基于降阶的最小生成树快速算法*

在分析最小生成树问题数学性质的基础上,给出了一种基于降阶技术的快速最小生成树算法。该算法采用降阶技术,大大加快了算法的求解速度,在最坏情况下算法的时间复杂度为O(m);另一方面,算法易于找到问题的全部最小生成树。     

基于同质性降维和CMP算法的高光谱图像分类

针对高光谱数据维数高,波段间冗余信息大的问题,提出一种基于同质性降维和组合匹配追踪算法的高光谱图像分类方法。该方法首先利用均值漂移算法对高光谱图像进行分割得到同质性图像块,对同质性的图像块进行流行学习得到降维映射函数,然后由降维后的高光谱数据训练稀疏最小二乘支持向量机分类模型,为避免正交匹配追踪稀疏重构算法迭代次数多的缺点,提出一种基于组合匹配追踪的稀疏重构求解方法。通过高光谱数据的分类结果可以得出,该方法有效提高了高光谱图像的分类精度。     

基于蚁群算法的时序电路测试生成研究

蚁群算法是一种新型进化算法,它提供了解决组合优化问题的框架,但存在着易陷入局部最优解的缺陷。在时序电路测试生成的应用中,通过限制信息素浓度变化范围以及自适应改变信息素挥发因子,在保证算法收敛速度的条件下,提高了算法的全局搜索能力,克服了上述缺陷。实验结果表明,基于该算法的测试生成取得了较高的故障覆盖率和较快的测试生成速度,能够满足实际应用需求。     

基于混合蛙跳算法的时序电路测试生成

阐述了将混合蛙跳算法应用在时序电路自动测试生成的实现方法和结果;根据时序电路自身的结构特点,构造了测试生成的混合蛙跳表达方式,设计了自动测试生成离散混合蛙跳模型,通过群体中青蛙间的合作和竞争产生的群智能指导快速优化收敛;最后,根据国际标准时序电路进行了验证试验;结果表明,与同类算法相比,该算法获得了较小的测试集和较高的故障覆盖率。     

SURF算法的降维研究

SURF(Speed-up robust features)算法进行图像特征点匹配时需要循环遍历待匹配图像所有特征点,计算特征点之间的SURF64描述距离,耗时大。本文对SURF算法进行了16维与4维的降维研究。实验结果表明,16维SURF算法性能与64维SURF算法基本相当,但能大幅度降低运算时间;4维运算性能降低较大,不能用于特征点匹配,但4维SUFR描述算法可以扩展到图像的各个像素点,用于ICP算法及图像的稠密匹配。     

基于PCA降维和迭代正则化的温度场重建

针对声学CT对温度场重建的不适定性,该文提出了一种基于PCA降维和迭代正则化的重建算法。通过径向基函数逼近声慢度分布建立声学CT正问题模型;用PCA降维改善逆问题的病态性;用迭代正则化法求解逆问题;利用声慢度与温度的关系得到温度分布。仿真和实际温度场重建实验表明,与常用的最小二乘法和基于奇异值分解的直接正则化法相比,所提算法的重建图像更接近真实分布,重建误差最高可降低86.62%和29.1%。因此基于PCA降维和迭代正则化的重建算法能够提供更高质量的重建温度场。     

一种基于分划思想的Hilbert曲线快速编码算法

Hilbert曲线是多维结构降维的重要手段,在多维索引结构和图像处理等方面有着广泛的应用。传统的Hilbert编码是通过复制部分Hilbert曲线,运用旋转等操作完成整体结构,时间复杂度为O（n^2）。通过对Hilbert曲线基本特征的研究,本文提出了一种新的基于分划的Hilbert编码方法,新算法的时间复杂度为O（nlogn）,本文最后通过实例 对算法进行了分析。     

基于差分进化算法的组合测试用例集生成

为了减小所生成的组合测试用例集规模,提出了一种基于one-test-at-a-time策略的差分进化算法来求解该问题的方案。通过实验,比较了不同变异方式的优化性能,考察了各个算法参数对优化性能的影响,并与其他常用方法进行了对比。实验结果表明,与其他常用的组合测试用例生成方法相比,基于差分进化算法的生成方法能够生成规模更小的组合测试用例集。并且组合数越多,该算法的优势就越明显。     

