一种改进的基于分水岭的图像分割算法

针对分水岭算法过分割现象,提出一种综合分水岭算法、中值过滤算法和归一化割算法的改进算法;该算法首先应用改进型的中值过滤算法对图像进行适当的除噪;然后通过分水岭变换对图像进行了初步分割,最后使用归一化割算法进行图像精度分割;算法集合了分水岭算法、中值过滤算法及归一化割算法的优点,既较好地解决了分水岭算法中过度分割的问题,又降低了归一化割算法的时间复杂度;实验结果表明该算法是一种切实可行的图像分割方法。     

基于改进粒子群算法的BP算法的研究

针对BP算法的缺陷以及标准粒子群算法优化BP网络权值的不足,为了提高算法的全局搜索能力,提出了基于自适应动态调整惯性权重的粒子群算法的BP网络算法.算法根据适应度值的改变情况来调整惯性权重,使惯性权重的改变不依赖于最大迭代次数和当代迭代次数,从而使整个网络具有较快的收敛速度和较小的误差.将算法应用于海参疾病的诊断中.实验发现,基于自适应动态调整惯性权重的粒子群算法的BP算法比基本粒子群算法的BP算法收敛速度快,算法的准确率也比较高,同时改进算法训练的BP网络也比基本粒子群算法训练的BP网络稳定.仿真证明,自适应动态调整惯性权重的粒子群算法对BP算法的优化优于基本粒子群算法.     

最优化问题算法模式的研究

论文在对最优化问题的结构和实例进行严格描述的基础上,提出一种沿算法框架、算法模式再到具体算法的路线来解决最优化算法设计问题的方法。文中对算法模式概念进行了重新定义,给出求解最优化问题的一个算法框架,以及从该算法框架导出算法模式、算法及其实现程序的实例,同时对算法模式的使用步骤,算法框架、算法模式与算法三者之间的关系,算法模式的编程实现技术进行了论述。     

一种面向入侵检测系统的模式匹配算法的改进

分析引擎是入侵检测系统的核心部分,一个好的模式匹配算法直接决定了入侵检测系统分析引擎的效率。本文对几种经典的模式匹配算法如:BM算法,BMH算法以及BMHS算法等经典算法进行了研究和分析,比较了几种算法的优劣。最后在BMHS算法的基础上提出一种改进的算法,该算法可以有效提高入侵检测系统的检测速度。     

一种有效的聚类分析算法的研究

本文在综合分析层次凝聚算法和k平均分区算法的优缺点和借鉴前人算法的基础上,提出了一种改进算法(ICAA算法)。实验证明ICAA算法是一种速度更快、效率更高、聚类质量更好的算法。     

一种改进的TLS_ESPRIT的算法

本文简要的介绍了常规的TLS_ESPRIT算法,在此基础上通过对Φ矩阵的重构,提出了一种共轭ESPRIT(C_SPRIT)算法。与TLS_ESPRIT算法相比,此新算法能提供更高的DOA估计精度,且所需更少的阵元数。由于C_SPRIT算法和TLS_ESPRIT算法都利用了相同的几何阵型和相同的子阵列的处理思想,所以新算法的复杂度没有提高。新算法与TLS_ESPRIT算法主要的区别为:(1)当阵元数为M时,TLS_ESPRIT算法分解的两个子阵列的阵元数为M-1,而C_SPRIT算法分解的两个子阵列的阵元数可以达到M;(2)C_SPRIT算法利用了旋转矩阵的共轭矩阵Φ*,而TLS_ESPRIT算法只利用了矩阵Φ,因此我门称此改进的算法为C_SPRIT。通过计算机仿真,可以清楚的发现C_SPRIT算法能提供比TLS_ESPRIT更高的DOA测向精度。     

基于CC2510的DV-Hop定位算法的改进

DV-Hop算法是无线传感器网络中常用的定位算法,利用CC2510芯片结合接收信号强度指示(RSSI)算法和DV-Hop算法提出了一种改进的算法。此算法在DV-Hop的执行中利用测得的RSSI来改进算法。仿真结果表明:该定位算法能够更加精确地测量未知节点和信标节点之间的距离,提高了未知节点定位精度。     

NES-Join算法的改进算法

NES-Join算法是一种无需外排序的连接运算算法,其复杂性优于经典的Sort-Merge Join算法及改进后的SDC-Join算法.在NES-Join算法基础上提出一种改进算法,该算法能够有效压缩原算法中未匹配记录暂存块中的空记录信息,从而使NES-Join算法更具实用性.通过实验和分析表明,改进后的NES-Join算法与原算法时间复杂性相当,但显著提高了磁盘空间的使用率.     

基于混沌PSO-BP混合算法的神经网络

研究神经网络的优化问题,将粒子群优化(PSO)算法同误差反向传播(BP)算法采用两种算法相结合,形成两种混合算法,可用于训练神经网络的优化.提出两种方法,第一种混合算法是在PSO算法优化神经网络权值的同时注入BP算法,第二种混合算法是在PSO算法训练神经网络之后继之以BP算法.同时根据混沌映射的随机性和遍历性,将其引入到混合算法中,进一步提高算法的寻优能力.将这两种混合算法同基于PSO算法和基于BP算法的神经网络训练方法相比较,通过数值仿真实验表明,混合算法的性能优于所比较的两种算法的性能,且第一种混合算法要好于第二种混合算法.     

