状态转移矩阵eAt的一种新算法及其仿真计算

本文给出了一种计算状态转移矩阵e~(At)的新算法。由于应用了多项式,因此导出的新算式几乎就是e~(At)在区间[a,b]内的最佳逼近有理分式,文中同时给出了二阶系统的仿真结果。     

一种求解旅行商问题的离散状态转移算法

本文提出了一种求解旅行商问题的离散状态转移算法,设计了交换、平移、对称等3种转移算子,讨论了算法的收敛性和时间复杂度等问题,研究了参数对算法的影响.实验结果表明,与模拟退火算法及蚁群算法等经典组合优化算法相比,该算法具有耗时短、寻优能力强等优点,这也表明了状态转移算法的适应性很好.     

一种求解企业员工指派问题的离散状态转移算法

员工指派问题是运筹学中的一类整数规划问题,为了寻找最佳的员工指派方案,使得完成所有任务的总成本代价最小,本文研究了一种新的离散状态转移算法.在一次状态转移的基础上提出了二次状态转移的概念,从而扩大了候选解集的范围,并提高候选解集的多样性.为了克服算法在迭代后期更新缓慢的缺点,提出了停滞回溯策略,即当算法陷入局部最优解时进行回溯操作,从历史停滞解中随机选择一个更新当前最优解.通过与模拟退火算法进行测试比较实验,证明了本文所提出算法的有效性,同时该算法提高了求解员工指派问题的成功率与稳定性.     

对线性系统状态转移矩阵的讨论

状态转移矩阵是现代控制理论的重要概念,在线性控制系统的运动分析中起着重要的作用.分别对连续时间线性时变系统、离散时间线性定常系统以及离散时间线性时变系统的状态转移矩阵进行了研究.根据常微分方程和差分方程解的唯一性,得到了判断矩阵函数是某一线性系统状态转移矩阵的充分条件,并求出了其对应的系统矩阵.实践证明了结论的正确性.     

基于状态转移矩阵的变化检测方法

土地利用变化检测一直是遥感影像变化检测研究的重点。在分析已有变化检测方法的基础上提出了一种基于状态转移矩阵（State Transition Matrix,STM）的变化检测方法。以像斑为分析单位,通过样本像斑的选择与更新对变化检测区域进行分析,利用辅助数据生成的地物变化状态转移矩阵对变化检测结果进行修正。实验证明了该方法的有效性。     

一种基于Laplacian矩阵的图像匹配算法

文章提出了一种基于Laplacian矩阵的图像特征匹配算法。首先分别构造两幅图像特征点集的Laplacian矩阵,并对这两个矩阵进行奇异值分解(SVD),然后利用分解的结果构造出一个反应特征点之间匹配程度的关系矩阵,最后根据关系矩阵实现两幅图像的特征点匹配。大量实验结果表明,该文所提出的算法具有较高的匹配精度。     

一种改进的小矩阵连乘算法

首先引入了矩阵的连乘优先因子,接着采用连乘优先因子最小的贪心选择策略,提出了最小连乘因子优先算法。它确定125的连乘次序不一定是最优次序,但在确定连乘次序方面比动态规划法花费的时间和空间少。最后通过实例对比测试,表明该算法在计算小矩阵连乘时,总体效率优于动态规划法。     

一种基于矩阵的Apriori改进算法

针对Apriori算法中I/O负载大和减枝过程中生成大量中间结果两个性能瓶颈问题,提出了一种事务矩阵和项集矩阵的Apriori改进算法.算法的基本思想是:扫描数据库生成事务矩阵,通过事务矩阵和项集矩阵之间的运算代替Apriori算法中的数据库扫描得到频繁项集,减少I/O负载,加快候选项集的验证速度;通过对频繁项集矩阵的操作,减少生成候选频繁项集的数目,避免Apriori算法减枝步骤中对候选项集的分解和判断.通过仿真验证了改进算法的有效性.     

