联盟结构图的性质及应用

形成有效的联盟是多Agent系统的一个重大课题.然而联盟结构的数目很大,对于包含n个Agent系统来说,其可能构成的联盟结构是O(nn),以至于通过穷举搜索最优联盟结构是不可能的.另外联盟结构空间是一个什么样的形态,这是目前为止很少有人系统研究的课题,尤其是其图性质的研究.从图的视点讨论多Agent系统中的最优联盟结构生成问题.首先将联盟结构空间抽象为一个联盟结构图,其中顶点代表联盟结构,有向边代表联盟结构的分解.随后总结和形式化该联盟结构图所具有的两个性质:最优子结构、重复子结构问题;推广了一个性质:关键搜索集;给出了一个新性质:较少冗余路径的图的连通性.为了理解联盟结构图的这些性质,将这些性质用到了有效动态规划法(effective dynamic programming,EDP)中,分析得到其时间复杂度的下界是Ω(2.1n),上界是O(3n).实验分析表明,EDP算法比DP算法的搜索次数更少,在含有21个Agent的系统中,EDP比DP减少42%的搜索次数.     

基于图像识别的井下机车轨道检测方法

针对传统图像识别算法耗时大、对复杂环境识别效果差等缺点,提出一种针对煤矿井下环境的轨道检测方法。根据井下光线亮度不均匀的特点,设计井下复杂环境下的灰度拉伸与边缘提取算法,提高轨道检测的有效性。给出基于优先级的轨道内侧边缘搜索算法。后帧图像在基于前帧图像检测结果建立的感兴趣区中进行轨道检测,可降低计算量,提高实时性。现场实验结果证明,该方法能有效检测出机车轨道,且相比传统方法耗时明显减小。     

基于数据划分的海量数据查询优化研究与应用

针对海量数据查询效率低的问题,在比较和分析了多种海量数据查询优化解决方案的优缺点后,提出了一种基于数据划分的海量数据查询性能优化方法.该方法利用多数据库处理、表分区、分表技术将数据在三个维度上将数据划分存储,减少了海量数据的查询规模.经过实验该方法提高了大规模海量数据的查询效率.     

移动搜索大战，创业者该何去何从？

百度、360、搜狗、神马以及豌豆荚等都在发力移动搜索,都想分移动搜索这块大蛋糕。面对搜索服务的百家争鸣,创业者又该如何选择？     

无线传感器网络中异常节点快速定位算法研究

研究无线传感器网络的准确定位问题,为了确定医疗、森林火险等事件的发生地,要搜索定位,及时预报.针对传统的集中式无线传感器网络定位方法,全网络中需要定位的异常节点都需传递信息到参照节点才能得到定位信息,过于依赖参照节点,造成参照节点负载过大,导致定位效率下降,不能快速完成异常节点定位的问题.现提出一种禁忌搜索( TabooSearch,TS)分布式定位算法,通过启发式逐步寻优算法,把定位过程分布到网络中相关通信节点上,通过异常节点与周边节点通信获取局部信息,利用局部网络信息对异常节点位置进行估计,避免了传统集中式方法对参照节点的过度依赖.实验证明,对TS分布式定位算法进行实验,证明能够有效利用网络信息,对异常节点实现快速定位,取得了满意的结果.     

H.264中快速运动估计UMHexagonS算法的改进

在对H.264中非对称十字型多层次六边形格点搜索算法(UMHexagonS)研究的基础上,针对其存在运算量大、耗时等问题提出两方面的改进.首先,利用对称十字模板替换原来的5x5螺旋搜索,减少了64%的搜索点数;其次,利用对象内部代价的相关性提出自适应搜索长度方法,以减少运算量.在JM10.1测试模型上进行了验证.实验结...     

DOS硬盘多分区及不同版本系统安装

介绍ＤＯＳ系统特殊的硬盘分区方法，完全利用ＤＯＳ系统特性及命令实现，以便更加合理使用硬盘。     

基于禁忌搜索的模糊神经网络结构优化

本文提出了一种基于禁忌搜索的模糊神经网络自动优化学习方法（fuzzy neural network based on tabusearch,FNNTS）。该方法利用禁忌搜索算法搜索最优的模糊神经网络结构,并结合最小二乘法和梯度下降法对网络参数进行学习,大大减少了对专家知识的依赖。非线性函数逼近的实验结果表明,所提出的方法能获得更精练的网络结构和更小的误差,从而验证了本文方法的有效性和可行性。     

MVFAST运动估计算法改进及其VLSI体系结构

文中在分析MVFAST算法的基础上,提出了对MVFAST算法搜索窗的改进.通过对搜索窗的改进,在不影响图像质量的前提下,提高了算法的搜索速度.设计了支持该算法的体系结构和处理单元.给出了灵活的数据流结构和搜索策略.对大量不同的视频序列、分辨率不同的视频序列、运动剧烈程度不同的视频序列进行了实验.大量的实验结果表明,设计的体系结构的处理速度得到了明显的提高,内存访问带宽大大减小,获得了与全搜索算法可比的图像质量.     

基于启发式的N皇后问题的快速算法及其实现

N皇后问题是一个比较传统的组合搜寻问题,也是人工智能领域的一个经典的搜寻实例。给出了对N皇后问题求全部解的基于启发式的和以空间换时间的快速算法思路及其实现,将之同一般的回溯算法进行了时间耗费的比较,证明了算法是较优的算法;并讨论了算法的时间和空间复杂性。在个人电脑上,求16皇后全部解只需12.2秒。