基于计数排序的最小种子集贪心算法

网络最小种子集问题与网络影响最大化问题相关,研究的是对于具有节点阈值的网络,构造网络的最小节点子集,使得如果这个子集中的节点是活的,则在给定的影响传播模型下整个网络都受到影响。为此提出了新的贪心算法,以节点的度与阈值的差为关键值对网络节点进行计数排序,然后取值最小的节点进行处理。新算法在时间复杂度上改进了基于最小堆的种子点选取算法。在简单多数阈值模型上针对经典的无标度网络得到了所构造的种子集规模上界。实验在随机生成网络和一些实际网络数据集上进行,结果表明所提方法的有效性,特别在无标度网络上生成的种子集具有比相关算法更小的规模。     

基于C语言的斗地主发牌程序的实现

斗地主发牌程序是扑克牌发牌程序的一种,本程序由C语言编写,主要涉及一维二维数组、全局变量、随机数的生成、排序、函数的定义等基本知识。本程序由五个函数模块来实现功能,分别为洗牌、发牌、排序、打印四个子函数和主函数,分别使用到了随机数的生成、数组、选择排序、switch语句等知识。另外,程序还使用了全局变量来简化程序内容。     

基于流形学习的整体正交稀疏保留鉴别分析

稀疏保留投影是一种有效的特征提取方法,但是其主要关注样本间的全局稀疏重构关系,并且得到的投影变换通常不是正交的。在实际应用中,图像数据往往处于高维空间中的一种低维流形中,正交性一直被认为有利于提高鉴别能力。文中以有监督学习的方式在稀疏保留投影中引入了流形结构保留,并使得投影空间正交,从而提出了一种新的特征提取方法,即基于流形学习的整体正交稀疏保留鉴别分析（MLHOSDA）。在人脸和掌纹图像数据库的实验结果表明此方法具有较好的识别效果。     

Some new distance measures for type-2 fuzzy sets and distance measure based ranking for group decision making problems

In this paper, we propose some distance measures between type-2 fuzzy sets, and also a new family of utmost distance measures are presented. Several properties of differ- ent proposed distance measures have been introduced. Also, we have introduced a new ranking method for the ordering of type-2 fuzzy sets based on the proposed distance measure. The proposed ranking method satisfies the reasonable prop- erties for the ordering of fuzzy quantities. Some properties such as robustness, order relation have been presented. Lim- itations of existing ranking methods have been studied. Fur- ther for practical use, a new method for selecting the best alternative, for group decision making problems is proposed. This method is illustrated with a numerical example.     

循环赛图Kv(I)与完备匹配Mi的算法

给出了边矩阵和循环赛图的定义.为K2n 1的2n 1个对集的划分,提出了完全图K2n 1或边矩阵K′2n 1的△(G) 1-边着色法和平行线法.为K2n的2n个完备匹配的划分,提出了顶点序号的排序法.介绍了循环赛图的构造过程.讨论了循环赛图及完备匹配的计数问题.     

双态形状重构及其在前列腺超声图像分割中的应用

前列腺超声图像在临床中的准确分割对于后续诊断具有重要的影响,而当前已有研究结论无法精确分割各个部分。提出了一种基于点分布模型和流形学习的双态形状重构的方法,并对前列腺超声图像进行分割：通过随机森林指示隐态表达进行目标初定位;改进边界算子以改善粗分割准确性;使用显态表达与噪声部分相邻的部分灰度显著点来进行插值计算,从而恢复整体形状。该分割方式不仅减少了数据计算量,还增加了分割可靠性。实验表明,该方法的DSC指标为97.38%,mIoU指标为95.24%,精度强于当前热门分割神经网络。     

改进多目标帝王蝶算法

帝王蝶优化算法结构简单,能够较好的完成寻优搜索要求,但在多目标问题上,算法的精度和非支配解的分布性较差.针对以上不足之处,本文提出一种改进型多目标帝王蝶算法(Improved multi-objective monarch butterfly algorithm,IMOMBO),对非支配解进行拥挤度排序,所有非支配解个体都以当前最优个体为中心点映射镜像点,并朝向镜像点奔袭,以此增加个体在Pareto前沿上的收敛性和算法精度.在算法迭代后期,对部分较优个体进行Logistic混沌映射,以改善个体在Pareto前沿上的分布性.随机选用ZDT和DTLZ测试函数集中的函数进行算法性能验证,实验结果证明,本算法可以很好地保证非支配解个体的收敛特性和分布特性.     

基于改进遗传算法的回归测试用例优先级排序

由于优先级排序测试效果较差、执行效率低,为此提出基于改进遗传算法的回归测试用例优先级排序方法.通过自然选择与遗传理论作为基本条件,结合群体中染色体任意信息交换机制和生物进化过程内适者生存规则,完成遗传算法,接着引入禁忌搜索方法,增强排序的局部超强搜索能力,然后在回归测试的过程内,利用多个目标函数对回归测试用例优先级排序以及评价,完成回归测试用例优先级排序.实验结果表明,经过时间以及覆盖的角度考察,执行时间较短,平均分支较大,说明该序列优良,本文方法的回归测试效果较好,执行效率高.     

利用改进的热核特征分析三维网格的局部对应

为了更准确地构建非刚体三维网格模型之间的形状对应关系,提出一种改进的热核特征分析与研究三维网格模型之间的局部对应关系.该方法利用压缩流形模式压缩三维网格模型的特征函数,截取局部顶点;利用乘法器交替方向(ADMM)优化计算三维网格的压缩流形基替换传统的离散化拉普拉斯-贝尔特拉米算子以改进热核特征;选取相同的压缩部位进行局部的对应匹配.实验结果表明,基于改进的热核特征与传统的离散化热核特征相比有更加突出的效果.     

基于多维度数据的网络服务质量的综合评估研究

随着现代社会经济的迅猛发展,计算机网络被广泛应用到各行各业中,并且发挥着无可替代的重要作用,与此同时,人们对计算机网络服务质量提出了更为明确的要求,如何也网络服务质量一直是互联网领域的研究热点.文中分析了目前网络服务质量综合评估研究的缺陷,同时考虑到传统的数据处理方法在面对数据量庞大、数据类型繁多的情况时缺点会被无限放大,利用稀疏自编码网络模型对多维度数据进行数据降维和特征提取,然后以特征数据集作为实验数据,采用改进灰色关联分析-逼近理想解排序法对网络服务质量进行综合评估,为多层次、多准则综合评估系统提供新的思路.