N皇后问题的回溯算法改进

回溯算法是解决N皇后问题的经典算法。在分析N皇后问题的解结构的基础上,优化了利用回溯法求解N皇后问题的解空间树,并改进了互不攻击的条件,大大地减少了比较次数和求解的复杂度,通过理论分析和实验证明了改进算法的可行性。     

并行改进回溯算法实现N皇后问题的快速计数

通过对N皇后问题棋盘矩阵的旋转,改进了回溯算法,并通过计算机集群并行实现了N皇后的计数问题。考虑了棋盘矩阵顺时针旋转90°、180°和270°部分解存在重复的特性,改进了回溯方法,单机能够在15s内对16皇后问题进行计数。改进回溯算法的运算效率是顺序回溯法的4.69倍。然后通过固定前三行皇后的位置,可以把N皇后问题分成多个任务,实现了并行计算。在7个节点28个CPU的计算机集群上进行了实验,能够在8min内实现对20皇后的计数,能够在1小时零8分钟内实现21皇后的计数。N皇后计数这个经典问题,通过实现程序的标准化,可以成为检验计算机集群运算性能的基准。     

基于对称性计算N皇后问题的非递归算法

利用回溯法,采用栈和队列实现计算N皇后解的一个新的非递归算法,并提出N皇后解的4个对称性质,重点分析5皇后的10个解之间的对称关系。然后利用对称性将搜索空间缩小为解空间的一半,给出计算N皇后问题的优化算法。理论分析和实验表明对称性可以明显提高N皇后问题的计算效率。     

改进的基于Erlang的N皇后问题算法

基于Erlang语言平台解决N皇后问题,通过对原有基于Erlang的N皇后问题算法进行分析,提出了一种改进算法。该算法利用位运算操作,并且在每一行只搜索可以放置皇后的位置。理论分析与实验证明了该算法能明显提升N皇后问题算法效率。     

N皇后问题独立解算法研究和仿真实现

根据N皇后可行解的七种对称关系,提出求N皇后问题独立解的算法,并验证算法的可行性和正确性。建立求解N皇后问题的仿真软件,验证N皇后问题全解和独立解个数约8:1的数学关系。     

一种基于自适应蚁群算法的数据关联方法

针对跟踪中多目标数据关联问题,在蚁群数据关联(ACDA)算法的基础上,提出了一种自适应蚁群数据关联方法,通过对转移概率和信息素持续度的自适应调整,改进了全局信息素更新,有效地避免了陷入局部最优问题。仿真实验证明:该算法在解决多目标数据关联问题上是行之有效的。     

基于完全二阶隐马尔可夫模型的汉语词性标注

该文基于隐马尔可夫理论,提出了一种三元词汇概率和词性概率相结合的汉语词性标注模型,并对传统的Viterbi算法进行了扩展。对统计模型中出现的数据稀疏问题,给出了基于线性插值法的平滑算法,实验表明,完全二阶隐马尔可夫模型比标准的二元,三元模型有更高的词性标注正确率和消歧率。     

位运算在N皇后问题中的应用

利用位操作运算的快速性,将位运算应用到N皇后问题的解决中,并给出了位运算求解N皇后问题的算法。该算法较好地提高了问题求解的速度。通过VC++环境实现,该算法比普通的递归回溯算法的速度平均提高了40倍左右。     

数据等概率分档排序算法有效性的定量研究

归纳提出了数据等概率分档排序算法。该算法综合分析了以往的概率统计排序算法，充分利用了数据的分布信息，使得待排序数据尽可能平均分配到不同的区间内，分别对不同区间的数据排序，进而得到有序的序列；提出数据等概率分档排序算法有效性的定量研究，从理论上量化并论证了分档数m的取值、分布类型的近似程度以及影响它们的几个因素，而这些方面的量化实际排序提供指导；推导出了一些重要的结论，实验表明理论上的结果与实际情况相符。     

粗糙的方向性模糊聚类算法

根据高维数据具有方向性的特征,结合概率模糊聚类算法与粗糙集理论提出了一种粗糙的方向性模糊聚类算法。该算法在概率模糊聚类算法中引入了数据方向相似性函数,能对不确定数据进行处理。在算法中利用粗糙集中的下近似集与边界集来确定目标对象函数,属于下近似集的数据在聚类时是确定的,属于边界的数据具有模糊性。实验结果表明,该算法能有效地对高维的方向性数据进行聚类。     

多传感器多目标联合概率数据关联研究

提出改进联合概率数据关联算法对多传感器、多目标量测进行同源划分及单一传感器测量数据转换,并采用联合概率数据关联算法求解空间目标轨迹交叉时的数据关联.仿真结果表明,改进联合概率数据关联算法提高了成功关联概率,降低了求解数据关联概率的难度,可以解决密集目标的正确跟踪问题.     

