校园网多径混合路由算法

针对目前校园网路由算法中最小生成树的计算和最短路径的生成存在速度慢和效率低的问题,提出了一种多径混合路由算法.结合了静态路由算法和动态路由算法的优点,减少了计算最短路径树时的总执行时间,当网络中链路有新的权重变化时,它使用多径信息来创建最短路径树,并且能够根据网络中链路权重变化的位置来决定使用静态路由算法或者是动态路由算法.与现有的迪杰斯特拉(Dijkstra)算法、动态Dijkstra算法和混合最短路径树算法进行了对比实验,结果表明多径混合路由算法降低了最小生成树的计算时间.在校园网中使用多径混合路由算法可以加快了网络路由的收敛,提高了网络的性能.     

多维数据的改进最小生成树聚类算法

针对传统的应用于基因表示的最小生成树(MST)聚类算法在时间复杂度和聚类质量上的不足,提出了一种新的应用于数据处理的改进最小生成树(IMST)的聚类算法.该算法在提高构造最小生成树的效率的同时,通过对初步划分的生成树用矩阵表示,以度最大的结点作为聚类中心,再根据中心点算法完成聚类,解决了以往最小生成树算法无法解决的多个簇用短边或长度相同的边相连无法分类的问题,从而提高了聚类速度,改善了聚类的质量.通过对多维数据进行分析,计算各个属性的差异度,得出结论:一些属性的存在对于构造最小生成树有很小的影响或没有影响,删除这些属性列也可以提高效率,达到减少计算复杂性的目的.     

生成全部K树的MINTY—DFS算法

本文根据改进的MINTY算法和DFS算法。提出了生成全部K树的MINTY-DFS算法,该算法能夠生成一个有向图或无向图的全部任意K树,可应用于有源网络或无源网络的拓扑分析以及其它要求K树的场合。     

用"破圈法"求全部最小生成树的算法

求连通图的最小生成树是数据结构中讨论的一个重要问题．但在现实生活中，经常遇到如何得到连通图的所有最小生成树．针对此问题，运用“破圈法”思想，对所给的图进行约化，在约化图的基础上，提出了求全部最小生成树的算法，给出了应用例子．     

一种基于二进制编码的最小生成树算法

针对目前的最小生成树算法只能求一个最小生成树问题,提出一种新的最小生成树算法。该算法主要采用二进制编码的方式,并结合最小生成树的特点,通过先判断图的边数淘汰一些非生成树,然后通过判断连通性再淘汰一些非生成树,最后从所有的生成树中找到所有最小生成树。由于算法的本质就是在全局范围内寻找最优,故该算法可以找到一个连通图的所有最小生成树。算例表明,该算法具有步骤清晰、方便程序实现、通用性好的特点。     

最小生成树SVM的模拟电路故障诊断方法

提出最小生成树的支持向量机模拟电路故障诊断方法,通过小波分解提取电路故障特征,在特征空间中以故障类的可分性测度为权值构造最小生成树,得到具有聚类属性的故障子类划分,从而优化故障决策树节点的分布。按照最小生成树的结构建立具有较大分类间隔的多分类支持向量机,能够有效地提高模拟电路故障诊断的正确率。该方法简化支持向量机的结构,在实例电路的故障诊断中获得更高的诊断精度和效率,其性能优于常用的支持向量机方法。     

最小生成树算法的快速实现

给出一种基于向量合并的最小生成树算法 ,它的时间复杂度和空间复杂度分别为O(E)和O(max(E ,V) ) ,算法简洁、快速     

鲁棒支持向量机及其稀疏算法

基于非凸光滑损失的鲁棒支持向量机分类模型对异常点具有鲁棒性,但已有求解算法需迭代求解二次规划,计算量大且收敛速度慢,不适合训练大规模数据问题。为了克服这些缺点,首先给出收敛速度更快的方法求解鲁棒支持向量机模型;然后基于最小二乘的思想,提出了一种推广的指数鲁棒最小二乘支持向量机模型及其快速收敛的求解算法,并从理论上解释了模型的鲁棒性;最后利用核矩阵的低秩近似,提出了适于处理大规模训练问题的稀疏鲁棒支持向量机算法和稀疏指数鲁棒最小二乘支持向量机算法。实验结果表明,新算法在收敛速度、测试精度和训练时间等方面均优于相关算法。     

几个NP完全问题的整数规划模型

文中给出了图论中受度约束的生成树、最短全部通路长的生成树、团和独立集等六个ＮＰ完全问题的整数规划模型，使这些问题能应用任一种求解整数规划的算法去求解。     

基于最小生成树的切片数据点排序算法

提出一种基于最小生成树的切片数据点排序算法,该算法建立散乱点云空间索引结构,基于该结构快速获取切片邻域数据,依据邻域数据与切片的位置关系将其划分为正负2个区域,通过正负邻域配对点连线与切片求交获取切片数据点,构造切片数据点的无向完全连通图,求解该图最小生成树,并将最小生成树的各分枝首尾相连,实现切片数据点的排序,实例证明该算法可对逆向工程中各种复杂型面切片数据点排序,排序结果准确,算法运行效率高。     

