计算机程序设计中查找算法效率分析

自从1946年约翰·冯·诺依曼发明了第一台计算机之后,在今后的六十多年间,计算机已经逐步的融入到了我们日常的生活和工作当中。现在,计算机俨然成为了我们生活中一个必不可少的重要的组成部分。在当今的社会中,计算即网络已经几乎应用到了所有的领域当中。但是随着计算机网络应用的普及,计算机查找应用的过程中出现的一些问题也渐渐的显露了出来,这些问题会对我们的日常生活和工作带来不同程度上的困扰。本文首先简单的介绍了一下计算机程序设计中的查询算法以及集中常见的查询算法,接着细致的分析了一下计算机程序设计中查询算法中存在的问题,最后根据上文提出的一些计算机查询算法中存在的问题,提出的优化算法。     

决策树C4.5算法的应用研究

决策树技术是数据挖掘的重要方法,广泛应用于客户分类和预测。本文对决策树的C4.5算法的基本思想和特点进行了介绍,并结合实例说明了构造决策树的具体实现过程。     

Research on technology of desktop virtualization based on SPICE protocol and its improvement solutions

Increasingly mature cloud computing technology promotes virtual desktop technology, which can solve many problems existing in traditional computing models. However, virtual desktop solutions introduce the thorny problem of how to deliver a real desktop experience to users, as if they are using it locally, especially when playing video. The SPICE （simple protocol for independent computing environments） virtual desktop solution provides several image compression algorithms to address this problem with the purpose of making virtual desktops as real as possible. Although different compression algorithms can contribute their own abilities to different images to a large extent, switching between them is a big problem that consumes a large amount of resources to detect the different type of image and also causes jitter of the virtual desktop. This paper proposes a new solution, called SPICEx, using the JPEG2000 compression algorithm with dynamic compression ratios to solve the problem and finally validates that the performance is better than that of SPICE. With better quality of user experience and also reducing bandwidth consumption, SPICEx solution is meaningful in virtual desktop fields and can be widely used.     

基于计算机视觉算法的视频智能监控与跟踪系统研究

本文基于计算机视觉算法设计了视频智能监控与跟踪系统.以OpenCV计算机视觉库、Visual Studio与MFC框架开发并实现了系统.首先设计系统整体框架,其次着重分析视频数据预处理,再次以高斯混合背景差分法提取目标,通过阈值二值处理与背景相分离,然后以Camshift与卡尔曼滤波跟踪目标并发出告警提示,最后系统实现结果表明,基于高斯混合背景差分法进行运动目标提取,并通过阈值二值处理,可准确可靠地与背景相分离,目标检测效果显著;可及时准确触发告警机制,发出告警提示信息.     

卡尔曼滤波算法在MEMS热式风速风向传感器中的应用

针对MEMS热式风速风向传感器在实际使用过程中因噪声问题导致输出不稳定的现象,本文首次采用了卡尔曼(Kalman)滤波算法对本征白噪声进行滤波处理,从而优化传感器的输出性能.本文分别通过理论分析和仿真模拟证明了Kalman滤波算法的可行性.实验结果表明,通过调节相关参数,Kalman滤波算法在滤波效果、响应速度及误差上均优于传统的加权滑动均值滤波算法.除此之外,在消耗较少资源的前提下,Kalman滤波算法可以有效减少本征白噪声的干扰,且调节空间较大,可以适应不同的应用需求.     

K-means算法应用现状与研究发展趋势

K-means是一种无监督学习算法,基于数据对象之间的距离度量划分数据簇、欧氏距离等度量方法存在一些问题,比如离群点数据较多,算法准确度较低.互信息可以度量任意两个数据对象之间的互相包含程度,基于互信息改进K-means算法,可以更好地度量数据对象之间的距离,确保簇内高度相同和簇间高度相异,旨在解决离群点数据较多的情况下K-means算法准确度不高的问题.实验结果显示,与K-means算法、模糊K-means算法相比,改进K-means算法实验结果精确度达到了97.8％,该方法明显提高K-means算法的准确度.     

基于改进的DeepESN软测量建模方法及应用

针对硫回收装置中硫化氢和二氧化硫浓度的实时监控预测问题,提出一种基于改进的深度回声状态网络(DeepESN)软测量建模方法,给出了其离线学习算法.改进的DeepESN网络能够通过多层回声状态网络的结构,可以对具有强非线性特性的化工过程进行有效的深度学习和预测.离线学习算法在求输出权值时加入了岭回归算法,有效地提高了网络学习的稳定性.将该方法在同等条件下与现有的软测量建模方法进行了比较,基于改进的DeepESN软测量建模方法具有更好的学习能力、更高的学习效率和预测精度.     

基于三点估计法的含风电场电力系统无功优化

针对电力系统无功优化时风电出力及负荷的不确定性和相关性,建立一种综合考虑多种不确定因素的无功优化模型。采用三点估计法处理该模型中的不确定因素,将不确定潮流计算转化为较少采样点处的确定潮流计算。为克服花朵授粉算法易陷入局部最优、寻优精度低等不足,将拉丁超立方采样技术、自适应调整转换概率及邻域策略应用于花朵授粉算法,提出一种改进花朵授粉算法求解所建优化模型。在含风电场的IEEE30节点系统上进行仿真测试,结果表明所提无功优化模型和求解方法在不确定环境下能够有效降低系统网损并减小系统状态变量发生越限的风险,从而保证系统的安全经济运行。     

一种随钻中子孔隙度测井系统的抗干扰设计

针对随钻中子孔隙度测井作业现场中存在万伏高压的瞬间脉冲干扰,导致中子计数不准确的问题,设计了一种抗干扰系统。该系统首先利用硬件滤波,即采用二阶阻容滤波电路滤除高频干扰信号,再利用软件滤波,采用去极值平均滤波算法滤除尖脉冲干扰和周期性干扰。经实测验证,该系统可有效抑制干扰,提高随钻中子孔隙度数据采集的准确性和可靠性。