正则化重建算法。首先,考虑到许多真实图像中不仅含有高斯噪声,而且含有拉普拉斯噪声,设计一种改进的L₁-L₂混合误差模型(IHEM)算法,该算法兼顾了L₁范数与L₂范数的各自优点;其次,由于迭代过程中噪声分布会发生改变,设计一种自适应隶属度算法,该算法可以减少迭代次数和运算时间;利用一种自适应加权编码方法,该方法可以有效地去除含有重尾分布特性的拉普拉斯噪声;另外,设计一种L_1/2正则化算法,该算法可以得到较稀疏的解。实验结果表明,相比IHEM算法,自适应L_1/2正则化图像重建算法的峰值信噪比(PSNR)平均提高了3.46 dB,结构相似度(SSIM)平均提高了0.02,对含有多种噪声的图像处理具有比较理想的效果。     

0/1背包问题的量子算法

近年来针对各种问题提出了许多量子算法,这些量子算法都利用了量子态的可迭加性(Superposition)和纠缠性(Entan-glement),本文在量子环境下对0/1背包问题进行求解,介绍了量子算法的基本思想及相关概念。然后分析并给出求解0/1背包问题的量子算法,在量子物理环境下它能在多项式时间内求出所需要的解。这个量子算法可以推广解决其它NPC问题,如旅行售货员问题等。     

用n_(1/2)方法选择最优并行算法

本文结合“七五七”向量机和小巨型机CONVEX C-1的结构特点和一些计算实例说明如何用半性能长度n_(1/2)进行算法的性能分析,以及如何根据n_(1/2)方法选择特定并行机系统上解一给定问题的最优并行算法.     

基于扩充的GIX/M/1/N排队系统的主动队列管理算法性能评价模型

为了评价主动队列管理(AQM Active Queue Management)算法的性能,通过在标准的排队系统GIX/M/1/N中嵌入主动队列管理(AQM)算法的方法,建立了一个扩充的GIX/M/1/N排队系统。利用该扩充的GIX/M/1/N排队系统和Internet业务流量自相似性的特征,提出了一种评价AQM算法在非响应业务流量下的性能的分析方法,并据此评价了TD,RED,GRED和Adaptive RED等4个经典的AQM算法。为了验证该分析方法的合理性,利用NS2进行了一系列的仿真实验。结果表明,该分析方法所得结果与仿真实验所得结果一致,因此该分析方法能用于评价AQM算法的性能。     

基于逆3~(1/2)细分的渐进网格生成算法研究

提出一种基于逆3~(1/2)细分的渐进网格生成算法,用于解决图形的快速传输和显示问题。算法的基本思路是:将细密网格通过边折叠操作得到简化网格,以细分极限点逼近原始网格为准则进行网格调整,采用3~(1/2)细分得到高密度网格,调整后进行逆3~(1/2)细分,即逐层次删除部分顶点,生成用于重构渐进网格模型的基网格,并记录每层删除顶点在采用本层表示时相对于细分计算位置的几何调整量。3~(1/2)细分过程中三角片数量增长速度较慢,采用逆3~(1/2)细分利于生成多层次的渐进网格,经实例验证,逆3~(1/2)细分生成渐进网格的效果能满足快速、多分辨率显示要求。     

基于L1/2范数约束增量非负矩阵分解的SAR目标识别

增量非负矩阵分解(INMF)随目标样本增加逐渐更新分解模型,能够有效解决NMF算法的计算代价随样本增加而成倍增长的问题。然而INMF在使NMF具备增量学习能力的同时,并未考虑NMF分解矩阵的稀疏性对识别性能的提升作用。针对上述问题,提出基于L1/2范数约束的增量非负矩阵分解(L1/2-INMF)算法,并应用于SAR目标识别。L1/2-INMF采用L1/2范数实时约束增量过程中的NMF分解矩阵,能够在不增加计算复杂度的同时,提升识别性能。针对MSTAR数据集的仿真实验结果表明,提出的L1/2-INMF能够解决传统非负矩阵分解方法计算代价随样本增加而增加的问题。     