文档聚类综述

聚类作为一种自动化程度较高的无监督机器学习方法,近年来在信息检索、多文档自动文摘等领域获得了广泛的应用。本文首先讨论了文档聚类的应用背景和体系结构,然后对文档聚类算法、聚类空间的构造和降维方法、文档聚类中的语义问题进行了综述。最后还介绍了聚类质量评测问题。     

空间两三角形的相交问题

重点考虑几何奇异问题,同时兼顾算法的效率。运用“分而治之”的方法从一维解得到二维解,进而得到三维解,将空间问题变为平面问题、线性问题。基于几何代数化依赖于坐标系,引入“计算坐标系”,简化了几何的表述与关系的类型,使“几何奇异”状态最后归结为平面上线段被三角形裁剪时的共点、共线问题,简单而明晰,从而可从理论上保证算法的鲁棒性,以平面处理的形式给出了两个空间三角形求交的完整解决方案。测试证明,几何关系、几何奇异类型与计算的简化足以弥补因“变换”而增加的额外开销。算法的速度也能达到实用要求——在笔记本电脑上也能达到每秒100 万对三角形的相交计算。     

基于OpenGL的相贯线切割轨迹的建模与仿真

围绕管材切割中的坡口加工问题,对定角度坡口和变角度坡口进行了分析。建立了圆管相贯线的一般模型,提出了适用于数控切割的坡口角度的计算方法,完成了仿真算法的研究。针对插入式相贯接头,利用VC++和OpenGL完成了仿真程序的编写,实现了具有变角度坡口切割轨迹的仿真。结果表明切割后的主管与支管装配准确,焊接坡口完全符合美国石油协会标准规定的要求。     

模型驱动的Web应用测试

为了保证Web应用软件的质量,需要系统化的方法支持其测试。模型驱动的Web应用测试方法以模型为中心,通过建立Web应用模型描述被测系统,基于该模型产生测试用例,并且使用模型驱动的测试执行工具自动化执行测试,将测试结果返回到各个模型上。该文通过总结比较该领域的研究现状,讨论了实现模型驱动的Web应用测试的关键技术,并提出了目前研究的不足之处及潜在的研究方向和重点。     

浅析遗传算法在智能组卷系统中的应用

该文介绍了遗传算法的基本原理和构成要素,分析了遗传算法的特点,在遗传算法的研究基础上,找到了一个很好的策略过程应用于智能试卷,提高运行的速度,避免了标准算法容易早熟现象,具有更好的健壮性,是一种很有发展潜力的优化方法。     

多管相贯线切割运动轨迹与位姿控制方法研究

针对空间多管相贯线的切割问题,基于简化的坡口模型,提出了一种实用的切割运动轨迹与位姿控制方法。用参数化图形方式给出了相贯线的计算模型,建立了由三维模型数据到6轴联动切割运动代码的转换算法。通过现场实际切割,表明该方法可明显提高相贯线的切割效率。     

基于GA-PSO算法的路径测试数据自动生成*

为了实现测试数据自动生成,许多遗传算法及其改进算法应用到了测试领域。针对遗传算法具有较强的全局搜索能力,但局部搜索能力较弱,且收敛速度慢的特点。将遗传算法与粒子群算法结合起来形成新的混合算法（GA-PSO）,并成功应用到软件测试数据自动生成过程中。实验结果表明,该算法结合了遗传算法和粒子群算法的优点,在保证软件测试数据正确生成的情况下,极大地提高了数据生成的效率。     

基于范畴的数据降维方法

范畴理论主要是一些特定数学的对象和映射的概括和抽象,在此利用范畴理论阐述图像分析和识别中的数据降维问题,定义高维数据降维范畴的过程,并以主成分分析范畴和等距映射范畴分别验证了范畴理论应用到图像数据降维问题中的正确性。     

椭圆双步增量生成算法及其硬件实现

提出的椭圆双步增量生成算法判别式构造简单,具有递归性,而且仅有整数加减和移位运算,比已有算法简单易懂．采用硬件描述语言实现算法的CPLD／FPGA原型,处理性能优于软件生成方法．该算法可应用于绘图仪等输出设备的矢量光栅变换器中,提高整体绘图速度。