一种新的求补算法

阐述了已有的求补运算算法的潜在统一性,了单边求补算法,sharp算法与德．摩根律是等效的算法,不相交的sharp算法是递归算法的一个特例,提出了否定树的概念,给以否定树为基础的解决SOP型函数求补运算的更快的算法。     

基于EPC编码算法的纺织品识别

引入纺织品编码算法,其算法通过使用否定选择算法实现了对EPC编码中制造商、纺织品以及服装的辨别.编码采用二进制代码,相似匹配检测采用Hamming Distance函数.纺织品编码算法利用RFID技术可以快速获取纺织品的相关数据.     

一种基于知识编译的模型计数方法

提出一种新的基于知识编译的模型计数方法——MTREE.该方法以一个否定范式(NF)作为输入,利用命题表推演过程,结合香农扩展和简化规则,将输入的否定范式编译成与之等价的R-模型树,在R-模型树上应用多项式时间算法求出其模型个数,即为原输入NF的模型个数.严格证明了该算法是完备有效的.     

偏相干法在识别轿车噪声源中的应用

讨论了在Sharp MZ-3500微机上计算偏相干函数的方法,并用此法对小轿车的噪声源进行了监测和识别.最后分析了噪声识别的测量误差。     

某类权模不等式

推广了R~n中一个权模不等式.证明了若权函数满足B Muckenhoupt的C_q条件及双倍条件时,则二进Hardy—Littlewood极大函数可用二进的Fefferman—Stein的Sharp函数控制.     

关于图谱的几个定理

本文给出了边独立数为q的树(或森林)的第k大正特征值的下界,并且证明这个下界在很多情况下是最好可能的;又给出了一种使得具有完美对集的树最小正特征值递减的变形,从而为一个关于最小正特征值的Sharp下界的猜想给出了一种更有应用前景的新证明.     

求符号系统函数的新算法：状态空间树法

应用LIFO分支-定界搜索法和状态空间树概念,提出了求符号行列式的新算法SSTMSD——行列式的状态空间树法(它是Minty算法的发展和改进);根据它并应用变形图概念提出了求符号系统函数的新算珐SSTMSF——系联函数的状态空间树法。     

一种基于积项扩展的大变量多输出逻辑优化算法的设计与实现

提出的算法是根据给定的输入积项计算出无共享积项的假集矩阵、阻塞矩阵和覆盖矩阵,对阻塞矩阵和覆盖矩阵依据最小列覆盖的选择算法得到最小列覆盖集合和提升集合,形成输入积项扩展后的积项形式.对于二级SOP型的多输入多输出逻辑函数,设计了基于积项扩展的多输入多输出集成电路逻辑优化软件,允许的最大输入变量数为128、最大输出变量数为256、最大输入输出变量总和为300、最大输入积项数为20 000,并通过了Benchmark例题的测试和正确性验证.     

约束优化一个结合工作集技术的模松弛SQP算法

结合模松弛SOP方法、可行方向法和工作集技术,提出了一个求解非线性不等式约束优化的SOP算法。在每一次迭代,模松弛QP子问题的约束函数个数只决定于相应的工作集。在MFCQ条件下,得到算法的全局收敛性。最后,给出了初步的数值结果。     

基于IFS系统与Matlab的自然景物模拟仿真

阐述了分形理论中迭代函数系统(IFS)的基本原理.根据线性IFS随机迭代算法,利用Matlab软件编程,简单而逼真地模拟了自然景物中的树叶、树与山.     

灾变合作型协同进化遗传算法及其在Job Shop调度中的应用

合作型协同进化遗传算法是多个子种群通过协作而共同进化的新型算法,常应用于多目标、大规模的优化问题。本文在合作型协同进化遗传算法的基础上,进一步模拟自然界中的灾变现象,在原先的算法中加入灾变算子,提出灾变合作型协同进化遗传算法,以防止出现不成熟收敛现象,并用经典的函数优化问题和Job Shop车间调度问题进行仿真实验,其结果验证了改进算法的优良性能.     

一种改进的小生境遗传算法

简单遗传算法（SGA）存在早熟收敛和后期收敛速度慢的弱点，基于小生境（niche）技术的改进遗传算法因其较好地保持了种群多样性，显示出更优的性能，但它存在操作复杂、比简单遗传算法更费时的缺陷，因此提出了一种基于自适应的小生境遗传算法。该算法在多模函数的优化中能够保持种群多样度的稳定性，获取合适的子种群规模，从而以更快的收敛速度获得更优的解。仿真结果表明该算法高效、可靠，易于实现。     

基于扫描线种子填充的二值图像聚类算法

提出了一种基于扫描线种子填充的二值图像快速聚类算法 .该算法步骤为 :对二值图像进行扫描 ,如果检测到了目标点 ,则将该点作为新的聚类的种子 ,将该种子扩展到整个目标区域 ,形成一个包含目标区域的聚类 .该算法的特点为 :只需一次扫描即可动态生成所有聚类 ,聚类总数动态生成 ,每一时刻只有一个聚类被处理 ,可提前进行一些后续处理 ,算法描述简单 ,易于编程实现 .     

关于三阶可微函数的若干加权积分不等式

通过建立与三阶可微函数有关的恒等式,在三阶导函数绝对值的幂为s-凸函数或s-凹函数的情形下,给出了若干新的加权Hermite-Hadamard型不等式。在三阶导函数有界的情形下,给出了一个严格的不等式。当权函数恒为1时,由本文的结果得到有关文献的结果。     

基于多阶段的模糊C-均值算法的模糊聚类分析研究

对模糊聚类分析算法进行研究,在模糊Ｃ－ 均值算法（ＦＣＭ）的基础上加以改进,将聚类过程分为二个阶段,形成多阶段模糊Ｃ－ 均值算法（ＭＦＣＭ）,使其对Ｉｒｉｓ数据聚类．研究表明：多阶段的模糊Ｃ－ 均值算法比模糊Ｃ－ 均值算法性能优越．     

混合遗传BP算法在图象识别中的应用

介绍了传统的遗传算法与BP算法,分析了它们各自的不足,提出了一种将BP算法与遗传算法有机结合的混合智能计算方法,并且给出了具体的算法实现流程。将该方法应用于数字图象识别,经过实验表明混合算法优于传统BP算法。     

一种求解多目标优化问题的有效算法

为突破求解多目标优化问题已有方法的局限,研究一种新的全局收敛算法,其中目标函数和约束条件均为一阶连续可微函数。该方法结合理想点法和调节熵原理将带约束多目标优化问题转变成无约束问题,构造函数的区间扩张和无解区域删除原则,建立了区间调节熵算法,并证明其收敛性。数值算例表明,该算法是有效、可靠的。     

基于并行处理系统的一种新的任务调度算法

提出了在计算机并行处理系统中的一种新的任务调度算法,该算法利用遗传算法思想对加权最少连接算法的任务调度方案进行了改进,弥补了加权最少连接算法的不足,并增加了动态控制功能,较好地解决了N个处理机的任务分配问题.实验结果表明:改进后的W LCGA算法优于普通遗传算法和加权最少连接算法.     

一种改进的局部多核学习算法

局部多核学习算法（LMKL）是一种变系数的多核支持向量机算法,其利用选通函数局部的选取合适的合成核函数;但是其选通函数有严重的参数沉余的问题,为此提出了改进的局部多核学习算法（ILMKL）,在其目标函数中加入正则项,区别于LMKL中选通函数的l1范数形式,使用选通函数的lp范数形式,增强核函数间的“互补”作用;采用该算法在模拟数据集和UCI数据集上实验,结果表明该算法取得较高的分类能力.