SizeScale:求解旅行商问题(TSP)的新算法

旅行商（TSP）问题是组合优化中最典型的NP－Hard问题之一，目前关于该问题的启发式算法主要分布为两类：环路构造算法和环路改进算法，对于第1类算法，首次提出了在环路构造中成批加入顶点，同时在构造过程对环路进行局部优化的思想，由上得到了一种新的算法：SizeScale-Construct，它的解质量极大地改进了现有的环路构造算法，对于2类算法，在分析局部最优解与全局最优解之间关系的基础上，提出了另一个采用局部最优解的交集作为初始环路的新算法：SizeScale-Improve，实验结果表明该算法在解的质量和求解速度上都较大地改进了现有最好的环路改进算法；另一方面，理论上对于最坏情况和平均情况时间复杂度的分析表明这两个算法是实用的。     

一种快速的像素级AVS环路滤波算法

环路滤波器可以在编解码过程中降低块效应。针对现有环路滤波方法计算量大、耗时多的问题,提出一种新的AVS环路滤波算法。该算法利用图像内8×8块之间的相关性,求得边界强度,修改相应像素值。实验结果证明,在保证图像质量基本不变的前提下,新算法减少了环路滤波时间,提高了编解码速度。     

一种适用于多普勒高阶变化率的载波跟踪算法

针对多普勒高阶变化率的载波跟踪问题,分析了现有二阶锁频环辅助三阶锁相环的局限之处,设计了一种三阶锁频环辅助四阶锁相环的载波跟踪算法,从理论上证明了该算法可以对多普勒高阶变化率信号进行无误差跟踪,并根据环路传递函数和环路带宽,推导出了环路所有参数的计算方法,最后通过环路模式切换及环路带宽设置策略,既加快了整个载波跟踪环路的收敛速度,又提高了载波频率跟踪精度,保证了跟踪的稳定性。仿真结果表明,对于多普勒高阶变化率信号,该算法能够有效地完成信号的载波跟踪并正常解调出原始数字信息,因此有较高的应用价值。     

一个关于Hamilton环（路）的多项式时间算法

该研究为Hamilton环路（道路）问题设计出了一个多项式时间算法,论证了它的正确性。根据该算法编制了程序,进行了大量的实例计算。文章公布了主要研究方法、过程、实验数据,以及粗略的算法步骤。详细的算法步骤和证明将在随后的论文中发表。由于Hamilton环路（道路）为著名的NP完全问题,而作者认为自己已彻底解决了NP复杂问题。     

有线数字广播中高阶QAM信号的载波同步与均衡器设计

针对ITU-T J.83标准,结合有线数字广播的信道特征,提出一种适用于高阶QAM信号的载波同步与自适应均衡的联合设计方案。该方案在均衡部分采用常模数算法(CMA)和最小均方误差算法(LMS)的双模均衡算法。通过算法的切换达到快速收敛和降低均方误差(MSE)的目的;针对高阶QAM信号,载波同步环路首先选用极性判决算法,并采用带宽较大的环路滤波器系数,使环路能在短时间内进行大范围频偏捕获。然后调低环路滤波器系数,减小环路带宽,进而降低稳态抖动。环路最后切换到判决指示算法,使相位均方差降至最低。整个方案通过算法验证并在Altera Stratix Ⅱ系列EP2S130F1020C5型现场可编程门阵列(FPGA)上完成了布局布线。最高工作频率为90.47MHz。     

改进环路结构的Gardner定时恢复算法

针对经典的Gardner定时恢复算法存在同步建立时间长、同步稳定性能差等问题，提出一种改进环路结构的Gardner定时同步恢复算法。首先，该算法选用立方插值和分段抛物线插值两种插值滤波器进行插值，得到两路最佳插值序列；其次，分别计算两路插值序列对应的定时误差并求加权平均值，得到环路的定时误差；最后，以两路最佳插值序列的加权平均值作为环路输出。针对正交相移键控（QPSK）、正交幅度调制（16QAM）两种调制信号进行了仿真验证。仿真结果表明，该改进算法作用于QPSK信号时同步稳定性更好，相比作用于16QAM信号，其环路开始同步时码元的位置对应的序列数明显减小；并且该算法在信噪比为-5 dB的情况下使QPSK信号星座图收敛半径为0.26左右，与类似锁频锁相（FPLL）的改进Gardner定时恢复算法相比收敛半径减小约0.08，该算法有效地缩短了同步建立的时间，提高了环路的稳定性，可广泛应用于高速解调系统。     

有环攻击图中的节点风险概率算法

在攻击图的风险概率计算中,没有针对环路节点的处理。为此,提出一种有环攻击图中的节点风险概率算法。给出带有环路的攻击图示例,介绍有环、无环节点风险概率的计算方法。根据不回溯性假设,确定循环路径,通过移除节点在环路中的出口边及不可达节点打破环路。实验结果表明,该算法能获得较精确的计算结果,且时间复杂度较低。     

有向图中环路判定算法研究

在分析了传统环路判定算法的基础上,提出了一种更高效的环路判定算法,以获得更高效的时间复杂度。     

改进的小波调制解调系统时钟同步环算法

研究了小波调制解调系统码元同步信息的提取方法。分别利用小波函数的相关性及尺度函数的相关性构造了两种新的同步环算法，由算法构造的环路分为捕获和跟踪两部分，可以精确估计小波调制信号相位延时，跟踪收发时钟的频偏。算法通过对相位误差函数的修正，改善了同步环路的收敛性能，提高了环路抗假锁能力。在高斯信道下仿真表明，两种同步算法均可较好克服假同步，但基于尺度函数的同步环路稳定性更好，而基于小波函数的环路收敛速度更快。     

