多边形顶点匹配优化算法

分析了3种有代表性的平面多边形顶点匹配算法的特点，即基于极小化形变功的匹配算法、基于轮郭绕行趋势变化的匹配算法和基于边界局部剖分的匹配算法,综合利用不同算法的优点，在修正动态规划框架下设计了一种新的匹配算法.新算法结合了多边形局部和全局的几何本质特性，其匹配结果不受图形平移、缩放和旋转等形变的影响.分别利用4种算法对52幅平面多边形图形样本进行了试验，按照算法匹配结果和人为判断结果的一致性进行评分.统计分析结果显示，在不同规模的图形组实验中，新算法较前3种算法均表现出明显的优越性.     

一种基于Mallat算法的盲符号速率估计算法

探讨了一种基于小波多分辨率分析的新算法,它可以不需要已知载波频率,不需要系统同步,可以直接针对中频信号实现.仿真试验结果证实了算法的有效性以及相对于其他算法的优势.     

一种新的数据滤波算法

针对常规数据一阶特征估计（滤波）算法的局限性,提出了一种新的滤波算法.算法基于0-1序列思想和时滞原理设计,充分考虑了数据特征之间的相互影响,通过两个意义明确的估值器有效地降低了其他数据特征对一阶特征的影响.应用新算法对某电厂风烟系统数据进行了仿真,仿真结果验证了新算法的有效性.     

RBF神经网络的一种新的学习算法

提出了构造性RBF神经网络的一种新的全监督式学习算法. 该算法在神经网络隐层引人新节点,并通过使新节点的输出方向尽力逼近学习残差的方向获取网络参数,从而减少学习误差,实现对训练样本的学习.仿真结果表明了该新学习算法的有效性.     

基于遗传算法和模拟退火算法的混合算法

结合离散时间系统最优控制问题,提出一种新的混合算法.该算法是在遗传操作中嵌入模拟退火算子,有效地结合了遗传算法隐含并行与模拟退火算法全局寻优的特点,同时用罚函数方法处理约束条件,设计了专门的遗传操作算子,构造了相应的适应度函数,实现了离散时间系统的最优控制.实验结果表明,新算法既具有较快的收敛速度,又能够收敛到最优解.     

自适应卡尔曼滤波的新算法

本文提出了自适应卡尔曼滤波的一种新算法,对Sage-Husa及Myers-Tapley的滤波器作出了改进,计算机模拟结果表明新滤波器有较好的性能.     

泊松方程四阶有限差分迭代算法

首先建立Poisson方程的四阶有限差分格式,然后提出求解Poisson方程的一种新Jacobi型迭代算法,新算法与经典的Jacobi方法一样具有并行性,并给出了新算法的收敛性分析.数值实验表明,新算法比经典Jacobi方法收敛快,精度高,达到同等误差精度所需迭代次数和时间均为经典Jacobi方法的50%.     

基于MMHC算法的贝叶斯网络结构学习算法研究

贝叶斯网络是人工智能领域研究不确定环境下知识表示和因果推理的有效工具之一,迄今为止已经提出了许多贝叶斯网络结构学习算法.MMHC算法是一种较新的贝叶斯网络结构学习算法,该算法的评分搜索阶段应用了贪婪搜索算法,但该算法容易陷入局部最优而无法得到全局最优网络,针对该缺点,在MMHC算法的评分搜索阶段应用模拟退火、随机重启爬山搜索、禁忌搜索3种搜索策略取代贪婪搜索,详尽的实验结果表明在MMHC算法中这3种搜索算法的效果普遍优于贪婪搜索,其中模拟退火搜索学习效果最好,MMHC算法的评分搜索阶段可以用模拟退火搜索替代贪婪搜索达到提升算法的学习效果.     

多算法加权融合的盲均衡算法

在研究了多种广泛使用的盲均衡算法的基础上,设计了一种对多种算法加权融合的新算法：
当均衡器的输出信号可靠性足够高时,用可获得高收敛精度的多模辅助算法(MAMA)进行均衡
;当均衡器的输出信号可靠性不够高时,用修正的常模算法(MCMA)、多模算法(MMA)和MAMA 三种算法的加权融合来均衡,且控制权重,使权重随迭代次数变化,提高了算法性能. 仿真结果证明,新算法性能稳定,在恶劣的水声信道中,可以在大约2?800次迭代后收敛,达到-35?dB左右的码间干扰(ISI).     

求解约束优化问题的混沌类电磁算法

针对约束优化问题, 提出了基于混沌优化的一种新的类电磁机制算法. 采用多目标优化的约束处理技术, 将约束优化问题转化为无约束的双目标优化模型来求解; 对于转化后的新模型, 设计粒子的电荷和粒子间的受力公式. 同时, 为了加快算法的收敛速度, 结合混沌优化改进种群中的粒子. 采用标准的Benchmark函数对新类电磁机制算法的性能进行了仿真测试, 并将测试结果与已有算法的结果进行比较, 结果表明, 新算法能够快速找到问题的全局最优解或近似最优解, 是一种非常有竞争力的优化算法.     