一种基于超立方体多处理机系统的快速诊断算法

为了提高可诊断系统的诊断度,可以采用悲观诊断策略进行诊断.超立方体是一种应用广泛的互连网络拓扑结构,具有可并行处理的某些性质,且n维超立方体是(2n-2)/(2n-2)-可诊断的.文中在MM*模型下,研究了超立方体的诊断问题,提出了一个O(Nolg2N)的悲观诊断算法,N是处理器总数.而经典的YML算法所需时间为O(N2.5).因此,文中的算法在时间复杂度方面是高效的.     

L1/2正则子在Lq (0 < q < 1)正则子中的代表性: 基于相位图的实验研究

近期, 正则化方法吸引了越来越多的关注. 在L1正则子之后,Lq (0 q 1) 正则子被提出用于更好的求解稀疏性问题. 一个自然的问题是:在所有Lq (0 q 1) 正则子中, 哪一个q是最好的选择？通过采用相位图, 以及一组关于信号恢复与误差校正问题的实验, 我们表明: (i) 随着q减小, Lq正则子得到更稀疏的解; (ii) 当1/2L1/2正则子始终产生最好的稀疏解,且当0 q 1/2时,正则子的性能没有显著的区别. 因此, 我们认为L1/2正则子可被看作是一个Lq (0 q 1) 正则子的代表.     

MIMO离散时间系统混合l1/H2控制

研究了MIMO(多输入多输出)离散时间系统的混合l1/H2优化问题,该问题可描述为最优化一个传递函数矩阵的l1范数同时保证另一个传递函数矩阵的H2范数满足预定的指标.研究了最优目标函数值关于H2范数指标的连续性.证明了MIMO系统混合l1/H2控制问题最优解的存在性.由于基于标定-Q (scaled-Q)方法求解MIMO混合l1/H2问题,避免了进行零点插值运算的困难.通过求解有限维非线性规划问题可得到最优目标值的收敛的上下界.     

正则表达式分组的1/(1-1/k)-近似算法

对正则表达式集合进行分组是解决DFA状态膨胀问题的一种重要方法.已有的分组算法大都是启发式的或蛮力的,分组效果很差.分析了DFA状态膨胀的原因,总结了某些正则表达式间的冲突状况.证明了当冲突非负和冲突独立时,正则表达式集合的最优k分组问题可归结为最大k割问题,从而说明该问题是NP-Hard的.基于局部搜索的思想,提出了一种分组算法GRELS来解决分组问题,并证明对最大k割问题,该算法的近似比是1/(1-1/k)与已有的分组算法相比,当分组数目相同时,GRELS算法分组结果的状态总数最少,并且集合发生变化时所需的更新时间最短.     

高维空间球集覆盖问题的改进1+ε近似算法

高维空间球集的覆盖问题是指对高维空间中多个球构成的集合S,构造一个直径最小的球来覆盖S中所有已知球。本文提出了球集直径的概念,给出求解球集直径的1/3~(1/2)近似算法。基于此算法求解球集实例集合S的初始核心集,进而给出高维空间球集覆盖问题的1+ε近似算法,算法时间复杂度为O(nd/ε+d2/ε3/2(1/ε+d)lg1/ε)。算法保证核心集中球的个数为O(1/ε),与S中球的个数和空间维数无关。     

A5/1算法的概率模型分析

建立A5/1算法的概率模型,分析其中间状态序列的马尔可夫性、遍历性以及严平稳性,并计算A5/1算法的输出序列与相应的移位寄存器的输出序列和钟控后的输出序列之间的符合率。结果表明,各移位寄存器钟控后的输出序列不是独立的随机序列,A5/1算法的输出序列是均匀的独立随机变量序列,可抵御相关攻击。     

