虫孔路由二维网孔机器上的最优图论算法

连通分量和最小生成树是图论中的两个基本问题 ,在许多领域都有很多应用 .对于顶点数为 n的图和规模为 p× p的虫孔路由二维网孔机器 ,该文针对 p n和 n

相似文献   

2pn周期二元序列稳定性的进一步分析

序列的线性复杂度与k错线性复杂度是度量密钥序列伪随机性的两个重要指标。在p(p>3)为奇素数且2是模p2本原根的情况下, 对于周期为2pn的二元序列,文章进一步分析了满足k错线性复杂度严格小于序列复杂度的k的最小值的上界,并指出当周期为2p(p>3)时,在大多数情况下可以达到该上界。     

随机杂凑的随机无关性

1.研究的由来 在文[1]中,我们定义了能以随机补偿法解决冲突的杂凑技术为随机杂凑,而且具体地找到了一个序列R(j),j=1,2,3,…,p,使当表长为素数p时可以作全表搜查。在文[2]中,我们归纳了当表长形为2~n时的全表搜查随机补偿法。 这样,只要表长形为素数p或2~n时,我们都有相应的随机杂凑算法可供使用。 为了改善随机杂凑的平均探查性能,我们试图从各个方面予以改进,其中包括对于改进序列R(j)随机性能的探索,至于R(j)随机性能的改进能否得到在杂凑技术中平均探     

非最小相位AR模型的Lp反褶积

本文讨论y_n=h_n*X_n为AR(q)模型,输入{X_n)为零均值独立同分布平稳序列,脉冲响应{h_n}为非最小相位的线性系统,如何由输出{y_n}的样本序列y_1,y_2,…,y_n估计系统的自回归系数a_0,a_1,…,a_q的反褶积问题,提出L_p(1相似文献   

直接自适应控制律的输人/输出稳定性分析

1.引言 一般地说,在控制系统模型未知的情况下,已有的理论方法不可避免地存在建模这一关键棘手的问题.本文基于小增益定理[1],给出文献[2～4]中直接自适应控制律的输入/输出稳定性充分条件,该条件弱于文献[5]中的条件,更具实用性.首先给出以下有关定义:定义1.对于正数p∈[1,∞),元素为可测函数f(@),且满足的空间,称为lp空间.当函数f(t)∈lp时,P∈[1,∞)有但一般的控制系统,其中发生的过程未必都有这种渐近性质,控制的目的往往是使发散的过程变成收敛的过程,这样,不可能一开始假定系统中所有过程都属于lp,因此引入函数截取概念.     

求解K-means聚类更有效的算法

聚类分析是数据挖掘及机器学习领域内的重点问题之一.K-means聚类由于其简羊买用,在聚类划分中是应用最广泛的一种方案.提出了在传统的K-means算法中初始点选取的新方案,对于K-means收敛计算时利用三角不等式,提出了加速收敛过程的改进方案.实验结果表明,改进后的新方法相对于传统K-means聚类所求的结果有较好的聚类划分.     

利用级数来求极限

计算极限的方法很多，而且有的极限很不好求，有一种利用收敛级数的性质来求极限的方法很好用。此方法就是先判别级数收敛，然后就能得出所求极限为零。本文将对此方法做进一步的总结和探讨。     

Multisets排序的最优并行算法

排序是一个既有十分重要的理论意义又有广泛的实际应用价值的问题 ,其中 ,Multisets排序问题是指对只有k个不同关键字值的n个数据 (记录 )进行排序 ,0 相似文献   

随机可满足实例集上警示传播算法的收敛性

信息传播算法在求解随机kSAT问题时有惊人的效果,难解区域变窄.对于这种现象,至今缺少系统的理论解释.警示传播(warning propagation,简称WP)算法是一种基础的信息传播算法,为有效分析WP算法在随机kCNF公式上的收敛性,给出了随机kCNF公式因子图上圈存在的相变点.在随机kCNF公式产生模型G(n,k,p)中,取k=3,p=d/n2,因子图中圈存在的相变点为p=1/8n2.当d＜1/8时,因子图中开始出现圈,且每个连通分支至多有一个圈,因子图中含圈的连通分支的数目以及圈的长度均与n无关.因此,因子图是由森林和一些含有唯一圈的连通分支构成.证明了WP算法在这些实例集上高概率收敛,并且给出了算法的迭代步数为O(logn+s),其中,s为连通分支的大小.     