基于自适应遗传算法的神经网络字符识别

为了增强传统自适应遗传算法在进化初期的鲁棒性及避免早熟收敛,给出了一种改进算法,并利用这一算法来调整BP模型的网络权值与阈值,最后将新算法应用于字符的识别．仿真结果表明,新算法比BP算法具有更强的识别能力．     

一种改进的BP网络快速算法

BP神经网络已广泛应用于许多领域,但标准BP算法收敛速度很慢.为了提高标准BP算法的收敛速度,提出一种基于LM数值优化算法,以双极性S型压缩函数为转移函数的改进BP算法.分析了双极性S型函数及LM算法与BP神经网络具体结合实现的方法,并给出了算法步骤.通过实例证明,改进后算法的收敛速度比其它BP算法快.     

基于遗传算法的图像多阈值自动分割方案

图像多阈值分割是图像处理的基本技术之一。遗传算法则是一种借鉴生物界自然选择和自然遗传机制的高度并行、随机、自适应的搜索算法。本文将遗传算法引人图像分割,提出一种新的图像多阈值分割方案,并加以改进。该方案能够快速正确地实现分割,且不需事先认为的确定分割类数。实验结果令人满意。     

一种新的基于密度的聚类与孤立点检测算法

目的 提出一种聚类分析的新算法，解决聚类和同时检测孤立点的问题．方法 结合SNN算法和LOF算法给出新算法-SNN_LOF算法原理：（1）建立相似度矩阵；（2）去除噪声；（3）密度；（4）标记核心点；（5）计算每个数据点的lrd值；（6）由核心对象出发来形成一个聚；（7）取出被作为噪声的数据点；（8）计算被定义为噪声数据的LOF值，输出被视为孤立点的数据点．编制算法程序实现聚类和孤立点检测．结果 用CURE数据集，DBSCAN聚类算法和SNN聚类算法结果相同，时间消耗是很接近的．但当数据上升到10000以上时，SNN_LOF算法聚类的效率明显要高于DBSCAN算法，同时也检测到了孤立点．结论 SNN_LOF算法可以在聚类的同时发现孤立点．在大数据量时，SNN_LOF算法的聚类时间效率明显要高于DBSCAN算法．     

智能文化算法在移动台定位技术中的应用研究

非线性优化问题一直是无线定位技术研究的难点.而文化算法作为一种新型的智能算法在解决非线性优化问题方面有其独特的优势.针对定位系统和文化算法的特点,提出一种将Chan算法与文化算法相结合的算法.利用该算法解决TDOA定位估计中遇到的非线性最优化问题.仿真结果表明:该算法性能稳定,与传统算法以及其他智能算法相比,定位精确度较高,收敛速度较快.     

变预处理子SOR-双共轭残量法

研究了大规模稀疏线性方程组的预条件迭代求解算法。结合Krylov子空间方法和SOR迭代,给出了一个新的求解算法,即变预处理子SOR-双共轭残量法,同时给出了算法的收敛性分析。数值实验显示了算法的快速收敛性。     

Multicast Routing Based on Hybrid Genetic Algorithm

A new multicast routing algorithm based on the hybrid genetic algorithm (HGA) is proposed. The coding pattern based on the number of routing paths is used. A fitness function that is computed easily and makes algorithm quickly convergent is proposed. A new approach that defines the HGA‘s parameters is provided. The simulation shows that the approach can increase largely the convergent ratio, and the fitting values of the parameters of this algorithm are different from that of the original algorithms. The optimal mutation probability of HGA equals 0.50 in HGA in the experiment, but that equals 0.07 in SGA. It has been concluded that the population size has a significant influence on the HGA‘s convergent ratio when it‘s mutation probability is bigger. The algorithm with a small population size has a high average convergent rate. The population size has little influence on HGA with the lower mutation probability.     

新训练序列下的改进OFDM符号定时算法

正交频分复用(OFDM)技术是一种多载波调制技术,它以频谱利用率高,抗多经衰落能力强等优点得到广泛应用,但OFDM系统对符号定时误差十分敏感,为解决OFDM系统这一问题,在Schmidl算法和Minn算法的基础上,提出了一种新的OFDM符号定时算法.该算法给出了新的训练符号,并对Schmidl算法的时间测度函数进行了改进,仿真结果表明,该算法不仅能够准确的找出符号定时位置,而且具有较低的误比特率.     

建筑结构优化设计的改进进退遗传算法

针对遗传算法在迭代过程中经常出现未成熟收敛、振荡、随机性太大、局部搜索能力差和迭代过程缓慢等缺点.提出一种离散变量结构优化设计的进退搜索算法与遗传算法结合在一起解决问题;并提出一种新的遗传算子———转基因算子,用于对遗传算法的改进.结果表明,这种改进退遗传算法即发挥了进退搜索算法省时、高效、局部搜索能力强的特点,又发挥了遗传算法全局性好的特点;采用的改进措施效果明显,其收敛特性得到很好的改善.该算法是高效的理想工程结构优化设计方法.     

半定锥上具有O(n1/2L)复杂性的Mehrotra型预估矫正算法

文中将文献线性规划中的Mehrotra型预估矫正算法推广到半定规划,提出一种求解半定规划问题的Mehrotra型预估矫正算法,该算法基于NT方向,证明了该算法具有目前最好的的迭代复杂性O(n^1/2L).