一种新的DFA状态最小化算法

提出了一种基于状态转换矩阵的适合计算机实现的DFA状态最小化算法,在计算等价状态过程中,通过记录扫描过程中发现的具有相同输入字符和相同转换状态的状态判定链表,算法可以用一遍扫描和与传统算法相近的存储空间实现DFA状态的最小化。与传统的DFA状态最小化算法相比,该算法具有较好的时间复杂度和相同的空间复杂度。     

一种快速差别矩阵属性约简算法

为了解决基于差别矩阵属性约简的计算效率问题,分析了基于差别矩阵的属性约简算法的不足,给出了新的差别矩阵的定义,大大减少了差别矩阵中非空元素的个数,提高了属性约简算法的效率。利用单个属性的不可辨识性来计算出现频率最多的属性,进一步降低差别矩阵的大小,并设计了基于新的差别矩阵的快速属性约简算法。对UCI一些数据库进行了仿真,实验结果表明了新算法具有高效性。     

一种增量式非负矩阵分解算法

针对现有的非负矩阵分解算法在应用于问题规模逐渐增大的情形时,运算规模随之增大、空间和时间效率不高的情况,提出一种增量式非负矩阵分解算法,使用分块矩阵的思想降低运算规模,利用上一步的分解结果参与运算从而避免重复运算。实验结果表明,该算法对节约计算资源是有效的。     

一种改进的区分矩阵属性约简算法

属性约简是粗糙集理论研究的关键问题之一。文章以属性在区分矩阵中出现的频率作为启发,对HORAFA算法做了一些改进。提出了HORAFA-AFVDM(HORAFA base on Attribute frequency value of dis- cernbility matrix)算法。它是以核为基础,加入属性重要性最大的属性,直到不能再加。为了能找到信息系统的最优约简,在此基础上加了一个反向消除过程,直到不能再删为止。最后在MATLAB环境下进行了实验,通过比较改进前后两种算法,表明HORAFA-AFVDM算法在属性约简情况和算法运行时间上都比HORAFA算法有明显的改进。     

一种相容矩阵的启发式属性约简算法

针对不完备决策表,黄兵给出一种基于容差关系的相容矩阵的属性约算法,但算法比较费时,其时间复杂度为[O(|C|3|U|2)]。为降低原算法的时间复杂度,以矩阵距离为启发信息,并运用矩阵合取的特性,设计了一个新的属性约简算法,算法时间复杂度降为[O(|C|2|U|2)]。通过实例验证了该算法。     

一种基于归零矩阵的TSP求解算法

利用传统贪心算法的基本思路针对旅行商问题,提出了一种基于归零矩阵的验证算法.该算法以归零矩阵为输入规避矩阵陷阱,以完全贪心算法为求解思路来获得最短汉密尔顿回路.通过对若干TSP-LIB中问题的求解,结果表明所提算法能够以较快速度求得较好的满意解.     

实时系统状态空间分析的一种算法

提出了一种生成实时系统可达状态的算法 ,该算法生成一个较小的状态空间 ,但仍然保留了足够的时间信息用于分析。同时给出一个实例来说明算法的有效性 ,并与其它方法进行了比较。     

一种基于压缩矩阵的Apriori改进算法

通过对Apriori算法挖掘过程进行分析,提出一种基于压缩矩阵的Apriori改进算法。该算法通过压缩矩阵和减少扫描次数来提高挖掘的速度和减少数据库的I／O操作时间的开销,有效提高了关联规则的挖掘效率。并用实例说明该算法是一种有效的关联规则挖掘方法。     

Toeplitz矩阵相乘的一种新快速算法

将Toeplitz矩阵分解为一个循环矩阵和一个下三角Toeplitz矩阵之和,以及一般卷积向循环卷积的转化,借助快速Fouier变换(FFT),导出了一种计算两个n阶Toeplitz矩阵乘积的新快速算法,其算法复杂性为2n2 63/4n log2n-15n-34次实乘运算,4n2 63/2n log2n-18n 23次实加运算,与已有的优化算法相比,在实乘次数有所降低的同时,实加次数降低了近1/3,是目前复杂性最小的一种算法.     

一种加权计算基础矩阵的高精度算法

分析了图像匹配点对基础矩阵的不同影响,引入具有明显几何意义的匹配点到对极线的距离作为匹配点的加权因子,将匹配点集合看作随机变量并将加权因子作为匹配点的概率分布。在此基础上对原始图像数据进行归一化处理,利用8点算法得到基础矩阵。大量的试验结果表明,该方法明显降低了计算余差,提高了基础矩阵的计算精度。     

一种改进的MLESAC基本矩阵估计算法

为提高基本矩阵估计精度,提出一种改进的随机抽样最大似然估计算法.根据对极距离选择质量较好的原始数据,采用随机抽样一致性方法进行抽样,选择内点数最多的基本矩阵检验原始数据,剔除误差大的匹配点,结合约束条件对匹配集进行检验,以提高匹配集精度.实验结果表明,该算法的估计精度较高,稳定性较好.