二项分布熵的性质

本文证明了二项分布的熵有如下性质:设X～B(n,p),对确定的n,当p<(1/2)时,熵随着p的增加而增大,当p>(1/2)时,熵随着p的增加而减少,当p=(1/2)时,熵达到最大值;对确定的p,熵随着n的增加而增加。对两个有相同n或p的二项分布,方差相等时,它们的熵也相等;方差较大的二项分布对应的熵也较大。     

一种新的聚类初始化方法

K-means聚类算法会收敛到求解问题的多个局部最优解中的一个,而且它对初始条件十分敏感.给出了一种基于数据集的多个子集和山函数的初始条件方法,它可以较稳定地收敛到一个更好的局部最优解.此初始方法同时适用于原空间和核空间的K-means算法,相对作用于完整数据集的山函数方法,该方法的时间复杂度和空间复杂度都只有它的p2(p是采样率,p＜1).     

多项式方程区间内重根的快速判定和裁剪

目的多项式求实根问题有着广泛的应用。改进传统的裁剪方法,在多项式重根的情形下,保持计算稳定性的同时显著地提高相应的收敛阶。方法提出了基于R~3空间内的3次裁剪方法。该方法继承了传统裁剪求根方法的优点,充分利用了Bernstein基函数较好的计算稳定性,同时给出简单方法判别重根的存在性,从而使得重根的情形可以转化为单根的情形。结果与已有的基于R~1和R~2空间的3次裁剪方法相比,本文方法可以具有更好的逼近效果。单根情形下,本文方法与基于R~2空间的3次裁剪方法同时具有5次收敛阶,略高于基于R~1空间3次裁剪方法的4次收敛阶;m(≥2)重根情形下,本文方法理论上可具有5次收敛阶,明显优于已有的基于R~1和R~2空间的3次裁剪方法的4/m或5/m收敛阶。基于R~1,R~2和R~3空间的3次裁剪方法的计算时间复杂度大致相当,均为O(n~2)。结论本文方法可以快速判定重根的情形,同时具有更高的收敛阶和更好的逼近效果。     

求解非对称代数Riccati方程的两种加速算法的收敛速度

本文考虑求解粒子运输中非对称代数Riccati方程最小正解的两个加速算法的收敛性问题.该方程含有两个可变参数α∈[0,1),c∈(0,1].我们证明了两个加速算法有相同的收敛速度,并且当(α,c)≠(0,1)时,两个加速算法线性收敛,当(α,c)=(0,1)时,它们次线性收敛.     

序贯参数估算

一、前言参数估算一般可分为批量参数估算(Batchwise Parameter Estimation)与序贯参数估算(Sequential Parameter Estimation)。通常我们所指的参数估算是批量参数估算。即通过实验数据,根据已知的数学模型,建立目标函数,调用最优化计算方法,使目标函数达到极小时的参数,就是我们所求的参数估算值。这种方法的特点在于,对于每一个已知的实测值,都是等权处理。换句话说,所有的实测值其重要程度都是相同的。特点二在于,对于全区间上的已知点,计算目标函数的次数少则数次、多则数百次。即计算量相     

随机延迟微分方程分裂步单支θ方法的强收敛性

当扩散项系数g(x,y)关于变量x和y满足全局Lipschitz条件,而漂移项系数f(x,y)关于变量x满足单边Lipschitz条件,变量y满足全局Lipschitz条件时,本文建立了随机延迟微分方程分裂步单支θ方法的有界性和收敛性,并证明了当数值方法的参数θ满足1/2≤θ≤1时,分裂步单支θ方法对于这类随机延迟微分方程是强收敛的,并在现有文献的基础上将该方法从随机常微分方程推广到随机延迟微分方程.文末的数值试验验证了理论结果的正确性.     

