亏格2超椭圆曲线除子类群的直接算法

针对亏格2超椭圆曲线的情形,从以下三方面改进了NUCOMP算法:(1)用有限域Fq中元素的求逆运算代替NUCOMP算法中的多项式求逆运算;(2)利用Montgomery的求逆技巧将多个元素求逆用一个元素求逆实现;(3)在NUCOMP算法计算中省去了部分多项式的系数计算.实验结果表明,改进后的算法比NUCOMP算法效率显著提高。     

一种改进的随机选择算法

在一组数据中寻找第k小元素是一个常见的问题.确定性算法可以在Θ(n)的时间内完成,但是却有一个很大的常数使得算法不太实用.源于Hoare的随机选择算法可以使得算法执行比较的期望次数小于4n.改进算法中随机选择分组元素的方法,将使新算法在数据为均匀分布时执行比较的期望次数小于3n.     

改进的直线 Bresenham算法

直线作为图形的基本元素之一,其画法的每一步改进均有重要意义.文章提出了一种画直线的新算法,对Bresenham算法作了进一步的改进,充分利用直线斜率的几何特性和点与点之间的相关性,一次可计算出若干个点,克服了Bresenham算法一次只能计算出一个点的缺陷,从而提高了效率.并对所提出的新算法与Bresenham算法进行了比较,对两者的优劣进行了讨论.     

删除值相同元素的时间复杂度的改进算法

一个顺序表中的数据按元素非递减有序排列,对删除此顺序表中的值相同的元素算法进行了改进,使算法时间复杂度由O（n2）变成O（n）.并用C语言给出了算法的详细实现。     

抛投式机器人低过载弹射装置优化设计

为降低抛投式机器人在弹射过程中受到的冲击,实现低过载弹射,设计了高低压弹射装置,建立了高低压弹射内弹道模型. 提出距离相关的改进文化算法,根据信仰元优良率和信仰元与父辈个体变量之间的距离寻找目标信仰元,指导个体进化. 利用改进的文化算法对高低压弹射装置进行优化设计,优化计算结果表明高低压弹射过载大幅度降低,距离相关的改进文化算法不容易陷入局部最优解,弹射试验验证了优化效果.      

融合动态收敛因子与黄金正弦的花朵授粉算法

为了解决传统花朵授粉算法收敛精度较低、易收敛到局部最优等问题,提出了融合动态收敛因子与黄金正弦的花朵授粉算法(DGSFPA).在异花授粉中引入动态收敛因子,来提高算法收敛精度.在自花授粉中进行黄金正弦优化,以增强跳出局部最优的能力.通过与其他3种算法在测试函数上的比较,验证了改进算法具有更高的收敛精度和更快的收敛速度.将DGSFPA应用于求解压力容器设计优化问题中,研究结果表明:改进算法所得4个设计变量值均比其他3种算法所得值小,且其总成本比花朵授粉算法减少5270.82元,比人工蜂群算法减少876.72元,证明了DGSFPA的有效性和可行性.     

一种基于元胞自动机的混洗蛙跳优化算法

基于元胞自动机理论提出一种改进混洗蛙跳算法. 该算法将元胞自动机嵌入到混洗蛙跳算法中改进分组策略, 应用云模型和混沌理论改进个体更新方式, 利用演化规则模拟生物进化的动态特征. 对6个基准函数进行测试的实验结果表明, 该算法具有较好的收敛精度和计算速度, 适用于多峰值函数寻优.     

改进的堆排序算法及其复杂度分析

给出了传统堆排序算法的改进算法，该算法降低了原算法的复杂度，在元素个数较大时，能较明显地提高算法的效率。     

关于BFPRT分治选择算法的最佳性

对基于分治思想设计的ＢＦＰＲＴ选择算法给出了几乎最佳改进，并指出在比较算法类中，基于建立中值序列选中位元素的分治思想，对此算法的任何改进其复杂度至少为８ｎ，其中ｎ为选择问题的大小。     

基于拓扑维上卷的空航信息网络枢纽节点发现

为改进传统算法进行航空信息网络核心枢纽节点发现的性能瓶颈,提出单位间枢纽点挖掘思想,并设计实现基于拓扑维异步上卷的单位间枢纽点发现框架和算法.大量实验测试本文技术路线及算法时间、空间性能,进行可伸缩性测试,并对算法有效性进行分析.     

