基于关联规则的贝叶斯网络分类器

关联规则分类器(CBA)利用关联规则来构造分类算法,但其没有考虑分类问题中的不确定性.提出一种基于关联规则的贝叶斯网络分类算法.该算法利用关联规则挖掘算法提取初始的候选网络边集,通过贪心算法学习网络结构,得到比经典的贝叶斯网络分类器TAN更好的拓扑结构.通过在15个UCI数据集上的实验结果表明,该算法取得了比TAN,CBA更好的分类性能.     

一种新的基于粗糙集构造决策树的方法

单变量决策树算法生成的决策树具有规模庞大、规则复杂且不易理解的不足.采用粗糙集相对核、加权粗糙度的概念和类别因子相结合的方法,提出一种新的决策树生成算法.对于即将生长的节点,若节点样本的类别因子大于给定阈值,则停止生长该节点,如此就有效地避免了划分过细的问题.通过实验说明,该算法比传统的ID3算法生成的决策树更简单、更易于理解、抗噪声能力更强.     

一种新的传感器网络的密钥协商算法

通过对现有加密技术分析和仿真,指出目前无线领域加密算法RSA耗能耗时,安全性较低.在MAC地址验证和Frobenius算法的基础上,提出一种新的基于MAC地址椭圆曲线加密(ECC)算法,该算法综合了公钥加密和对称密码的优点,非常适用于电量有限的无线传感器、移动手机终端等无线领域.通过该算法的描述实现,在实验仿真的基础上进行能耗分析,清楚地表明:该算法比指数加密算法RSA和传统的ECC算法更安全,更节约能耗.     

非线性规划U-D分解方法及其在神经网络训练中的应用

提出一种有效的U-D分解DFP和BFGS算法.该算法解决了H阵的正定性问题,保 证了算法的数值稳定性,并大大提高了计算效率.对H阵的计算量分析表明,该算法的计算效 率比普通方法高20%,比普通平方根方法高0.4n(n为H阵维数)倍.神经网络训练的应用 表明,新算法比普通DFP和BFGS方法更有效、更准确.     

一种改进的计算控制依赖的算法

控制依赖是分析程序和程序并行化的基础.针对现有的计算控制依赖方法的不足,提出了一种改进的算法.该改进算法通过引入函数调用和返回引起的控制转移来计算函数间的控制依赖关系.最后通过实例验证了该改进算法比原算法更能准确地计算程序的控制依赖关系,比传统的内联方法更易于理解.     

一种新的流媒体拥塞控制算法

提出一种新的拥塞控制算法(TCP MS).该算法更适用于流媒体应用,有更高的带宽利用率、公平性,传输速率也更平滑.不同于传统的利用丢包率和排队延迟来探测拥塞的TCP拥塞控制算法,该算法通过确认数据包的速率来探测拥塞,并在每一轮往返时间内及时调整窗口.该算法提供的拥塞窗口变化更准确,传输速率抖动更小.因此,提高了网络带宽的利用率以及传输速率的平滑性.最后,文章将TCP MS与典型的基于丢包率的TCP Reno算法和基于排队延迟的TCP Vegas算法在带宽利用率、速率抖动以及公平性等方面分别做了比较,仿真结果表明TCP MS是一种理想的流媒体拥塞控制算法.     

单球无味卡尔曼滤波在飞船姿态估计中的应用

提出了一种用矢量观测来估计飞船姿态的单球无味卡尔曼滤波算法.该算法将单球无味变换与无味卡尔曼滤波结合起来,与采用尺度无味变换的无味卡尔曼滤波相比,具有更低的计算量.飞船的姿态运动学描述采用了四元数,而用广义罗德里格斯参数来克服卡尔曼滤波过程中的四元数归一化误差.仿真结果表明,该算法比标准扩展卡尔曼滤波具有更低的姿态估计误差及更快的收敛率.与无味卡尔曼滤波相比,较低的计算量及相同的估计精度使该算法更适合在实时姿态估计中应用.     

基于混合遗传算法的蛋白质结构预测研究

将遗传算法与模拟退火算法相结合,提出一种新的混合遗传算法,并采用该算法对蛋白质的折叠过程进行研究.实验结果表明,采用该算法比单纯采用遗传算法或者采用模拟退火算法速度更快,计算结果更精确,是一种行之有效的新方法.     

