关于遗传、蚁群、禁忌搜索算法的比较

优化算法主要包括遗传算法、蚁群算法、禁忌搜索算法。这些算法主要是解决优化问题中的难解问题。由于这些算法在求解时不依赖于梯度信息,因而特别适用于传统方法解决不了的大规模复杂问题。本文介绍了上述几种算法的基本思想,阐述了它们的特点并进行比较,提出了今后研究的方向。     

静态链表上排序算法的研究

排序是计算机操作中的一种常用技术,排序算法在顺序表上有很多实现技术,但在静态链表上的研究却很少见。本文讨论了静态链表上冒泡排序,插入排序和选择排序算法的实现思想,用高级语言实现了这几种算法,最后分析了这些算法的性能。     

字体艺术变化的设计与实现

本文描述了用于ＣＡＤＴ系统中的矢量字体转置和变形的设计思想与实现技术，并给出几种主要的算法，这些算法应用于刺绣画稿辅助创作系统，效果良好，满足了刺绣画稿中的各种字体的要求。     

机器学习算法在中医诊疗中的研究综述

机器学习算法包括传统机器学习算法和深度学习算法。传统机器学习算法在中医诊疗领域中的应用研究较多,为探究中医辩证规律提供了参考,也为中医诊疗过程的客观化提供了依据。与此同时,随着其在多个领域不断取得成功,深度学习算法在中医诊疗中的价值越来越多地得到业界的重视。通过对中医诊疗领域中使用到的传统机器学习算法与深度学习算法进行述评,总结了两类算法在中医领域中的研究与应用现状,分析了两类算法的特点以及对中医的应用价值,以期为机器学习算法在中医诊疗领域的进一步研究提供参考。     

一类非线性系统的参数估计

考虑有色噪声干扰的Hammerstein非线性系统的辨识,通过梯度搜索原理推导了增广投影算法,简化增广投影算法和增广随机梯度辨识算法.基本思想是将增广信息向量中的未知噪声项用其估计残差代替.增广投影算法对噪声非常敏感,增广随机梯度算法的收敛速度慢,为了解决这些不足,在增广随机梯度算法中引入遗忘因子,来改善参数估计精度,...     

BP算法改进的研究

BP算法是神经网络中最常用的算法之一.分析传统的BP算法思想,发现它存在着诸如易于陷入局部极小、收敛速度慢等问题.针对BP算法的这些问题,分3个着手点,即:相关参数、激励函数和误差函数,归纳一些行之有效的改进方法,论述这些方法的主要思想,并分析它们的改进效果.     

蛋白质网络中复合体和功能模块预测算法研究

预测蛋白质相互作用网络中的复合体和功能模块对于理解生物系统的组织和功能具有重要的意义.到目前为止,已经出现了大量的蛋白质复合体和功能模块预测算法及相关的软件,这些算法各具特色,但同时也具有一定的局限.文中对典型的聚类预测算法进行了研究,依据算法特性对它们进行了分类,并从算法思想、关键技术以及算法性能等方面进行了分析和比...     

文化算法及其应用研究

文化算法是从文化进化过程抽取出来的一个新的进化计算框架,其主要思想是从进化种群获取待解决问题的知识,并反馈这些知识来指导搜索过程,从而提高搜索效率,已被成功应用于很多领域。文章重点介绍了文化算法的基本原理、特点、适用的问题以及在多目标优化问题中的应用,并展望了文化算法的进一步研究方向。     

一种基于约束的空缺数据预处理算法

现实数据库中的数据经常包含空缺数据,这些空缺数据的存在可能导致数据挖掘和基于数据仓库决策的失败。该文针对一类包含聚集信息的空缺数据,给出了一种基于约束的预处理算法。文章首先描述了算法的处理思想和步骤,然后给出了实验结果。分析和实验表明,算法是可行的并且能够比不使用约束信息的方法更精确地重构空缺值。     

常用排序算法的比较

排序是一种非常重要的算法,其方法也是多种多样,列举出几种常用排序的基本思想、算法实现及算法分析,并在最后给出这些排序算法的比较和选择。     

频繁项集挖掘算法的研究

频繁项集挖掘是数据挖掘领域的一个重要部分。随着大量数据不停地收集和存储,人们总希望从这些数据中找到内在的联系来为我们服务,频繁项集的挖掘算法有许多,如Apriori算法,fp-growth算法就是经典的频繁项集关联挖掘算法,文章重点分析了apriori的算法思想、算法描述及实际应用,同时也简要介绍了fp=growth算法思想。     