基于知识图谱和因果算法的告警根因定位方法研究

随着社会的发展，网络建设的拓扑结构越来越庞大且繁杂，当系统某一设备发生故障时，会导致相关设备在短时间内衍生出大量告警，这就导致运维人员难以在短时间内找到根本原因并解决，此时会导致整个网络部分或整体功能不可用。近年来，关于研究如何压缩告警信息并快速定位链路根因的方法越来越多，目前使用较多的方法是对大量的告警信息进行聚类收敛处理，从而减少最终需要解析的告警信息，这样的方法虽然减轻了运维人员部分工作量，但是告警的数据量对于人工定位来说依然较多，且收敛出的告警信息缺乏可解释性，对于定位设备及故障帮助有限。本文给出一种基于知识图谱和因果算法的告警根因定位方法，利用设备拓扑关系以及告警因果关系，给出告警发生的链路并定位出根因告警及设备，有效提升运维人员的工作效率。     

一个自我修正的迭代法及其收敛性

§1.引言设有n次代数方程其中ri≠rj(i≠j). 作为解代数方程时牛顿法的一种改进,文[1,6]讨论了一个在没有重根的情况下可同时求解出n次代数方程(1)的n个根且3阶收敛的算法,其迭代公式为     

基于概率的LDPC码的BF改进算法研究

为解决LDPC码的硬判决比特译码算法译码性能问题,提出了一种新的改进型的译码算法.当不满足校验方程的消息节点数目超过规定的极限时,就以概率p(p≤1)翻转,概率p与码字相互独立.通过选择适当的初始化p,这种改进型的BF算法不仅在译码性能上有所提高,而且当p=1时在信噪比条件下平均译码时间有所改善.     

直接自适应控制律的输入/输出稳定性分析

1　引言一般地说 ,在控制系统模型未知的情况下 ,已有的理论方法不可避免地存在建模这一关键棘手的问题 .本文基于小增益定理[1 ] ,给出文献 [2～ 4 ]中直接自适应控制律的输入 /输出稳定性充分条件 ,该条件弱于文献 [5]中的条件 ,更具实用性 .首先给出以下有关定义 :定义 1 .对于正数 p∈ [1 ,∞ ) ,元素为可测函数 f(· ) ,且满足∫∞0 | f(t) | pdt<∞的空间 ,称为 lp 空间 .当函数 f(t)∈ lp 时 ,p∈ [1 ,∞ )有 limt→∞∫∞t | f(t) | pdt=0 .但一般的控制系统 ,其中发生的过程未必都有这种渐近性质 ,控制的目的往往是使发散的过程变…     

离散时间的Hopfield网络稳定性研究

主要讨论离散时间连续状态的Hopfield网络模型中当神经元的激活函数为单调增函数(不一定严格单调增)时,并行和串行收敛的充分条件以及具有全局惟一稳定点的充分条件.通过定义新的能量函数和研究单调增函数(不一定严格单调增)的性质,给出了并行和串行收敛的充分条件.通过研究能量函数成为凸函数的条件,将Hopfield 网络的运行看作约束凸优化问题求解,从而得出了仅有全局惟一极小点的充分条件.当网络神经元的自反馈大于该神经元激活函数导数的倒数时,串行运行收敛.当网络连接权值矩阵的最小特征值大于激活函数导数的倒数时,网络并行收敛.如果网络的能量函数为凸函数,则网络将仅有惟一一个全局稳定点.这些结果在应用Hopfield 网络求解优化问题和联想记忆时拓广了神经元激活函数的选择范围.