一种基于前缀编码的树生成算法

为了使树生成算法更为通用且效率更高,提出一种基于前缀编码的树生成算法.算法中的节点采用前缀编码的数据结构,便于用户对树中节点及其下层子节点上的关联数据进行快速查询和统计.由于在构造树之前已采用先根遍历的方式对节点进行了排序,同时建树过程中记录了最近各层节点的信息,因此无需搜索节点的上下层信息就可直接建立起树,大幅提高了建树效率,算法时间复杂度为O(n).该算法无需额外的数据预处理即可构造任意子树,且不会增加算法复杂度.     

基于递归和表函数的一到多数据转换研究

针对关系表达式难以进行无限制一到多数据转换的问题,通过关系代数的扩展表达一到多数据转换,采用递归查询和表函数实现无限制一到多数据转换,在每个输入元组上产生一个或者多个输出元组。递归查询通过创建初始结果,递归获取结果集,并返回最终结果集;表函数声明变量集合,使用过程体和游标循环访问表,迭代输出元组。实验分析不同参数影响因素下有限制和无限制转换的不同方法,结果表明扩展方法能够改善系统性能。     

一种基于子串识别的多模式串匹配算法

多模式串匹配算法是网络内容过滤系统的核心技术。巨大的存储空间开销是制约多模式匹配串算法应用的瓶颈之一。提出一种基于子串识别的多模式匹配算法—HashBOM,该算法利用位哈希表存储模式串的子串信息以大幅度减少存储空间,利用递归哈希函数计算字符串的哈希值以实现快速匹配。理论分析表明,该算法的空间复杂度为O(rm~2),优于基于子串识别的匹配算法BOM的空间复杂度O(mr|∑|log_2mr);该算法搜索匹配过程的平均时间复杂度为O(nlog|∑|)mr/m,与BOM算法相同(其中m为最短模式串的长度,r为模式串的个数,n为待匹配文本的长度,|∑|为字母表的大小)。在随机数据集和真实数据集上的实验表明,该算法的存储空间远远低于BOM算法,而匹配速度与BOM算法相当,非常适合在线实时匹配的应用环境。     

完全二叉树非递归无堆栈先序遍历算法的研究

通过对满二叉树的层次结构、顺序序列与先序序列三者之间解析关系的研究,得到了满二叉树的层次结构及顺序序列与先序序列之间互相转换的算法,并由此演绎出了非递归无堆栈方式的完全二叉树先序遍历以及先序与顺序互转算法。该算法可在常数时间内完成单个结点的查询,在线性时间内完成整个序列的遍历或互转。以精准二进制编码的解析公式为基础,易于与位运算结合,不仅适合常规程序设计,而且适合于嵌入式及相关的专业开发。通过一个简单的示例,说明了该算法在虚拟植物建模方面的应用。     

基于DOM树和递归X—Y分割算法的Zone树模型

在分析DOM树的基础上提出一种基于DOM树和递归X—Y分割算法,可以根据网页的几何布局生成Zone树模型。描述了将Zone树模型和递归X—Y算法应用到文献数据检索的优越性,给出构建Zone树模型的算法。该模型主要用于在线文献的数据提取,具有速度快、准确性高等特点,优于目前大多数浏览器所采用的DOM树结构。     

噪声ICA模型去偏技术研究

偏差去除算法通常假设高斯噪声条件下对普通ICA算法进行修正来消除噪声带来的影响。但是存在高斯噪声条件时,普通ICA算法对解混矩阵仍然可以辨识。故引入基于QR分解的RLS自适应噪声抵消算法和Fast-ICA算法相结合,只需对观测信号进行去噪处理,不需要对解混矩阵修正。并分别在同一噪声和相关噪声条件下做了仿真实验,与LMS-ICA算法进行了比较。仿真实验证明,该方法比后者效果显著。提出了用最小二乘算法计算分离信号的输出信噪比,作为评价算法的性能指标。     

四柱汉诺塔非递归研究与实现

对"经典三柱汉诺塔"的递归求解算法及其他非递归算法问题进行了详细的分析和研究,给出了一种新的简单且高效的非递归算法。在"经典三柱汉诺塔"的非递归算法研究基础上对"四柱汉诺塔"问题的四柱汉诺塔Frame算法进行了深入的研究,实现了一种高效的四柱汉诺塔非递归算法,并用C#语言进行了验证。通过该问题的C#实现,可使学习者清晰地观测到解决四柱汉诺塔非递归算法的全过程。     

具有测量数据丢失的离散不确定时滞系统鲁棒Kalman滤波

研究了具有测量数据丢失的离散不确定时滞系统鲁棒Kalman滤波问题, 其中时延存在于系统状态和观测值中. 模型的不确定性通过在系统矩阵中引入随机参数扰动来表示, 测量数据丢失现象则通过一个满足Bernoulli分布且统计特性已知的随机变量来描述. 基于最小方差估计准则, 利用射影性质和递归射影公式得到一个新的滤波器设计方法, 并且保证了滤波器的维数与原系统相等. 与传统的状态增广方法相比, 当时延比较大时, 该方法可以有效降低计算量. 最后, 给出一个仿真例子说明所提方法的有效性.     

积项集合的补集算法

在逻辑综合的领域内,经常使用求给定积项集合补集的过程。本文提出一个单边逻辑函数积项集合的求补算法,求补操作是通过选取函数矩阵的列覆盖进行的。与传统求补算法相比,该算法大大节省了计算机时间和内存空间。