算法效率探讨

一个算法的优劣可以用空间复杂度与时间复杂度来衡量.本文主要探讨：对集合进行遍历时,使用迭代器和不使用迭代器算法的效率进行比较;对字符串进行大量添加、删除、修改操作时,要使用StringBuffer和使用String的效率比较.     

赫夫曼算法效率的优化

针对传统的赫夫曼算法中遍历方法循环次数较多、时间复杂度较大等问题,通过对修改数据结构和运算等级改进原有算法,运用排序、优先队列和贪心算法等方法,减少了循环次数,降低了算法时间复杂度;探讨了动态编码算法的优点和可行性。     

Sunday算法效率分析

针对Sunday算法的过程比较复杂,难以构建马尔可夫链的问题,提出一种新的根据算法的匹配次数差求平均效率的方法。首先选定初等算法作为效率分析的基准算法,使用马尔可夫链得出初等算法比较精确的平均效率估计公式;然后根据相应的概率公式计算出初等算法和Sunday算法匹配过程的差值;将两者结合,得出Sunday算法平均效率估计公式。实验结果表明,由此公式计算的估计值可以代表实际匹配次数的平均值。     

SWIFFT算法效率分析

以SWIFFT算法为重要组成部分的SWIFFTX杂凑算法因实现效率问题未能进入SHA-3第二轮竞选。为此,研究提高SWIFFTX杂凑算法效率的方法,分析SWIFFT算法的实现过程。通过绘制快速傅里叶变换(FFT)流向图,估算实现SWIFFT算法的加/减、乘法运算量。此外,还提出一种计算中间参数ω的方法。分析结果表明:当存储空间较少时,选用16点FFT实现SWIFFT算法效率更高;当存储空间充足时,选用8点FFT实现SWIFFT算法效率更高。     

基于FP－growth的改进算法

介绍了目前关联规则挖掘中效率较高的FP－growth算法,并对FP－growth算法中存在的几点不足进行了相应的改进,改进后的算法从时间性能和空间性能两方面都得到了很大的提升。     

动态地形可视化算法－IDTRA

动态战场地形可视化主要研究动态战场地形仿真中动态地形实时三维渲染的方法。动态战场地形仿真能够提高战场环境仿真的可信度和逼真度。在DEXTER-ROAM算法的基础上提出了一种改进的动态地形ROAM算法－IDTRA,IDTRA把视景剔除阶段分两步来执行：第一步使用地形块进行粗剔除,第二步使用菱形进行细剔除。针对目前动态地形可视化实现方法的不足,基于OGRE渲染引擎设计了支持三维战场可视化的演示系统。最后通过炸弹攻击坦克分队的过程演示了动态弹坑的可视化,验证了算法的可行性。结果表明IDTRA算法,在显示速度和效果方面都能够满足动态战场地形可视化的要求。     

快速简易的数值函数算法

本文讨论适合于位片机和阵列机中处理器用的计算平方根、对数、指数和三角函数的快速简易算法。     

组织进化数值优化算法

基于经济学中“组织”的概念 ,该文提出一种新的进化算法———组织进化算法 ,来解决无约束和有约束的数值优化问题 .该算法与传统遗传算法、进化规划、进化策略的运行机制完全不同 ,其进化操作不直接作用于个体上 ,而作用在组织上 ,为此 ,该文定义了三种组织进化算子———分裂算子、吞并算子和合作算子来引导种群进化 .理论分析证明组织进化算法具有全局收敛性 .实验中 ,用 4个无约束和 6个有约束标准函数对算法进行了测试 ,与 3个新算法作了比较 ,并对组织进化算法的性能作了深入分析 .结果表明 ,该文算法无论在解的质量上还是在计算复杂度上都优于其它算法 .对于有约束问题 ,只用了简单的静态罚函数就得到了良好的效果 ,这表明该文算法的搜索机制非常有效 ,不易陷入局部最优 .最后 ,参数分析的结果表明该文算法具有性能稳定、成功率高、对参数不敏感等优越的性能     

数值预测算法比较研究

为了找出不同数据类型适用的数值预测方法,提出了基于模型树、神经网络、回归方程及SMOReg四种常见的数值预测算法在多个具有不同数据类型的数据集上比较研究。通过实验结果表明M5P算法在混合数据类型表现较好;线性回归方程在数据量较少且数据因果之间能形成函数关系时有较好的表现;神经网络在数据量大且属性为整型的数据集表现较好; SMOReg在纯Real或Categorical的数据集有较好的表现。     

协同进化数值优化算法

为了提高进化算法的全局收敛性,提出了一种多种群同时进化的算法。根据生物学基因的多样性理论,新算法保持单个种群的相对纯洁性与整个群体繁殖方式的丰富性,不同的种群采用不同的算子,并在不同的生境繁衍后代,目的是保持种群基因的多样性。当算法陷入局部最优解领域时,可用逆向优化寻找对偶个体,使算法走出局部最优解空间。实验结果表明,在与多组优化数据的比较中,新算法在所有单项与综合项目上全部名列第一。     

