KMP算法在Web服务语义标注中的应用

对Web服务进行语义标注是指基于领域本体对web服务进行语义描述,使其能够被计算机所理解,因此标注算法的优劣直接会影响到Web服务标注的准确率.目前人工标注方法繁琐,而全自动标注方法又无法保证其准确性,因此研究半自动语义标注是很有必要的,提出了一种概念相似度标注算法,重点介绍了KMP算法在其中的应用.大大提高了Web服务语义标注的效率和准确率.     

一种改进的KMP算法在不良网站信息过滤中的应用

针对网络信息过滤的特点和现实中人们对网络信息纯净度的要求,提出了一种基于KMP字符串匹配算法,对不良网站信息进行过滤和相应的性能测试。在测试环境下,对100组非法网站进行过滤,得出对不良信息过滤查准率达到95%,查全率达到98%,通过对测试数据的分析和网络吞吐量的测试结果表明,该方案所设计的系统性能基本能够满足实际需要。     

KMP算法的理论研究

KMP算法是经典的串匹配算法之一.本文首先引入刻划模式串前缀特征的集合Kj及其划分,讨论了其若干性质.然后定义函数f与next,利用f刻划了Kj的构造,由此得到了f的迭代计算方法；证明了next与f之间的关系,从而给出了KMP算法原理的形式表述和数学证明.最后,基于f的迭代计算方法以及next与f之间的关系,给出了算法描述,分析了时间复杂度.     

模式匹配算法在入侵检测中的应用

仅依靠传统的被动防御技术已经不能满足如今的网络安全需要,基于模式匹配的入侵检测系统正成为研究和应用的热点,模式匹配效率的高低决定了这类入侵检测系统的性能.全面综述了应用于入侵检测系统的经典的模式匹配算法,包括单模式匹配算法中的KMP算法、BM算法、RK算法和多模式匹配算法中的AC算法、AC-BM算法,并对各种算法的执行效率进行了总结.通过分析算法的思想,提出了未来此类算法的研究方向.     

混沌优化算法在组合优化问题中的应用

组合优化问题一直都受到理论界和工程界的重视,此类问题的求解方法也有很多,却各有缺点和局限性,不能满足实际应用的需要。混沌优化算法在解决数值优化问题上具有一定的普遍性,可以很快找到全局最优解,不过组合优化问题的解不是一个数值,因此在前人研究的基础上,提出求解组合优化问题的混沌优化算法。首先分析混沌优化,并针对组合优化问题中的TSP问题,提出一种混沌优化策略,探讨在TSP问题中应用混沌优化算法的方法。结果表明了该方法的有效性。     

数学算法在计算机编程优化中的作用

数学算法是数学中极其重要的组成部分,在其他领域中发挥着很大的作用。在计算机编程不断的发展过程中,应该加强数学算法的使用,将数学算法的优势最大程度地发挥出来,对计算机编程不断地优化。数学算法在计算机中的应用是利用数学算法来总结和归纳计算机编程,并利用数学算法的优势来开展计算机的计算功能,还会使用到数学思想,对计算机编程中的问题进行改进和完善。利用数学算法逐渐优化计算机编程,最终让计算机编程的程序变得更加简洁,更加具有实用性。基于此,分析了数学算法在计算机编程中应用的重要意义,并分析了当前计算机编程的主要问题,进而对计算机编程中如何使用数学算法做出了详细的阐述,来提高计算机的整体运行效果。     

一种自适应优化算法在信息安全中的应用

随着科技进步和计算机网络技术的飞速发展,网络“黑客”的攻击手段越来越先进,信息安全问题也越来越突出。为了有效保护信息传输的安全,提出一种基于自适应优化算法的信息安全检测技术,将具有自适应功能的优化算法应用于信息检测中,通过动态调整交叉概率和变异概率,利用多次迭代得出最优解,实现最优检测,最终达到提高检测的准确率和减少误报率的目的。     

机器学习算法在频率调度优化中的应用

本文介绍了机器学习方法中常用的一些聚类方法的基本原理和机制。基于当前频率调度的基本流程，调度中存在播出需求任务大量增加、需求频率不均匀、设备相对不足等问题。为解决此问题，本文借助机器学习、数据挖掘等人工智能技术建立数学模型，不断调整模型参数，对大量的数据进行深度挖掘，找出其中潜在的规律，优化调度流程，从而实现频率调度的精准化，提升发射资源的利用率。     

入侵检测系统中模式匹配算法的研究

互联网的开放性为信息共享和交互提供了极大的便利，但随之而来的网络安全问题也日益明显．入侵检测作为一种主动的信息安全保障措施，有效的弥补了传统安全防护技术的缺陷．主要分析了目前在入侵检测领域常用的模式匹配算法，如KMP算法和BM算法．并在此基础之上，提出了一种新的模式匹配算法．结果表明，改进后的算法具有更高的效率，有利于降低系统的丢包率．     