一种新型多维数据空间放置算法

介绍了一种新型的多维数据空间放置算法——SMDPA.该算法使用数据超方体的先验被访问概率以及访问之间的相似度放置超方体.即使在数据超方体的被访问频率不满足均匀分布的情况下,该算法可以有效地放置超方体.模拟结果证明,该算法较传统算法有更良好的性能.     

二值probit回归模型的坍缩变分贝叶斯推断算法

给出了二值probit回归模型的坍缩变分贝叶斯推断算法.此算法比变分贝叶斯推断算法能更逼近对数边缘似然,得到更精确的模型参数后验期望值.如果两个算法得到的分类错误一致,则该算法的迭代次数较变分法明显减少.仿真实验结果验证了所提出算法的有效性.     

一种基于组合方式改进的频繁项集挖掘算法

FP-growth算法用于关联规则挖掘分成两个阶段：构建频繁模式树和进行频繁模式挖掘;对这两个阶段分别进行改进,若项头表中存在同频度的频繁项,在构建FP-tree的过程动态调整其位置,构建压缩的最优化FP-tree,提出了IMFP-tree算法。在进行频繁模式挖掘阶段,提出CFP-mine算法,CFP-mine算法采用一种新方法构建条件模式基,且采用组合方式挖掘频繁项集,有别于传统FP-growth算法的挖掘过程,理论上证明和实验验证本算法的正确性和高效性。     

基于优先级避让的防碰撞算法研究

针对时隙随机分配的非确定性防碰撞算法可能出现的标签饥渴问题,提出了一种基于优先级避让的防碰撞算法。该算法将每一轮的标签识别过程分为标签预约和标签读取两个阶段,并根据标签在读写器作用范围内的驻留时间分配优先级。当预约时隙中出现碰撞时,读写器利用碰撞因子估计标签数量,当判断两个优先级不同的标签同时选择一个时隙时,优先级低的标签将在读取过程中主动避让,从而使对应的读取时隙避免碰撞。理论分析和仿真实验表明,该算法不仅可以有效减少碰撞时隙,提高系统的吞吐率,而且可以较好的解决标签饥渴问题,降低标签的漏检率,特别适用于标签数量大且对漏检率有严格要求的RFID系统。     

基于新的森林优化算法的特征选择算法

针对传统的基于森林优化算法的特征选择算法在初始化阶段、候选森林生成阶段和更新阶段存在的问题,提出了一种新的基于森林优化算法的特征选择算法。该算法在初始化阶段采用皮尔森相关系数和L1正则化方法代替随机初始化策略;在候选森林生成阶段,采用优劣树分开和差额补足的方法解决优劣树不完备问题;在更新阶段,将与最优树精度相同但维度不同的树木添加到森林中。在实验中,所提算法采用与传统的基于森林优化算法的特征选择算法相同的实验数据和实验参数,分别测试了小维度、中维度和大维度数据。实验结果表明,在2个大维度数据和2个中维度数据上,所提算法的分类精度和维度缩减能力均高于传统的基于森林优化算法的特征选择算法。实验结果验证了所提算法在处理特征选择问题的有效性。     

规则低密度校验码的比特翻转解码算法研究

本文提出一种规则低密度校验码的比特翻转迭代解码算法。在解码算法的每一次迭代运算过程中,解码运算可以从总体上分为两个阶段：首先,满足可靠性要求的校验节点从与其相邻接的信息节点中选择一个信息比特作为翻转候选比特;然后,解码算法采用投票的方法对于这些候选翻转比特进行进一步的筛选。本算法由于对于最终翻转比特的选择结果是通过两次筛选而得到的,从而极大地降低了误翻的概率,加快了迭代解码算法的收敛速度,提高了系统的性能。另外,在第一阶段的比特选择过程中,我们综合校验节点所提供的校验检测信息和信道输出所提供的可靠性信息,提出了新的翻转比特选择标准。仿真结果表明,本文所提出的解码算法有着较好的性能,在解码运算复杂度和纠错性能之间提供了另外一个均衡。     

基于复合卷积神经网络的图像去噪算法*

基于深度学习理论,将图像去噪过程看成神经网络的拟合过程,构造简洁高效的复合卷积神经网络,提出基于复合卷积神经网络的图像去噪算法.算法第1阶段由2个2层的卷积网络构成,分别训练阶段2中的3层卷积网络中的部分初始卷积核,缩短阶段2中网络的训练时间和增强算法的鲁棒性.最后运用阶段2中的卷积网络对新的噪声图像进行有效去噪.实验表明文中算法在峰值信噪比、结构相识度及均方根误差指数上与当前较好的图像去噪算法相当,尤其当噪声加强时效果更佳且训练时间较短.     