基于改进算法的ART2网络用于微晶玻璃颜色分类

微晶玻璃颜色分类是最终控制产品质量的重要步骤，作者改进了传统ART2网络的学习算法，借用典型向量的概念，以模式的近似均值作为典型向量来飞速学习新模式，改进学习算法极大地改善了ART2网络的模式漂移现象，而且短搜索振荡过程，文中分析了微晶玻璃颜色分量的统计信息，经过适当变换高维颜色特征映射到16维特征空间中的一个超平面上，以超平面上的特征点作为改进算法ART2网络的输入进入网络分类器进行学习分类，实验证明改进算法网络用于微晶玻璃颜色分类时，运行正确，可靠，具有很高的正确识别率。     

球面共形天线阵列的稀布优化方法

为了抑制球面阵列峰值旁瓣电平,提出了一种基于改进遗传算法的阵元球面稀布优化算法(ESSA).首先采用遗传算法染色体对阵元位置信息进行特征提取,并利用染色体的的交叉、变异对位置信息进行优化重组,然后将重组前后的阵元位置信息合并成新的种群,最后在迭代过程中根据遗传算法适应度函数对阵元分布进行优化选择,从而建立最优阵元分布模型.与阵元球面均匀分布方法相比,EESA具有更大的阵元分布空间.仿真实验表明,经过遗传算法优化后所得最优阵元分布模型的峰值旁瓣电平较优化前约降低2.6dB,实验结果证明了ESSA可完全实现阵元可分布空间的随机寻优.     

凸二次规划的广义互补主元算法及在组合投资中的应用

提出求解二次规划的一种算法－－广义互补主元算法,仅用行初等变换,无须人工变量,也不需要选择出其变量,在同一表格下可求出最优解,简化了Ｌｅｍｋｅ主元算法,该方法易于操作,在组合投资的若干优化模型中得到应用。     

基于趋势特征聚类的多元相似时间序列的提取

历史相似时间序列的提取在数据挖掘、工业故障检测以及故障根源分析等领域应用非常广泛。针对工业报警系统中异常根源分析方法存在的问题,提出了一种基于趋势特征聚类的多元相似时间序列的提取方法,可以有效地辅助现场工作人员分析关键变量发生异常变化的根源。首先对多元时间序列进行分段线性表示,获得变量的趋势特征信息;然后采用基于密度峰值聚类分析算法对获得的趋势特征在高维空间中聚类,从而实现历史数据的相似性提取;最后可根据关联变量的幅值变化量分析导致主变量发生异常变化的根源变量。数值仿真和实际工业数据案例验证了所提方法的有效性。     

成分数据中基于MCLasso的修正EM算法

针对成分数据中含有近似零值,对其作对数比变换后就会出现无穷值,从而影响对数据的进一步分析.提出了一个新的修正EM算法来处理成分数据中的近似零值问题,针对EM算法的缺点对其进行一些改进,即:对EM算法的E步用Monte Carlo方法改进,对EM算法的M步用Lasso算法进行改进.对新的方法进行实证分析,并与基于线性回归的修正EM算法、基于均值插补法和Bootstrap的修正EM算法进行比较研究,验证了该方法的有效性.     

主元加权迭代法求解病态线性方程组

由于病态线性方程组的系数矩阵条件数很大,使用迭代法求解病态线性方程组时,收敛速度慢且数值解的精度很低.针对此问题,设计了一种主元加权迭代算法.该算法在系数矩阵主元上叠加一个权值,以此来降低系数矩阵的条件数.最后以希尔伯特矩阵构成的病态线性方程组为例,对提出的主元加权迭代算法和高斯-赛德尔迭代法以及雅克比迭代法进行了测试.对比试验结果表明:主元加权迭代算法能有效地提高数值解的精度.     

WZ分解的一种新的并行算法

本文对n阶非奇异实稠密矩阵A的WZ分解提出了一种新的并行算法。用n~2台处理机,我们可以在3n-2步内求得矩阵A的WZ分解。该算法与文献[1]中的方法相结合,可得并行求解线性方程组的另一种有效算法。文中所提及的算法均适用于SIMD型并行计算机。     

在SIMD－EREW计算模型上的并行排序算法

本文提出一种在ＳＩＭＤ－ＥＲＥＷ计算模型上实现的并行排序算法．算法采用基数交换排序方法，在处理过程中无存贮访问冲突．对长度为ｎ的序列，算法使用不超过个处理单元，时间复杂度为Ｏ（ｕ．ｌｏｇ２ｎ），其中ｕ为不超过处理器字长的常数．该算法适合于具有较多重复元素的序列排序．     

实验模态数据修正计算模型的改进拉直算法

针对实验模态数据修正计算模型拉直算法存在的缺陷,提出了一种改进拉直算法:首先通过拉直方法,把待修正的质量和刚度矩阵的方程变为线性方程;然后把位于质量和刚度矩阵带状内的元素限制在给定范围内,并运用优化和迭代方法确定修正模型.该算法还考虑了带状矩阵内存在部分值为0的情况.实例计算结果表明,采用改进拉直算法,可以缩小修正模型质量阵和刚度阵与原模型质量阵和刚度阵之间的差别,使修正模型更符合实际,精度也很高.     

一种基于群体智能聚类的设备性能横向比较算法

提出了一种基于群体智能的设备性能横向比较算法,该算法将设备模式投影于二维平面上,然后依据群体智能聚类,实现设备性能的自组织聚类分析.为了提高群体智能聚类算法的运行效率,提出了利用主成分分析改善模式投影时的随机性.此外,为了减小参数选取对算法的影响,提出了一种更简单的相似度衡量公式.将改进后的算法与原算法进行比较,结果显示,改进算法的运行效率更高.利用改进算法对某中央空调的数据进行分析,验证了算法能满足设备性能自组织聚类的要求.