k分搜索的时间复杂度分析

分治策略的思想是将一个规模较大的问题分解为多个形式相同的子问题来解决。搜索是指在一个排好序的数组中寻找与给定数值x相等的元素,传统的搜索算法是遍历,而二分搜索是一种基于分治策略的搜索算法。二分搜索是将数组每次分为相等的两部分,将待查元素x与数组中间的元素比较,若相等则搜索成功;否则将搜索范围缩小为原来的一半,之后以此类推,直到找到待查元素,与遍历相比,二分搜索复杂度明显降低。以二分搜索为基础,每次可以将数组分为更多部分,即k分搜索,探寻k为何值时k分搜索算法的时间复杂度最低,能够对搜索算法进一步优化。通过分析、归纳与证明,得出k分搜索的时间复杂度为O(klog_kn),由于该函数是递增的,因此二分搜索是效率最高的搜索算法,复杂度为O(log₂n);此外,当k=n时,k分搜索退化为遍历,复杂度退化为O(n)。     

低消耗免查找表CORDIC算法

为减少传统流水线型CORDIC(Coordinate Rotation Digital Computer)算法的硬件资源消耗和输出时延,在包含查找表的三阶段CORDIC算法实现基础上,提出一种免去查找表环节的CORDIC算法实现方法.提出的改进算法直接使用四次移位相加的迭代运算替换查找表结构从而显著降低寄存器消耗,同时通过合并迭代降低迭代次数进而有效减少最大输出时延,并综合运用角度二极化重编码(Binary To Bipolar Recoding,BBR)方法和角度区间折叠技术保证了输出精度.使用Verilog HDL语言在ISE14.2软件平台上对三种算法进行具体实现,利用XST工具对其进行综合,并通过MATLAB建模计算得到算法的正余弦值输出误差.仿真实验结果表明:在输出位宽均设置为16位的情况下,免查找表CORDIC算法能够有效地输出正余弦值;与传统流水线型算法相比,免查找表算法的寄存器资源消耗减少大约74.42%,计算所需的时钟周期降低68.75%,其输出精度也有明显改善;与三阶段算法相比,免查找表算法的寄存器消耗减少大约43.3%.本文提出的免查找表CORDIC算法具有实时性强、输出精度高、硬件资源消耗少等优势,更适用于高速实时的现代数字通信系统应用.     

Ultra-low latency and omit-iteration CORDIC algorithm

The pipeline structure Coordinate Rotation Digital Computer (CORDIC) algorithm improves its precision by increasing the stages of iterations, which leads to a large delay, excessive consumption of hardware and limits its applications.The omit-iteration CORDIC algorithm is proposed to solve this problem by using the methods of binary to bipolar recoding, folding angle domain, merging iteration and optimizing the lookup table. Simulation results show that this method needs only two clock cycles to get the output and also makes improvement on the hardware consumption and its precision, especially having privilege to the application on high speed and real-time occasions compared with other realization of the CORDIC algorithm.     

一种高效二进前馈神经网络学习算法

为解决二进前馈神经网络(BFNN)缺乏高效实用学习算法的问题,提出一种新的融合自适应调节结构和权值的BFNN学习算法.该算法借鉴并改进了极限学习机(ELM)方法,可以高效地训练单隐层的BFNN来解决分类问题.为了满足网络的训练精度,算法可以自动增加隐层神经元个数和调节网络隐层及输出层神经元权值;同时为了提高网络的泛化精度,算法通过建立二进神经元敏感性作为度量隐层神经元重要性的尺度,自动地裁剪重要性小的神经元,并对裁剪损失的信息进行补偿.实验结果验证了该算法在处理离散分类问题时的可行性和有效性.     

基于非参数假设检验的拓扑推断算法

针对基于门限比较的二叉树修剪拓扑推断算法稳健性差的问题, 提出了一种基于非参数假设检验的网络拓扑推断算法. 该算法首先应用经典的二叉树拓扑推断算法获得树状网络的二叉树结构, 然后应用维尔科克森秩和检验算法逐个判断二叉树中的每条内部链路是否需要修剪, 最后修剪二叉树, 删除所有需要修剪的内部链路, 得到真实的树状拓扑. 由于该算法使用统计检测的方法, 无需设置门限, 相对门限比较法具有更好的稳健性. 仿真实验表明, 该算法相比基于门限的二叉树修剪算法具有更高的推断精度.     

基于免疫机制的入侵检测研究现状与展望

对基于免疫机制的入侵检测技术中的关键模型和方法进行概述,通过对国内外研究现状(特别是近五年)的分析,总结目前出现的各种问题,并以物联网应用为例,对基于免疫机制的入侵检测未来发展方向及问题解决思路展开讨论,目的是拓展研究范围,促进研究成果到应用领域的实践,及人工免疫系统研究的深入发展.     

由二元合金相图提取无限稀活度系数（英文）

提出了由二元相图提取定温下无限稀活度系数的方法,分别在正规溶液和Richardson假设条件下,计算了31个二元液态合金体系两组元无限稀活度系数,并与相应的实验值比较,所获得的平均相对误差为:共晶体系为23.2%和20.7%;含固溶体体系为19.4%和18.3%;含化合物体系为39.5%和46.1%;分层体系为25.8%和14.3%.结果表明:由共晶相图、含固溶体相图提取无限稀活度系数,有效性较好,由含化合物相图提取无限稀活度系数有效性较差.引入Richardson假设后,对计算值的精度有所提高.研究表明,运用二元相图提取无限稀活度系数方法提取二元合金体系无限稀活度系数是可行的.     

云环境下基于二进制编码的Apriori改进算法

面对海量数据的事务数据库,从改造Map函数和Reduce函数出发,对幂集进行二进制编码,设计了云环境下基于二进制编码的Apriori改进算法。运用该算法并行处理海量数据,提高了大规模数据集中频繁项集的寻找效率。     

一种基于图像边缘的快速模板匹配方法

提出了一种基于边缘的快速模板匹配方法,算法首先把模板二值化,根据传统标记目标区域的方法对二值化后的模板图进行标记,利用八临域判别准则提取各个区域的边界,在匹配时只匹配区域边界上的点,同时设定阈值,若前面n个点与模板图的前n个点的绝对差和超过阈值,则跳过该搜索区域。实验结果表明,不仅减少了匹配计算量,而且能够保证匹配的精确性。     

软件移植、二进制翻译和国产处理器发展

二进制翻译作为软件移植的一种重要形式,其具体实现与处理器体系结构密切关联,在处理器发展中扮演重要角色。国产通用处理器的发展是打破外国芯片制造商在该领域垄断的有效手段。二进制翻译技术与国产通用处理器相结合,可以加快改善国产通用处理器的生态环境,对推动国产处理器发展具有重要意义。