回溯算法及其改进型的分析与比较

针对适于回溯算法求解的问题模型,给出了常规回溯算法及基于最小剩余值启发式的改进型回溯算法,以N皇后问题为例对二者进行了比较与分析.     

基于战场热点图的MOBA类游戏战术分析研究

随着电子竞技产业不断发展,除了经验、天赋、技巧等决胜因素外,数据分析对MOBA游戏的胜负手影响越来越大。针对某些MOBA类游戏无法直接通过接口获得准确数据的问题,提出根据官方提供的热点图来对核心人物的位置数据进行预处理,利用原型聚类算法思想的PNN(Probabilistic Nearest Neighbor)算法对热点图进行战术分析,最后以概率的形式导出战术:对战方核心人物去往战场核心点的移动概率。本算法加入了加权距离以改善KNN利用欧氏距离计算样本点之间差异的不足,并利用最小二乘法来取得最优的常数解;同时对所有的距离数据进行归一化处理,提高了算法准确度。最终实验表明了所提方法预测战场核心人物去往核心点的概率的有效性。     

基于数据关联的多雷达点迹融合算法研究

在典型应用场景下,针对传统数据关联算法易于产生目标跟踪丢失的问题,提出了并行多传感器联合概率数据关联算法(PMSJPDA),给出行多传感器联合概率数据关联算法的实现流程,并对该算法进行理论分析。最后采用两部典型雷达构成PMSJPDA数据融合系统,对其算法的目标跟踪精度进行仿真,仿真结果表明,所提出算法可有效改善对目标的跟踪性能,提高了对目标的跟踪精度。     

N皇后问题随机算法性能分析

N皇后问题是NP问题,以随机算法结合回溯求解该问题,能获得很好性能。算法性能与随机皇后数量的关系曲线呈U型。随机皇后数量须在宽度不大于20的特定范围内才能获得较好性能。100以内随n变大,最佳随机皇后数量从n-10到n-17缓慢变化。最佳随机皇后数量使算法能在常规时间内求解n>100的情况,远大于单纯回溯法求解规模30。由于回溯开销,提高随机算法性能的做法不能有效降低总用时。算法用时随n值递增的速度不断趋缓。     

群体智能混合算法优化XML数据查询策略

采用路径离散化规则 ,结合 XML半结构化的特点及概率知识 ,融合粒子群算法与蚁群算法 ,提出一种优化 XML数据查询的概率方法 ,采用粒子群算法快速生成信息素分布 ,利用蚁群算法精确求解 ,达到了优势互补,提高了数据查询的范围和收敛的效率。仿真实验表明这种融合方法具有更好的查询效果。     

无线网络中基于信号强度的定位及算法比较

定位是无线网络应用中的关键技术。分析了无线网络中基于无线信号强度(RSSbased)的定位原理,并对比了以下四种定位算法:基于无线信号传播模型(RSS-modelbased)的多点测距和最大后验概率估计算法;基于实测信号强度地图(RSS-mapbased)的点匹配和最大后验概率估计算法。通过室外实验对比了四种算法的定位精度以及数据点个数、信标点个数对定位精度的影响,并分析了四种算法的标定、计算量和存储量。结果表明较高的标定、计算存储代价以及数据点、信标点的增多可以显著提高定位精度。     

基于条件迭代算法的手语识别技术

针对多组手语语句中重复出现的手语单词识别问题,提出了一种识别方法。该方法利用时间规整算法构建手语识别模型,并通过条件迭代算法快速计算最大后验概率。在南佛罗里达大学公共手语数据集进行实验,证明了该方法具有一定的实用性。     

基于Earley算法的多功能雷达文法概率快速学习算法

针对基于随机上下文无关文法（SCFG）建模的多功能雷达（MFR）概率学习问题,在传统Inside-Outside（IO）算法和Viterbi-Score（VS）算法的基础上,提出一种基于Earley算法的多功能雷达文法概率快速学习算法。该算法通过对截获的雷达数据进行预处理,构造可以反映派生过程的Earley剖析表,并且基于最大子树概率原则从剖析表中提取出最优剖析树,利用改进的IO算法和改进的VS算法对文法概率进行学习,实现MFR参数估计,得到文法参数后,再利用Viterbi算法对MFR状态进行估计。理论分析和实验仿真表明,与IO算法和VS算法相比,改进算法在保持估计精度的同时,可以有效降低计算复杂度和减少运行时间,验证了Earley算法能够提高文法概率的学习速度。     

应用搜索原理解n皇后问题算法分析及优化

n皇后问题是非结构化的问题,人工智能中的搜索策略——回溯法是解决这类问题的有效方法。本文介绍了利用回溯法求解n皇后问题的基本思想以及实现方法,并对算法提出了优化的方法,使得算法的运行效率更高。