改进的AC-BM字符串匹配算法

提出了改进的AC-BM算法,将待匹配的字符串集合转换为一个类似于Aho-Corasick算法的树状有限状态自动机。匹配时,采取自后向前的方法,并借用BM算法的坏字符跳转和好前缀跳转技术。改进的AC-BM算法借助BMH算法思想,取消了原AC-BM算法的好前缀跳转,并对坏字符跳转部分的计算进行优化。新算法修改了skip的计算方法,不再保留每个节点的好前缀跳转参数及坏字符跳转参数,因此匹配只与当前匹配字符有关,而与当前节点无关,可以实现大小写正文的识别。     

一种改进的Sunday匹配算法

字符串的模式匹配算法在多协议识别技术中,起着至关重要的作用,为了提高多协议识别效率,该文在分析几种经典模式匹配算法的基础上,提出一种基于Sunday算法的改进算法。算法主要是在每次匹配开始前通过一个条件判断语句,判断主串中的相应后缀是否在模式串中,从而减少了无意义的匹配次数,提高了算法的执行效率,通过对比实验证明了该算法的有效性。     

基于BPM-BM过滤优化的近似字符串匹配算法

BPM-BM算法结合位并行和过滤技术,是当前近似字符串匹配算法中效率最高的算法之一。算法中过滤机制容易导致位并行计算连续性中断,使位并行计算回溯导致性能大幅降低。针对此问题提出了基于过滤优化的BPM-BM算法。实验结果表明:优化算法在大字符集环境下继承了BPM-BM算法的运行高效性,在非大字符集环境下较BPM-BM算法提升显著,且随着编辑距离的增长,其时间开销增长的稳定性大幅优于BPM-BM算法。     

基于投影与KMP简约算法的一维快速模板匹配算法

传统的模板匹配算法(如NC和SSDA)虽然具有匹配精度高的优点,但由于其计算量大,使得匹配时间过长。本研究提出了一种新的基于投影与KMP简约算法的一维快速模板匹配算法,首先将图像进行降维处理,得到特征字符串,通过对特征字符串的匹配,实现粗匹配,可大幅度地减少图像匹配时间;然后利用NC匹配算法,对粗匹配的结果进行验证,以达到快速匹配的目的。通过实验证明了本算法的快速性和准确性。     

基于改进Balance算法的车货匹配研究

贪婪算法(Greedy algorithm)只关注当前匹配的收益,在车货匹配的过程中有可能出现集中匹配同一车型的情况,导致匹配的效果并不理想。对Balance算法进行改进,并应用于车货匹配中,提出基于改进Balance算法的车货匹配模型(Improved Balance Vehicles and Cargos Matching Model,IBVCM)。模型引入车货匹配平衡函数定义各车型的匹配情况,并根据车货之间的匹配关系对函数进行修正,在为货物选择匹配车型时综合考虑当前车货匹配的收益以及车型匹配情况两个因素。实验结果表明,文中所提的IBVCM模型与贪婪算法相比匹配的成功率提高13.5%,匹配的总收益提高18%。     

对KMP算法的一个改进

ＫＭＰ算法是串匹配算法中效率最高的算法，然而其存在着正文字符与模式中多个相同字符重复比较的缺陷．本文对ＫＭＰ算法加以改进，建立新型自动机ＮＥＷＫ．新自动机ＮＥＷＫ将旧自动机中指向相同字符的走向改道，从而避免字符的重复匹配，使算法具有更高的效率．     

基于动态规划的缩写发现算法

数据清理中重复记录的识别一般采用动态规划算法或过滤算法,然而很少算法考虑了数据中的缩写问题,因此容易漏掉一些重复记录,影响了数据清理的质量,因此在动态规划的基础上提出了缩写发现算法,同已有算法相比,它的算法复杂度较小,而且能够发现汉语等无分隔符的语言中的缩写,最后给出了缩写情况下判断字符串近似匹配的方法.     

基于特征串树的病毒特征码匹配算法

在分析已有病毒特征码的精确和模糊模式匹配算法的基础上，采用面向对象的程序设计方法，设计实现了一个基于病毒特征串树的匹配算法，实验证明该方法可以方便地进行病毒特征库的更新以及含通配符特征串的模糊匹配．     

基于k近邻法和脊线追踪的指纹匹配算法

首先,综合运用k近邻法和脊线追踪法,分别为叉点和端点设计了新的拓扑结构,提取脊线特征、邻域特征、细节点特征。其次,利用特征加权和坐标转换,以及半可变限界盒技术提出快速的二次匹配过程。试验结果表明:该算法运行速度快、拒识率和误识率低。     

基于Wu-Manber的快速跳跃多模式匹配算法

海量信息处理以及网络入侵检测等应用都对串匹配技术提出了新的挑战。在分析多模式匹配的Wu-Man- ber算法之后,提出一种基于WM的快速跳跃多模式匹配算法。该算法采用增大跳跃距离、减少冗余移动的方法,提高了WM算法的查找效率。试验数据表明该算法的查找时间比WM算法减少了5-9%。     

基于网格分块的快速地图匹配算法

为了满足地图匹配的实时性和精确性要求,提出一种基于网格分块的快速地图匹配算法。根据网格分块思想将铁路网进行分块并建立空间索引,通过将 GPS定位点与铁路网格相匹配,快速确定其所在网格,运用铁路网络的拓扑结构、历史信息以及方向角确定匹配路段,用改进的投影匹配算法进行误差修正。实验结果表明,该算法是一种精度高、实时性好的地图匹配算法。     