一种适用于多媒体通信的无环路实时组播路由算法

随着多媒体业务的发展,组播通信在考虑代价的同时对实时性要求也更高,本文提出了一种无环路的实时组播路由算法,还对算法的动态化进行了讨论,该算法适合于有源的多媒体通信。     

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。     

基于图像统计信息的去椒盐噪声算法

本文主要介绍一种基于图像统计信息的去噪算法,主要利用图像中心像素邻域的均值和方差来消除图像中椒盐噪声的影响。首先,介绍了这种算法的基本原理;然后,分别应用中值滤波算法、自适应中值滤波算法以及本文的算法对有椒盐噪声污染的图像进行滤波,并对实验结果进行比较和分析;最后,文章对这种算法的复杂度进行了计算分析,并将其和中值滤波算法以及自适应中值滤波算法的复杂度作比较,并对这种算法的合理性进行了分析与总结。     

动态决策树算法研究

该文在增量决策树算法的基础上,提出一种能够处理变化数据集的减量决策树算法,提出并证明了减量决策树算法中的三个基本定理,保证了减量决策树算法的可靠性。同时将传统的增量决策树算法与该文所提出的减量决策树算法相结合,构造出一种动态决策树算法,该算法很好地解决了发生增减变化的动态数据集构造决策树的问题,另外动态决策树算法的提出也促进了在线规则提取的发展与完善。     

集合随机抽选法在智能组卷中的研究

提出了一种基于集合的随机抽选的智能组卷算法,该算法是以集合论为基础,将智能组卷的要求形式化,将满足要求的试题组成试题库集合,采用集合随机抽取算法进行试题组卷.该算法与传统的组卷算法在生成试卷的效率上进行了比较,同时针对由算法所引起的修改操作困难提出了解决方法.将用户的组卷要求用集合的形式描述出来,满足要求的试题被组成试题库集合,采用集合随机抽取算法进行自动组卷.     

改进的蚂蚁聚类算法在网络入侵检测中的应用研究

研究了一种蚂蚁聚类算法,分析了算法的流程和优缺点,并在此基础上提出了一种名为增强蚂蚁聚类算法的聚类算法。增强蚂蚁聚类算法通过添加一种新聚类蚂蚁,减少了算法中孤立点的数目,改善了算法的聚类效果。设计了实验模型,用于检验增强蚂蚁算法在入侵检测中的应用效果。以KDDCUP 99数据集为检测数据源,对增强蚂蚁聚类算法应用于入侵检测进行了实验,实验结果表明,该算法对入侵数据的检测有较高的检测率和较低的误报率。     

基于遗传和模拟退火算法的自动组卷系统设计与实现

本文介绍了组卷算法的数学模型和主体思想。我们从算法的合理性、实用性和可操作性上加以分析和设计，用遗传算法和模拟退火算法创建模型，用于解决自动组卷的问题，并且在Delphi平台下实现了自动组卷系统。     

一种改进的基于零树编码的小波压缩图像算法

在SPIHT算法的基础上,提出一种改进的基于零树编码的小波压缩图像编码算法。基本思想是综合了FrederickW.Wheeler和WilliamA.Pearlman提出的线性索引技术及LZC采用的标志位图,采用了与SPIHT类似的扫描顺序,与SPIHT不同的是,本文算法不用列表,硬件实现非常容易。最后经实验证明,本文算法的峰值信噪比仅比SPIHT算法略低,而对内存空间的要求则大大减少,因此在几乎没有降低恢复图像质量的前提下,使零树编码算法的硬件实现成为可能。     

基于神经网络的解耦控制方法

本文介绍了BP算法的基本原理及其实现步骤,并将BP算法应用于神经网络解耦器和PID神经网络的训练中,即本文中各个神经网络的训练算法均采用BP算法,提出了一种神经网络在线解耦控制算法,即将神经网络解耦和神经网络PID控制两者结合,对系统进行解耦控制。将解耦与控制结合,既避免了单独采用自适应PID控制时控制效果不佳的问题,又避免了单独采用解耦时原有控制器不能适应变化后的对象问题。最后对一组双输入双输出耦合系统进行了仿真研究。     

排序合并Join算法的新结果

Join操作是数据库中最昂贵和最常用的操作.排序合并Join算法是实现Join操作的重要算法,得到了普遍接受并广为应用.在重新研究了排序合并Join算法后发现,同时对两个Join关系进行外排序是不必要的,会带来很大的额外开销.针对这个问题,提出了一种基于单关系外排序的分治Join算法,并在该算法的基础上提出了基于单关系外排序的并行分治Join算法.理论和实验结果证明,基于单关系排序的分治Join算法高于排序合并Join算法.特别是在并行计算环境下,基于单关系排序的并行分治Join算法的效率远远高于排序合并     

Memetic算法在智能组卷问题中的应用

Memetic算法是一种启发式搜索方法,常用于解决一些NP问题。本文通过对遗传Memetic算法的改进与优化,结合智能组卷问题的特点,提出一套完整的解决方案。算法使用Memetic算法框架,全局搜索策略采用分段实数编码的遗传算法,融合了算法的交叉变异操作,局部搜索策略采用模拟退火算法,有效解决陷入局部最优问题。通过不同算法的对比实验表明,本文提出的Memetic算法能够快速高效地解决智能组卷问题,大大提升试卷生成质量,减少迭代次数,可快速获得最优解。 