一种提高K-近邻算法效率的新算法

K-近邻（K-Nearest-Neighbor,KNN）算法是一种最基本的基于实例的学习方法,被广泛应用于机器学习与数据挖掘。其学习过程只是简单地存储已知的训练数据。当遇到新的查询实例时,一系列相似的实例被从存储器中取出,并用来分类新的查询实例。KNN的一个不足是分类新实例的开销可能很大。这是因为几乎所有的计算都发生在分类时,而不是在第一次遇到训练实例时。所以,如何有效地索引训练实例,以减少查询时所需计算是一个重要的实践问题。为解决这个问题,提出了一种新的算法。该算法把部分原本发生在分类阶段的计算移到训练阶段来完成。实验表明,算法能够提高KNN效率80%以上。此外,算法的思想还可以应用于KNN的所有变体中。     

ART－2网络学习算法的改进

详细介绍了ＡＲＴ－２网络的算法。通过一个渐变输入模式序列揭示了ＡＲＴ－２网络潜在的模式漂移现象，由此导出ρ０＞ρ０的矛盾，并改进了网络的学习算法，使其适用于对大规模的呈集群分布的输入模式序列的识别     

Sunday字符串匹配算法的效率改进

字符串匹配算法一直是网络监测与审计方面的研究热点。介绍了几种经典的字符串匹配算法,提出了一种基于Sunday算法的改进算法RoSunday算法,该算法主要是在匹配开始前通过一个条件判断语句减少了无意义的匹配次数,提高了算法的执行速度。分析了改进后算法的性能,通过实验结果进一步证明了该算法的有效性。     

张量积de Casteljau算法的效率分析

在几何造型中，张量积Bernstein多项式具有非常重要的地位。在几何系统中主要应用de Casteljau算法逐个方向地计算张量积Bernstein多项式上的点，例如首先计算u-方向、然后是v-方向、w-方向等。分析了张量积形式的de Casteljau算法的效率，证明了对于不同的参数方向的计算顺序会导致不同的计算效率，并且当按照参数方向的次数递增的顺序应用de Casteljau算法时，计算量是最小的，除了理论分析之外，我们还给出了实验结果，并且实验结果与理论分析是一致的。     

提高DTW运算效率的改进算法

为了提高现有的动态时间弯曲算法的运算效率,在现有的动态时间弯曲算法的基础上,针对长度分别为N和M、且长度较长的时间序列数据,提出了一种改进算法.该算法以少量的存储空间为代价,在一定程度上提高了运算效率,尤其是当两个时间序列的长度较长时,运算效率提高的更为明显.在相同运算环境下的进行实验,并对实验结果进行了比较和分析,结果表明了该改进算法的有效性.     

提高PageRank算法效率的方法初探

1.引言 Web是人类历史上承载数据最丰富的信息库,但在Web上查找所需要的信息却很困难,由于Web的海量规模、异构、动态等特性,使得Web文本检索表现出更大的挑战性,广泛地引起了各方面的研究兴趣。该领域当前的流派大体可以分为:经典IR流派,METADATA流派,数据库流派和链接分析流派。本文所讨论的PageRank算法是链接分析流派中的一个典型代表,在页面质量的计算过程中采用链接分析技术,也是第二代搜索引擎的重要特点,各种算法有一个共同的基本思想:它们认为更多地被其他页面链接的页面是质量更好的页面,并且从更重要的页面出发的链接有更大的权重,这个循环定义,通过迭代算法巧妙地打破了循环,除了本文讨论的PageRank算法,另外一个比较著名的算法就是IBM的HITS算法。     

微分代数系统的数值仿真算法

介绍了微分代数系统ＤＡＥ的基本概念及仿真算法,特别指出了用ＢＤＦ方法求解高指标常系数线性ＤＡＥ系统时的数值稳定性缺陷。最后,针对飞行器轨道约束实时控制问题,给出了３阶收敛的代数约束算法。     

常微分方程特殊初值问题的数值算法

§1.问题描述 工程系统往往需在区间t_0≤t≤t_E上数值求解如下特殊初值问题:     

随机共振数值仿真的快速算法

根据信噪比曲线可以判断一个非线性系统是否发生随机共振,同时也可以得到非线性系统对噪声的输出性能。然而,由于要进行系综平均,即使要得到最简单的双稳态系统的信噪比曲线也需要很长时间的运算。经过对双稳态系统产生随机共振过程的仔细分析,以龙格—库塔法为基础,利用适当的数值计算方法,可以快速地求解双稳态系统的输出。