一种改进的多模式匹配算法

针对WM算法在模式集规模大且最短模式长度小的情况下性能较低的问题,分析了WM算法及其改进的快速WM(QWM)算法的优缺点,在此基础上提出了模式分集思想,并优化了跳跃和确认机制,设计了子集WM(SWM)算法;然后针对该算法在域名过滤中的应用,对hash函数、匹配顺序等进行进一步优化．针对域名过滤的实验结果表明,当模式数量超过10000条时,SWM算法匹配时间是WM算法的8.9％～11.6％,说明SWM算法在模式集规模较大时,匹配速度能显著提高．     

基于ASIFT改进算法的无人机图像特征匹配方法研究

无人机图像纹理丰富、特征显著,在机器视觉三维重建及机器人导航中应用广泛,但其视角变化大,且易倾斜。传统的尺度不变特征变换(SIFT)算法和Affine SIFT(ASIFT)算法等图像特征匹配算法误差较大,难以满足应用要求。针对该问题,提出了一种基于ASIFT的改进算法。首先用ASIFT算法模拟图形畸变,然后利用SIFT算法中的k d树算法对最邻近特征点进行快速搜索匹配,最后加入随机抽样一致算法,得到匹配对的参数模型,同时对不符合模型的误差匹配对进行剔除。实验结果表明,该算法可以优化匹配效果,提高匹配速度。     

基于改进ORB算法的VSLAM特征匹配算法研究

针对传统特征匹配算法耗时较长、匹配率不高的问题,提出一种改进ORB的图像特征匹配算法。首先对FAST特征检测算法进行改进,构建非线性尺度空间,采用非线性扩散滤波方法,对金字塔进行构建,通过快速显示扩散形式(FED)进行求解,得到尺度空间上的图像,并采用灰度质心法方法,对特征的角点方向进行计算。然后对FREAK算法采样模式进行优化,采用改进的描述子构建特征向量。最后采用GMS匹配算法剔除伪匹配点对,有效降低误匹配概率。实验证明,相比SIFT、SURF、FREAK、BRISK和ORB算法,本文改进的算法在耗时和匹配率方面均有明显效果,并在旋转、尺度、光照等变换条件下,具有较强的鲁棒性,适用于VSLAM系统。     

一种基于可变限界盒的指纹匹配算法

自动指纹识别系统因其在身份确认方面所具有的方便、快速、准确等特点而得到了广泛的研究，本文所提出的算法是根据模板数据及估计数据进行校正，并采用可变大小的限界盒去获取匹配分数，以进行比对，来确定是否属于同一指纹，该算法不依赖于指纹图像的中心区域，对非线性形变更为鲁棒。     

基于特征增强与Anchor-object匹配的目标检测算法

为了提升SSD(single shot multiBox detector)的检测精度,提出一种基于Anchor-object匹配的A-SSD(anchor-object SSD)目标检测算法。在算法的特征提取部分,使用并行卷积和空洞卷积构成感受野模块,增大特征图的感受野,获得多尺度的特征信息;将含有纹理、边缘等细节信息的浅层特征与含有丰富语义信息的深层特征融合。在算法的检测器部分,采用Anchor-object匹配方法联合SSD多层特征图为每个检测目标构建相应的Anchor包,通过选择-抑制优化策略,选择置信度较高的Anchor去更新模型,为每个Anchor评估得分。通过迭代学习,模型的参数、Anchor的位置坐标与分类置信度不断优化。在PASCAL VOC数据集上A-SSD算法的mAP达到了80.7,在车间行人数据集上A-SSD算法的漏检率为3.5%,准确率为91.5%。     

基于改进粒子群算法的匹配追踪分解优化研究

文章针对使用牛顿法进行匹配追踪分解信号的速度慢、精度低等问题,在具有全局优化能力的粒子群算法基础上,提出了一种结合局部单纯形搜索并引入变异操作的改进粒子群算法实现信号匹配追踪分解.利用单纯形搜索增加了算法的局部开发能力,通过变异操作控制种群多样性以避免早熟收敛,增强了算法全局探测能力;并以描述机械系统的振动冲击响应作为基原子与单一粒子群算法实现匹配追踪分解信号的结果进行对比,证明了使用改进粒子群算法的匹配追踪分解能够快速准确提取信号特征参数,同时成功识别出某轴承发生外圈损伤时隐含在振动信号中的周期性冲击脉冲故障特征.结果表明,加入单纯形和变异的改进粒子群算法有效降低了匹配追踪计算复杂度,提高了信号特征提取准确度.     

一种基于窗口切片的单模式匹配算法

在分析Sunday算法的基础上,提出了一个改进的串匹配算法.该算法利用窗口对文本串进行切片,使模式串的最大右移量从m+1增至2m+1.实验表明,该算法有效地减少了匹配次数,提高了算法的性能.     

基于改进的BM算法在IDS中的实现

指出了模式匹配技术的好坏直接关系到检测系统性能的好坏，通过对开放的源代码snort中模式匹配技术的改进，提出了一种更快的字符匹配算法。该算法可以大大加快入侵检测系统的检测速度，提高现有的入侵检测系统的检测能力。     

基于遗传模拟退火算法的改进K-medoids算法

针对标准K-medoids算法在大数据聚类应用中易陷入局部最优解以及聚类效果受初始中心限制的缺点,提出了基于遗传模拟退火算法的K-medoids改进算法。该算法结合遗传算法和模拟退火算法,可以增强标准K-medoids算法在聚类时的全局搜索能力,并加快其收敛速度。对比实验证明:这一改进有效地弥补了标准K-medoids算法的上述缺陷,达到了提高聚类效率、加快收敛速度、改善聚类质量的目的。