扇形优化Dijkstra算法

Dijkstra算法无数次遍历所有的临时标记结点,无疑成为该算法的一个瓶颈。在分析Dijkstra算法的基础上,结合平面网络的特点,从限制搜索范围和限定搜索方向两方面着手,在扇形区域内寻找最短路径,从而完成对Dijkstra算法的优化。优化算法基于有损算法,抛弃寻找最短路径时概率较小的顶点,直接寻求在方向和位置上趋向终点的顶点。它根据用户给出的起始顶点与目标顶点以及搜索的扇形角度查找最短路径。因此,在优化算法中,频繁遍历的顶点数量大幅度减少,提高了算法的速度和运行效率。     

使用用例分析技术捕获需求

一般来说,软件系统天生就是无形、抽象、复杂的,并且———至少从理论上来说———它们是可无限改变的。文中引入著名的"石头问题",说明客户的"石头系统"的需求从一开始就是含糊的,如果没有一种正确的需求分析方式,开发人员以及所有创建、测试、推广使用和维护人员很难在零时间内以零消耗完成系统开发。因此,使用用例分析技术,通过用例的进化,在早期就确定了稳定的需求,然后把需求转化到后续的分析和设计中,从而完成一个工程化的过程。文中结合《客户关系管理系统》项目实际,详细描述了捕获需求的完整过程。     

电子商务安全中的数字签名技术研究

数字签名是电子商务安全系统的核心技术,在信息安全技术方面,有身份认证、数据完整性、不可否认性以及匿名性等方面有重要运用,特别是在大型网络安全通信中的密钥分配、认证以及电子商务安全系统中的作用不能轻视。     

使用用例分析技术捕获需求

一般来说,软件系统天生就是无形、抽象、复杂的,并且--至少从理论上来说--它们是可无限改变的.文中引入著名的"石头问题",说明客户的"石头系统" 的需求从一开始就是含糊的,如果没有一种正确的需求分析方式,开发人员以及所有创建、测试、推广使用和维护人员很难在零时间内以零消耗完成系统开发.因此,使用用例分析技术,通过用例的进化,在早期就确定了稳定的需求,然后把需求转化到后续的分析和设计中,从而完成一个工程化的过程.文中结合<客户关系管理系统>项目实际,详细描述了捕获需求的完整过程.     

基于遗传算法的水平集超声图像分割

鉴于医学超声图像的信噪比较低,用经典的边缘提取算法无法得到较好的结果,因此,提出超声图像自动分割的一种新方法.其基本思想是在水平集分割方法的基础上,以能量函数作为评价函数,把图像分割问题变成一个优化问题,利用遗传算法的寻优高效性,搜索到能使分割质量到达最优的轮廓曲线.应用此方法对肝脏超声图像进行肿瘤的边缘提取,得到比较好的结果,从而完成图像的自动分割.     

基于遗传算法的超声图像水平集分割

文章提出了超声图像自动分割的新方法。其基本思想是在水平集分割方法的基础上，以能量函数作为评价函数，把图像分割问题变成一个优化问题，利用遗传算法的寻优高效性，搜索到能使分割质量到达最优的轮廓曲线。应用此方法对肝脏超声图像进行肿瘤的边缘提取，得到比较好的结果，从而完成图像的自动分割。     

扇形优化Dijkstra算法

Dijkstra算法无数次遍历所有的临时标记结点，无疑成为该算法的一个瓶颈。在分析Dijkstra算法的基础上，结合平面网络的特点，从限制搜索范围和限定搜索方向两方面着手，在扇形区域内寻找最短路径，从而完成对Dijkstra算法的优化。优化算法基于有损算法，抛弃寻找最短路径时概率较小的顶点，直接寻求在方向和位置上趋向终点的顶点。它根据用户给出的起始顶点与目标顶点以及搜索的扇形角度查找最短路径。因此，在优化算法中，频繁遍历的顶点数量大幅度减少，提高了算法的速度和运行效率。