具有多值约束的线性递归查询的有效计算

本文给出三个算法,分别用于把给定的右线性、左线性或左-右线性递归程序改写为一组更有效的规则.与Ullman等人的变换算法不同,本文的算法允许查询的初始约束可以是含任意多个约束元组的集合,而不必是单值的;这样,本文的算法不仅可以用于查询的求值,而且也可以用于子目标的处理.变换算法的正确性和变换后规则的有效性也在本文简略讨论.     

折半查找算法在最优化问题中的应用

折半查找是一种常见的静态查找方法,在特定的、有序的查找区间内,通过折半方式不断地缩小查找区间,将区间中间位置的元素与给定元素加以比较,最终确定查找结果.在此传统折半查找基础上,总结了一种抽象化的改进方法,并将此改进后的折半查找算法应用于最优化问题的求解.     

正态分布属性数据集上的Skyline查询

Skyline查询适用于多目标决策、数据挖掘等领域。以往的研究工作主要关注确定型数据集,少数针对不确定型数据集的研究处理的也多是离散型不确定数据。为此,定义属性呈连续型分布的不确定数据集,并给出一种针对该种数据集的Skyline查询算法,利用索引和分治思想解决其Skyline查询问题。实验结果表明,该算法可以在牺牲少量精度的情况下提高查询效率。     

基于层次社会组织目标的需求过程建模

将社会组织结构抽象为递归的社会组织域树,其顶层目标即为社会组织总体目标,总体目标层层分解为社会子组织域目标,从层次化的社会组织目标构建软件系统需求目标分解树,进而构建软件系统需求,并用层次着色Petri网对软件系统需求过程进行形式化建模,无缝连接社会组织目标与软件系统需求,为软件系统需求分析提出了一种自然、直观的需求过程建模方法.     

基于微课的翻转课堂教学实践

本文以C语言程序设计课程中的递归程序教学为例,论述了基于微课开展翻转课堂教学的教学设计及实施方法。     

多通道递归残差网络的图像超分辨率重建

目的 基于神经网络的图像超分辨率重建技术主要是通过单一网络非线性映射学习得到高低分辨率之间特征信息关系来进行重建,在此过程中较浅网络的图像特征信息很容易丢失,加深网络深度又会增加网络训练时间和训练难度。针对此过程出现的训练时间长、重建结果细节信息较模糊等问题,提出一种多通道递归残差学习机制,以提高网络训练效率和图像重建质量。方法 设计一种多通道递归残差网络模型,该模型首先利用递归方法将残差网络块进行复用,形成32层递归网络,来减少网络参数、增加网络深度,以加速网络收敛并获取更丰富的特征信息。然后采集不同卷积核下的特征信息,输入到各通道对应的递归残差网络后再一起输入到共用的重建网络中,提高对细节信息的重建能力。最后引入一种交叉学习机制,将通道1、2、3两两排列组合交叉相连,进一步加速不同通道特征信息融合、促进参数传递、提高网络重建性能。结果 本文模型使用DIV2K （DIVerse 2K）数据集进行训练,在Set5、Set14、BSD100和Urban100数据集上进行测试,并与Bicubic、SRCNN （super-resolution convolutional neural network）、VDSR （super-resolution using very deep convolutional network）、LapSRN （deep Laplacian pyramid networks for fast and accurate super-resolution）和EDSR_baseline （enhanced deep residual networks for single image super-resolution_baseline）等方法的实验结果进行对比,结果显示前者获取细节特征信息能力提高,图像有了更清晰丰富的细节信息;客观数据方面,本文算法的数据有明显的提升,尤其在细节信息较多的Urban100数据集中PSNR （peak signal-to-noise ratio）平均分别提升了3.87 dB、1.93 dB、1.00 dB、1.12 dB和0.48 dB,网络训练效率相较非递归残差网络提升30%。结论 本文模型可获得更好的视觉效果和客观质量评价,而且相较非递归残差网络训练过程耗时更短,可用于复杂场景下图像的超分辨率重建。     

基于手势的交互式三维场景并行光线跟踪绘制研究

利用光线跟踪可以绘制出高质量的真实感场景画面,但计算量很大,难以实现实时交互式绘制.为此,三维真实感场景的实时交互式绘制往往需要用到集群,但集群的绘制速度是由绘制速度最慢的节点决定的,如果节点之间的任务没有被划分均匀,集群的绘制效率就会下降.为了满足实时交互式绘制的要求、提高集群的绘制效率,设计了在粗粒度和细粒度两个层次上同时实现并行计算的集群绘制系统,并针对集群的负载均衡问题提出了基于像素递归深度的负载均衡方法.该方法首先统计出每个像素的递归深度从而得到整个场景的递归深度图,然后对上一帧按递归深度进行均衡划分.根据连续两帧所对应的场景具有的时空相关性,上一帧的划分结果可作为下一帧划分的依据.本算法的优势在于能够快速实现三维动态场景下的集群负载均衡.实验表明,该集群绘制系统可以高效地实现基于Kinect的实时交互式绘制.     

多边形三角剖分与三角细分的研究与实现

多边形是构成三维模型表面的基本元素,多边形的三角剖分及三角形的三角细分是计算机三维快速建模及纹理帖图的基本技术。本文在研究平面多边形的三角剖分及其三角网格化相关理论的基础上,利用面向对象技术及递归程序设计方法,实现多边形的三角剖分及其三角细分的算法设计,并对该算法的执行效率进行分析。实验结果表明,该算法具有较高的运算效率及实用价值,对实际应用有较好的参考作用。     

灰度图像二维最小类方差递推及差分演化的快速分割

为克服Otsu法阈值偏离及一维最小类方差法在含噪图像分割中性能不佳的问题,基于图像灰度级二维直方图,提出一种二维最小类方差快速阈值化方法.通过递推方式计算得到图像前景及背景在不同阈值向量上的灰度级类概率及类均值,在此基础上,应用差分演化算法搜寻使图像类方差最小的阈值向量,并用该阈值向量对图像实施分割.在合成及真实图像上的实验结果表明,采用文中方法可获得良好的分割性能,有效地克服了Otsu法及一维最小类方差法的不足;采用递推及差分演化算法使计算时间大幅降低,可满足工程应用需求.     

远程围棋对弈软件的设计与开发

给出了两人进行远程围棋对弈的软件设计方法、围棋对弈时的数据的传输格式,提出了围棋规则的实现方法,以及利用递归判断死子的算法。程序利用Visual C＋＋实现,经过在局域网上的测试,可满足两个人之间进行围棋对弈的基本要求。