基于l1范数和k近邻叠加图的半监督分类算法*

为了构造一个能够较好反映数据真实分布的图以提高分类性能,文中提出基于l¹范数和k近邻叠加图的半监督分类算法。首先构造一个l¹范数图,作为主图,然后构造一个k近邻图,作为辅图,最后将二者按一定比例叠加,得到l¹范数和k近邻叠加(LNKNNS)图。实验中选择标记样本比例从5%到25%,将基于LNKNNS图的半监督分类算法在USPS数据库上对比其它图(指数权重图、k近邻图、低秩表示图和l¹范数图)的算法。实验表明,文中算法的分类识别率更高,更适合基于图的半监督学习。     

L1/2正则化Logistic回归

提出一种L1/2正则化Logistic回归模型,并针对此模型构造有效的求解算法.文中模型基于L1/2正则化理论建立,有效改善传统模型存在的变量选择与计算过拟合问题.文中算法基于"坐标下降"思想构造,快速有效.在一系列人工和实际数据集上的实验表明,文中算法在分类问题中具有良好的变量选择能力和预测能力,优于传统Logistic回归和L1正则化Logistic回归.     

HJ-1A/B星地表反照率生成算法与检验

提出了适合环境与灾害监测预报小卫星-A、B星(简称HJ-1A/B星)CCD相机的大气订正算法,并基于不同地表特性和大气条件下的辐射传输模拟数据,建立HJ-1A/B星的窄波段向宽波段反照率转换的模型.利用多级灰阶靶标实测数据、敦煌检验场实测数据验证了大气订正算法以及转换模型的可靠性和精度,并将HJ-1A/B星影像数据计算的反照率产品与同时相的MODIS反照率产品进行对比分析.结果表明:文章提出的HJ-1A/B星CCD相机大气订正算法可有效校正大气影响;窄波段向宽波段反照率转换模型反演的反照率精度可靠;基于研究成果生成的HJ-1A/B星地表反照率与MODIS反照率产品一致性较好,满足后续遥感数据定量化模型研究的精度需要.     

0/1背包问题

本文对0/1背包问题采用贪婪算法、动态规划、回溯法、分枝限界四种不同方法进行求解和算法分析,并通过各种算法的实现,研究了0/1背包问题的实质。     

0/1背包问题

本文对“0/1背包问题”采用贪婪算法、动态规划、回溯法、分枝限界四种不同方法进行求解和算法分析,并通过各种算法的实现,研究了0/1背包问题的实质。     

基于M/G/1/K排队理论的IEEE 802.15.4网络吞吐量分析

针对IEEE 802.15.4时隙载波侦听多址接入与碰撞避免(CSMA/CA)算法,利用二维Markov链分析方法提出了一个网络分析模型。该模型特别考虑了IEEE 802.15.4协议的休眠模式以及退避窗口先于退避阶数(NB)达到最大值的情况。在此基础上,结合M/G/1/K排队理论推导得到了吞吐量的表达式,进而分析了网络在非饱和状态下数据包到达率对吞吐量的影响,利用模拟平台NS2进行了仿真。实验结果显示理论分析结果与仿真结果可以较好地拟合,并能准确描述网络吞吐量的变化,验证了分析模型的有效性。     

并行归并选择算法

本文利用动态分组原理,基于Valiant的快速归并算法,给出了一个从n个数中选取m个最小(或最大)者的(m,n)归并选择算法.此算法在具有[n/2]台处理器的并行系统上,可在O(log n log logm-sum from i=1 to log[n/2](i=1)logi)的时间步内完成(m,n)选择问题的求解.     

e~x、lnx、x~(1/2)在785机上实现的算法

<正> 前言 785机是一个大型多功能、多部件的向量处理机。据了解在全部标准子程序中,e~x、lnx、x~(1/2)是785机当前用卢最为关心的,它们的使用效率,直接关系到整个机器的处理速度。CRAY-1机的标准子程序.提出了相应的算法(见[1])。为了提高它们的运算速度,本文结合785机的特点,提出了多种算法,并对这些算法试编了程序,通过分析比较选定最好的与CRAY-1算法不同的算法,并在80 11软件会议上作了报告,再经与会者讨论审评后,在程序处理上作了一些修改,本算法与CRAY-1算法比较获得如