一种适应大型数据库的多支持度关联规则算法

关联规则挖掘一直是数据挖掘中的重要组成部分。提出一个新算法DPCFP-growth算法。DPCFP-growth算法是基于MSApirori算法,采用了CFP-growth分而治之的思想,并弥补了CFP-growth算法的不足。CFP-growth算法运行时要把整个数据库中的数据压缩到一个MIS-tree中然后进行频繁模式挖掘。在大型数据库中CFP-growth算法会建立一个深度很深宽度很宽的CFP-tree,以至于内存往往不能满足其要求,被迫使用大量的辅存,致使算法的运行效率急剧下降。DPCFP-growth算法根据CFP-tree的特征,有效地把大数据库分为若干个内存可以满足其要求的子数据库,然后在每个子数据库中进行局部频繁模式挖掘,最终汇总这些频繁模式生成全局频繁模式。实验表明该算法是正确的,并且在大型数据挖掘中,比CFP-growth算法有一定的优越性。     

算法演示系统研究与应用

软件可视化可分为程序可视化和算法可视化,算法演示(Algorithm Animation)是算法可视化中的动态方式.除了作为一种教学工具,算法演示也可以作为算法分析与设计的一种辅助手段.当前的算法演示系统一般包括算法实现、动画显示以及映射这三个部分.通过一些典型的算法演示系统介绍算法演示方面的主要技术,根据这些技术指出当前的算法演示系统中普遍存在的问题,即算法实现部分与动画显示部分的分离问题,并提出用面向方面技术予以解决的思想,最后对该领域研究的发展前景进行展望.     

基于病毒思想的英文文本数字水印算法研究

提出了一个基于病毒思想的英文文本数字水印算法,该算法基本思想是把整个英文文本的字符以某些字母为界划分成若干小段(元素),再把这些元素按规则归类成若干个集合,然后在每一个集合中分别嵌入一个水印信息片。检测水印的时候,只要这个集合的某个元素中的水印信息没被破坏,那么这个集合嵌入的水印信息片就可以被提取出来。由于该算法完全可以在纯TXT文本上做,所以格式攻击对其是无效的。实验证明:该算法的鲁棒性能达到理论上的预期效果。     

一种基于Apriori的关联规则挖掘算法的研究

该文通过对Apriori算法的基本思想和性能的研究剖析,认为Apriori算法存在一些不足;并且根据这些不足提出了相应的改进UDApriori算法对经典算法进行优化,从而得到一种改进的Apriori算法,与原算法相比运算效率大大提高.     

基于Apriori算法改进的关联规则提取算法

通过对Apriori算法的基本思想和性能的研究分析，认为Apriori算法存在一些不足。并且根据这些不足提出了相应的改进算法对Apriori算法进行优化，从而得到一种改进的Apriori算法，与原算法相比运算效率大大提高。     

博弈树搜索的算法改进

在计算机博弈程序中,通常采用是α-β剪枝算法,为了进一步提高搜索速度,先后又出现了一些改进的算法。本文综合介绍了这些搜索算法的基本思想,并用伪语言对其算法进行了描述。     

计算随机流量网络可靠度的算法综述

随机流量网络比二态网络更适合用于描述现实生活中的许多系统。给定要求d，随机流量网络的可靠度定义为最大流不小于d的概率。这一领域的研究提供了许多算法来估计系统的可靠度。本文介绍了这些算法(特别是基于最小路径和最小割集的算法)的来源及思想。文章最后给出了将来研究工作的方向。     

一种基于Apriori思想的频繁子图发现算法

如今,关联规则技术应用在许多非传统领域,许多已有的频繁项集搜索方法已经不适用了。一种解决的方法就是用图的形式表示这些领域的事务,然后利用基于图论的数据挖掘技术发现频繁子图。本文提出了一种基于Aproiri思想的频繁子图发现算法SLAGM,它可以有效地挖掘简单图中的频繁子图。实验证明,该算法在性能上优于另一种子图挖掘算法AGM。     

频繁闭项目集挖掘算法研究

目前已提出了许多基于Apriori算法思想的频繁项目集挖掘算法,这些算法可以有效地挖掘出事务数据库中的短频繁项目集,但对于长频繁项目集的挖掘而言,其性能将明显下降.为此,提出了一种频繁闭项目集挖掘算法MFCIA,该算法可以有效地挖掘出事务数据库中所有的频繁项目集,并对其更新问题进行了研究,提出了一种相应的频繁闭项目集增量式更新算法UMFCIA,该算法将充分利用先前的挖掘结果来节省发现新的频繁闭项目集的时间开销.实验结果表明算法MFCIA是有效可行的.