Predictive and content-aware load balancing algorithm for peer-service area based IPTV networks

Load balancing is a crucial factor in IPTV delivery networks. Load balancing aims at utilizing the resources efficiently, maximizing the throughput, and minimizing the request rejection rate. The peer-service area is the recent architecture for IPTV delivery networks that overcomes the flaws of the previous architectures. However, it still suffers from the load imbalance problem. This paper investigates the load imbalance problem, and tries to augment the peer-service area architecture to overcome this problem. To achieve the load balancing over the proposed architecture, we suggest a new load-balancing algorithm that considers both the expected and the current load of both contents and servers. The proposed load-balancing algorithm consists of two stages. The first stage is the contents replication according to their expected load, while the second stage is the content-aware request distribution. To test the effectiveness of the proposed algorithm, we have compared it with both the traditional Round Robin algorithm and Cho algorithm. The experimental results depict that the proposed algorithm outperforms the two other algorithms in terms of load balance, throughput, and request rejection rate.     

融合头脑风暴思想的教与学优化算法

针对教与学优化（TLBO）算法在求解高维问题时表现出的收敛速度慢、解精度低、易陷入于局部最优的问题,提出了一种融合头脑风暴思想的改进教与学优化算法（ITLBOBSO）。在该算法中设计了一种新的“学”算子,并以其替换TLBO算法中的“学”。该算法在种群的迭代过程中,当前个体首先执行“教”算子。随后,在种群中随机选择两个个体,令其中优秀的个体与当前个体执行头脑风暴式学习,提升当前个体的状态。为了赋予算法早期良好的探索能力和后期对新解的开发能力,在该算子的公式中引入柯西变异和一个与迭代次数关联的随机参数。进行的一系列的仿真实验表明,与TLBO算法相比,所提算法在11个Benchmark函数上的解精度、鲁棒性和收敛速度都有大幅度提升。在2个约束工程优化问题上,ITLBOBSO所求得的耗费成本比TLBO算法降低了4个百分点。由此验证了所提出的机制对克服TLBO弱点的有效性,所提算法适合用来求解较高维度的连续优化问题。     

一种含等词的分阶段Tableau算法

在增强新的扩展规则的tableau方法的基础上提出了一种新的含等词tableau算法—分阶段tableau。在该算法中，将tableau四分成两个阶段，等词单独处理，利用提取不等式析取并在启发式的帮助下计算等价类的方法，进一步限制了tableau的搜索空间，提高了tableau的推理效率。同时，为了研究分阶段tableau的有效性，进行了实例分析，并与Fitting和Jeffrey方法进行了比较，结果表明，分阶段tableau方法优于其它方法。     

融合头脑风暴思想的教与学优化算法

针对教与学优化（TLBO）算法在求解高维问题时表现出的收敛速度慢、解精度低、易陷入于局部最优的问题，提出了一种融合头脑风暴思想的改进教与学优化算法（ITLBOBSO）。在该算法中设计了一种新的“学”算子，并以其替换TLBO算法中的“学”。该算法在种群的迭代过程中，当前个体首先执行“教”算子。随后，在种群中随机选择两个个体，令其中优秀的个体与当前个体执行头脑风暴式学习，提升当前个体的状态。为了赋予算法早期良好的探索能力和后期对新解的开发能力，在该算子的公式中引入柯西变异和一个与迭代次数关联的随机参数。进行的一系列的仿真实验表明，与TLBO算法相比，所提算法在11个Benchmark函数上的解精度、鲁棒性和收敛速度都有大幅度提升。在2个约束工程优化问题上，ITLBOBSO所求得的耗费成本比TLBO算法降低了4个百分点。由此验证了所提出的机制对克服TLBO弱点的有效性，所提算法适合用来求解较高维度的连续优化问题。     

Bresenham's Line Generation Algorithm with Built-in Clipping

One of the most important operations in many graphical systems is the generation of a line segment. This process consists of two stages: clipping and drawing. These two stages are separated in current graphical applications. In this paper a new approach to line generation is proposed, which unifies these stages. The proposed algorithm is based on Bresenham's line generation algorithm to include necessary line clipping. The line clipping stage is an operation-reduced, integer arithmetic only algorithm. The notion of correctness of line clipping is introduced and correctness of the proposed algorithm is shown. Complete C-notation of the algorithm is included.