Web日志挖掘研究

通过对Web服务器日志件进行分析，可以发现相似客户群体、相关Web页面和频繁访问路径。在本算法中，首先以Web站点的URL为行、以UserID为列建立URL—UserID关联矩阵，其元素值为用户的访问次数。然后。采用模糊聚类算法和K-平均算法两种方法分别对列向量进行分析得到相似客户群体，对行向量进行分析可获得相关页面，对后再进一步处理还可以发现频繁访问路径。实验结果表明了算法的有效性。     

关于Fuzzy矩阵的N-D方程当指数为1时有解的条件的注

应用Fuzzy矩阵的行(列)向量的线性相关和Fuzzy矩阵最大行(列)向量的概念,重又研究Fuzzy矩阵的N-D方程当指数为1时有解的判定方法,得到的方法不仅简单易行,而且还适合于P(A)=PS(A)=Pr(A)= Pc(A)=1的判定.     

小点数圆卷积算法设计

给出一种新的乘法次数少的小点数圆卷积算法，以达到减小计算圆卷积乘法次数的目的。与传统算法相比，其特点是构造简单，运算功效好，计算中无需利用多项式运算余数定理，Ｎ点圆卷积所需的乘法次挖为Ｎ－２Ｎ。此方法可推广应用于大点数的圆卷积计算和大点数的快速傅里叶变换计算。     

避免奇异解联合对角化的两种高效算法

针对避免奇异解的联合对角化算法计算量大的问题,提出两种改进的高效算法．在第一种改进算法中,将对角化矩阵行列式按当前更新的列展开,从而避免了计算行列式过程中的矩阵求逆．另一种改进算法将列交换后的对角化矩阵进行QR分解,由分解得到的上三角矩阵计算对角化矩阵的行列式．由于两种改进算法减少了一次矩阵求逆,因此降低了原算法的计算量．仿真结果表明,当目标矩阵个数和维数较大时,两种改进算法的计算量分别为原算法的18.9％和13.5％．     

一类解线性方程组的有效的直接算法

给出一类解线性方程组的直接方法。将此方法通过引入等价的方程组,从改善方程组的条件数入手,使得对病态的方程组有较好的精度。计算结果表明了该算法的可行性。     

基于二元向量矩阵算法的粗糙集方法

根据向量矩阵与向量之间的映射关系,研究了基于二元向量矩阵算法的粗糙近似、属性约简以及最优属性约简集的获取。提出基于二元向量矩阵的属性相对约简、最优属性集获取算法,解决原有矩阵算法属性核不一致性和属性约简集选择的盲目性。并提出了二元向量压缩矩阵算法,降低了原有矩阵算法的复杂度。通过实例分析,证明所提出的相关算法的有效性,为研究粗糙集数据挖掘提供了一种可行有效的计算方法。     

向量内积不足以作为列向量组相关程度的度量

在文[1]中提出一种内积来作为矩阵列向量组相关程度的度量,从而去解释病态方程组形成的原因,然而,研究发现,当矩阵的阶数超过2时,文[1]内积不足以来衡量矩阵列向量组的相关程度,一种比较好的度量可以用标准化的矩阵列向量行列式来表示。     

具有固定得分向量的竞赛矩阵的数目

竞赛矩阵和竞赛图由于具有固定行和向量及列和向量的非负矩阵类的计数,是组合数学的一个非常困难的问题,因此对具有固定得分向量的竞赛矩阵的计数问题也比较困难。考虑以允许平局的单循环比赛为模型的竞赛矩阵,使用组合数学和图论的方法给出了具有三种特殊得分向量的竞赛矩阵的数目的一种新的解法,应用此方法得到了具有n阶强有效得分向量的竞赛矩阵的下确界,与参考文献[1]的方法相比较,具有证明直观、简单易懂的特点。     

箭头矩阵在最小最大特征值条件下的完成问题

引入并讨论了对称箭头矩阵完成问题:在事先给定的对称箭头矩阵中嵌入一行一列使之成为新的对称箭头矩阵,并且具有指定最小最大特征值.利用箭头矩阵特征多项式之间的递归关系,给出并证明了这个问题存在惟一解的充要条件,以及解的一般公式与计算方法.同时还给出了存在非负解及均匀箭柄解的充要条件.利用该问题解决了逆特征值问题:求一个对称箭头矩阵,使它的各阶顺序主子阵具有给定的最小最大特征值.并给出该逆特征值问题解的计算方法.数值计算表明,该算法更有效.     

区间数刻画属性值下的两种多属性决策新算法

为了解决区间信息多属性决策问题,建立了两种多属性决策算法(算法1和算法2).算法1: 首先利用区间数的积型贴近度公式将属性的区间信息数据转换为精确数值,然后使用Maclaurin对称平均算子集结属性的精确数值,进而通过比较其数值大小来判断方案的优劣.算法2: 首先利用区间数的积型贴近度公式算出各方案在所有属性上的积型模糊互补判断矩阵,然后通过求解积型模糊互补判断矩阵的排序向量来判断方案的优劣.研究表明,两种算法的决策路径虽然不同,但其排序结果相同,即不同决策路径不会影响方案的排序结果,因此决策者可以根据实际问题需要选择适当的决策算法及排序规则,以更好地满足决策需求.