压缩矢量图形的两个算法的比较和分析

文章在介绍矢量图形压缩的意义后,分别介绍了矢量图形压缩的分治算法和线性算法,并对这两个算法进行了分析和比较。在选取适当的控制数据压缩的阈值后,分治算法和线性算法的压缩效果接近,但线性算法所需存储空间比分治算法的少,而且线性算法的时间复杂度从分治算法的O(nlogn)降低到O(n)。     

基于拥塞控制的AQM算法研究

在对网络拥塞控制进行分析的基础上，介绍了AQM（Active Queue Management）算法的特点及网络流量特征对AQM算法的影响。根据AQM算法的发展概况，将AQM算法中的Drop Tail算法、RED（Random Early Detection）算法、Adaptive RED算法、PI算法、REM（Random Early Marking）算法和AVQ（Adaptive Virtual Queue）算法进行了比较评价。并对AQM算法的反馈方式及AQM算法的控制理论进行了较为详细的分析与探讨。     

覆盖聚类算法的应用研究

聚类算法是数据挖掘的核心技术。介绍了几类主要的传统聚类算法,给出了每类算法的基本概念、基本原理、各类表示聚类的算法以及这些算法的特征。然后再提出了一种新的聚类算法———覆盖聚类算法,给出了该算法的具体步骤,并对模糊聚类算法和该算法用实验的方式进行比较,证明了覆盖聚类算法的可行性和有效性。最后分析了当前聚类算法存在的问题和发展方向。     

覆盖聚类算法的应用研究

聚类算法是数据挖掘的核心技术。介绍了几类主要的传统聚类算法，给出了每类算法的基本概念、基本原理、各类表示聚类的算法以及这些算法的特征。然后再提出了一种新的聚类算法——覆盖聚类算法，给出了该算法的具体步骤，并对模糊聚类算法和该算法用实验的方式进行比较，证明了覆盖聚类算法的可行性和有效性。最后分析了当前聚类算法存在的问题和发展方向。     

基于拥塞控制的AQM算法研究

在对网络拥塞控制进行分析的基础上,介绍了AQM(Active Queue Management)算法的特点及网络流量特征对AQM算法的影响。根据AQM算法的发展概况,将AQM算法中的DropTail算法、RED(Random Early Detection)算法、Adaptive RED算法、PI算法、REM(Random Early Marking)算法和AVQ(Adaptive Virtual Queue)算法进行了比较评价。并对AQM算法的反馈方式及AQM算法的控制理论进行了较为详细的分析与探讨。     

聚类算法的改进的研究

本文研究了传统的凝聚层次聚类算法和k-means聚类算法及其它们的改进算法,并将他们结合起来提出了混合文本聚类算法,该算法可以挖掘出用户感兴趣的内容。     

z缓冲区消隐算法的改进

z缓冲区算法是一种比较简单的消隐算法,但算法需要占用相当大的系统资源,且计算量很大。扫描线算法是对z缓冲区算法的改进,该算法大大减少了对系统资源的占用,同时提高了算法的效率。     

基于 MMTD 的病毒特征检测算法*

当今的病毒是多种多样的,为了有效应对众多的病毒,计算机病毒检测安全人员必须使得病毒检测算法具有智能性。病毒特征代码算法是一种常用的病毒检测算法,但该算法缺乏一定的智能性,因此论文将一些智能性算法在其算法上进行应用。M M TD算法和模拟退火算法是两种智能性算法,这两种算法将进一步增强病毒特征代码算法的智能性,因此论文提出的算法能够进一步提高目前病毒的检测的智能性。     

算法框架:算法重定位的一种可操作的方法

算法框架是实现算法重定位的一种可操作的方法.文章给出了算法重定位的定义,讨论了如何通过选择操作和组合操作来设计算法框架.然后给出了定义选择操作和组合操作的一种方法.由文章所定义的算法框架得到求解某一问题的算法模式,从该算法模式就可以生成求解该问题的算法.文章最后讨论了算法框架和算法模式以及模块化算法之间的关系.研究算法重定位及其可操作的方法对软件自动化和机器学习有着重要的意义.     

一种有效的Batch RSA算法的研究

提出了一种改进的Batch RSA算法来提升Batch RSA算法的解密性能。该改进算法结合了负载转移技术和Multi-Power RSA技术,在Batch RSA算法的指数计算阶段提升Batch RSA算法的解密性能。实验结果和理论分析表明,该改进算法使得Batch RSA算法的解密性能得到显著提升,且易于并行实现,可使基于多核平台的Batch RSA算法的整体性能得到进一步提升。     

朴素贝叶斯算法的改进与应用

朴素贝叶斯算法是分类算法中最经典、最有影响的算法之一,但仍然存在一些不足之处.针对该算法中下溢问题,对算法基本公式进行了优化改进.针对NB算法中准确率问题,结合类别核心词思想和改进后的TFIDF算法,提出了一种基于类别核心词和改进型TFIDF的朴素贝叶斯CIT-NB算法.将改进后的算法应用于新闻数据集文本分类,实验结果表明,CIT-NB算法的分类性能明显优于原始朴素贝叶斯算法和基于TFIDF的分类算法.