浅谈字符串模式匹配的常用算法

简要叙述了字符串的定位操作即字符串模式匹配的基本概念和算法,探讨了字符串模式匹配操作的最基本的BF匹配算法以及改进以后的模式匹配的KMP算法。     

演化算法在微带天线优化中的应用

将演化算法和高频电磁仿真软件与矩阵实验室应用程序编程接口(High Frequency Structure Simulator-Matrix Laboratory-Application Programming Interface, HFSS-MATLAB-API)应用到微带天线的优化中,详细叙述了该方案优化微带天线的步骤,讨论了在优化过程中会遇到的一些常见问题,如基因串的定义、遗传算法结合HFSS-MATLAB-API计算个体的适应度值、适应度函数的设计、遗传策略的考虑等.优化出了一副频率可重构微带天线,该天线通过开关的闭合和断开可动态地工作在S波段和X波段.     

粒子群优化算法及其应用

粒子群优化（PSO）算法是一种新颖的演化算法，它属于一类随机全局优化技术，PSO算法通过粒子间的相互作用在复杂搜索空间中发现最优区域。PSO的优势在于简单而又功能强大。介绍了基本的PSO算法、研究现状及其应用，并讨论将来可能的研究内容。     

聚类分析算法在无线局域网优化分析中的应用

无线局域网优化是指通过对采集到的大量的网络数据的分析、汇总,最终得到影响网络质量的因素,并且针对具体的情况,对应分析到的实际数据,作出相关的改善网络的具体措施,使网络的状态达到较高程度的最佳状态。网络优化一直是互联网界人士集中关注的主要研究方向,多年来,优化网络的方式也是多种多样,因为网络质量的好坏是多种多样的,针对于每一种影响因素提出一种解决的方法,就会有多种解决的方案。其中,聚类分析法是一种较为有效的方法,文章主要阐述分析聚类分析算法在无线局域网优化中的应用,以及聚类分析算法在无线局域网优化分析中的应用所起到的多方面的意义。     

粒子群优化算法在海杂波参数优化中的应用

以具有对数正态分布和高斯谱特性的海杂波产生为例,根据零记忆非线性变换法（ZMNL）的原理,将海杂波的产生转化为参数优化问题,并用粒子群优化算法（PSO）进行求解,最后还将仿真结果与遗传算法进行了比较。讨论了用PSO进行参数优化的具体实现过程,并找到了较优的滤波器系数,得到满意的杂波谱特性。仿真结果表明,该方法完全可应用到海杂波的产生方法中。     

蚁群算法在智能优化考试题库中的应用

传统的练习题库常常会给出十几套甚至几十套复习题,但是学生在练习的过程中,往往很多知识点是重复的,比如IF语句的嵌套,学生在第一套题中已经做对了,表明学生已经掌握了这个知识点,但是在后面几套题中反复出现。学生需要对已经掌握的知识点进行反复练习,类似已经掌握的知识点的内容也同样不断地出现,然而学生没有掌握的知识点,做错一次,在后续练习中可能出现也可能不出现,对学生而言,需要加强的练习,并没有得到增强。针对这个问题,文章提出将蚁群算法引入到考试系统中,通过智能优化后的系统较之以前的系统,知识点的针对性更强,学生的提高更快。     

人工智能算法在融合媒体业务中的实践应用

人工智能是加快推进媒体融合发展的最先进技术之一.中央广播电视总台在以内容建设为根本,应用先进技术和创新管理模式建设全媒体传播体系上起着示范作用.本文结合中央广播电视总台实际案例,通过介绍AI算法引擎系统的算法库、应用场景、算法优化迭代,探讨主流媒体实现人工智能应用的经验以及实践带来的思考.     

字符串模式匹配算法的研究及改进

串的模式匹配是一种重要的串运算。本文首先对朴素的模式匹配BF算法与KMP算法进行了分析,在此基础上寻求出一种简单实用、易于理解的字符串模式匹配改进算法。结果表明改进算法能减少模式匹配中字符的比较次数和尝试次数,提高模式匹配的效率。     

混合遗传算法在数值函数优化中的应用

基于遗传算法(GA)与共轭梯度法(CGM),提出了一种混合算法,把CGM作为重要操作算子加入GA中,CGM仅作用于父代的最优个体,使该方法兼具遗传算法的优良全局搜索能力和共轭梯度法的强大局部搜索的特点,将其用于函数优化中,数值算例表明,该混合方法与单纯的遗传算法或共轭梯度法相比,具有快速收敛性和全局最优性。     

一种基于BM算法的改进模式匹配算法研究

基于模式匹配的检测方法是目前入侵检测系统的一种重要方法,因此作为模式匹配方法核心的字符串匹配算法直接影响入侵检测系统的性能和效率.在研究现有算法的基础上提出一种改进的模式匹配算法--New-Search算法.该算法以BM算法为基础,通过预处理阶段处理,首末字符部分定位的思想,增加字符跳转距离,比较稳定地减少匹配过程中字符比较的次数,提高了匹配的速度和效率.