基于支持向量机的粗糙分类器

支持向量机和粗糙集理论是两种分类技术.前者寻求最大化两类间隔的最优分类超平面,后者用逻辑规则解释分类.基于两者的关系,提出了一种复合算法,且将其推广到回归.新算法在一定程度降低了计算复杂度,且适用于软间隔分类.数值实验表明新算法是有效可行的.     

基于回溯搜索算法的决策粗糙集属性约简

属性约简是粗糙集理论的核心问题,为了获得更多更稳定的最小属性约简,根据决策粗糙集模型将最小属性约简问题转化为决策风险最小化问题,并给出了新的适应度函数计算方法;在此基础上利用回溯搜索算法较强的全局搜索性能,提出了基于回溯搜索算法的决策粗糙集属性约简算法;对UCI数据集的实验结果以及与其他约简算法的比较表明,该算法能够得到更多的最小属性约简,而且能够在多次运行中保持约简结果个数的稳定性。     

有限状态自动机的并行确定化及过程分析

本文通过对并行环境下非确定有限自动机和确定有限自动机的等价性和转换进行研究，详细分析了非确定有限自动机到确定有限自动机的并行转换方法及算法，并以实例给出了其间并行转化的过程。     

基于最小树权矩阵法的改进算法

针对最小树权矩阵法在大型网络应用中的不足，从提高算法效率方面对其进行了改进，并给出了新的算法。新算法减少了运算量，达到了快速寻找最小树的目的。通过对新算法和权矩阵法的比较，结果表明新算法具有较低的复杂度，是一种更为有效的算法。     

解离散系数滤波器设计问题的分支定界算法

基于离散系数滤波器设计问题已有的半定规划松弛模型,利用文献[6]的方法给出了该问题的二次规划松弛模型,该模型能给出比半定规划模型更好的界,然后运用分支定界方法求解该模型。与随机扰动方法相比,该方法能得到一个性能更好的次优解,对于精度要求较高的滤波器设计问题,这种方法非常有效,并通过了仿真实验的证实。     

疫情限制下物联网工程专业应急教学体系构建研究

由于疫情防控严重影响高校教学活动的展开,而且物联网工程专业知识涉及跨度范围大,导致疫情期间线上教学活动问题多。为了改善疫情限制下的物联网工程专业各课程教学效果,基于该专业基本情况分析疫情下的教学问题,探索疫情期间物联网工程专业应急教学体系构建方案,提升线上课堂亲和度,完善线上实验教学,师生共建线上综合资源平台,深化线上校企合作,开展线上思政全动员,实现任何突发情况下的物联网人才优质培养。     

满足QoS约束可靠的适应性多播路由算法

文章考虑了在通信网络中节点和边都存在生存概率的情况下,权衡可靠性和延迟这两个性能指标而提出的一种接近最小成本的适应性算法。利用该算法,可以避免在有些节点或边失效(或不满足某种可靠性要求)的情况下依旧选择这些节点和边的可能,有效地减少了信息传送和缩短了传输时延。这是以往多播(multicast)算法中很少考虑的情况。数值实验表明,这种算法是快速而有效的。且算法的时间复杂度为O(m｜D｜logn)。     

求解方程组的正交差分进化算法

首先利用代理约束概念和修正极大熵函数,将非线性方程组等价地转化为无约束优化函数;然后引入平均相似度概念,设计自适应正交交叉算子,利用正交设计产生初始种群,并在此基础上提出了自适应正交差分进化算法,用于求解修正极大熵函数;最后用方程组验证了算法的有效性。     

一种新的智能优化及其改进研究

研究了一种新的进化算法-和声搜索(HS)算法,针对其在处理复杂函数优化问题时容易陷入局部最优、收敛精度低的缺点,提出一种改进的和声搜索算法,算法在保留和声搜索的搜索机理的同时,把混合蛙跳算法中的局部搜索策略引入其中,维持了和声库的多样性,从而提高了对复杂问题的搜索效率.与同类算法相比,本文提出的和声搜索算法全局搜索能力强,收敛速度快,数值实验结果验证了算法的有效性和鲁棒性.     

构建本质图的改进算法*

利用图论相关知识,提出了一种构建本质图的改进算法。数值实验表明,对于V-结构较多的非循环有向图,改进算法能相对较快地确定出其本质图,从而能更好地学习贝叶斯网络的等价类。