自适应格形联合估计算法的收敛性能

本文应用随机算子方法,分析了自适应格形联合估计算法的均方收敛性能,讨论了有关超量失调的问题,建立了自适应情况下格形算法的超量失调级联模型,推导了估算公式.计算机模拟结果和分析基本符合.     

格基规约算法研究进展

格是一种线性结构,基于格的密码具有无可比拟的低能耗优势,故而在未来的智能终端上将有很好的应用前景.相比传统的RSA,ECC密码体制,格问题可证明的安全性在后量子密码时代已经显示了重要的作用.格算法的核心问题归结为格基规约问题,20多年来,在LLL格基规约算法启发下,出现了各种更强、更快的规约算法,有精确的也有近似的,对密码分析和密码设计产生了重要的推动作用.对各种规约概念和算法进行了全面的分析和总结.     

一种适用于T-TCM系统的简化的Log-Map算法

本文提出了一种适用于Turbo网格编码调制（ T-TCM）系统的简化Log-MAP算法，它可以轻松在硬件实现。我们探索了一种新的分段函数代替Log-MAP算法中的雅克比对数校正项，用这个方法可以损失很小的性能增益去简化Log-MAP算法。仿真结果证明我们的方法可以用非常低的复杂度实现和Log-MAP算法几乎相同的性能。此外，与S． Talakoub等人提出的improved MAX-Log-MAP算法相比，我们的算法降低了大约39%的复杂度，并且完全没有性能损失。     

一种新颖的概念格构造算法

高效的概念格生成算法对于形式概念分析的应用研究是一个主要问题,文章从基于属性的基本概念出发,首先给出并证明了任意概念可表示为基本概念的定理,并提出了一种基于属性基本概念的渐进式概念格生成算法,实例表明该算法是可行和有效的。     

自适应格形算法的并行实现

本文提出一种基于自适应格形算法的并行实现方法。它节省硬件,处理速度高,但不影响算法的性能,适用于高速、高性能的实时处理。     

基于复数格基缩减的V-BLAST系统检测算法及性能分析

为了提高系统性能,从实数格基缩减出发,推广得到了一种通用的复数格基缩减算法,给出了其在V-BLAST系统中的应用。通过与MMSE扩展相结合,分析缩减与扩展的先后顺序,提出了MMSE-Ⅰ和MMSE-Ⅱ两类基于复数格基缩减算法的V-BLAST检测方案。分析和仿真结果表明,检测中采用复数格基缩减算法与实数算法相比,可以大幅降低复杂度而不影响系统性能;基于复数格基缩减的MMSE-Ⅱ逐层干扰抵消检测算法,可以解决格基缩减引起的有效发送符号之间的相关性问题,且性能接近于ML检测。为了进一步降低复杂度,给出了一种性能损失较小的次优排序方案。     

MIMO-OFDM系统中的信号检测算法(Ⅱ)

全面介绍了MIMO-OFDM系统中的三类信号检测算法:线性检测算法、非线性检测算法和最优检测算法,详细分析了最优检测算法中的球面解码算法和格点减少算法,并在详述各种检测技术的基础上,比较了各类算法的性能和计算复杂度,预测了信号检测技术的发展方向.     

MIMO-OFDM系统中的信号检测算法(I)

全面介绍了MIMO-OFDM系统中的三类信号检测算法：线性检测算法、非线性检测算法和最优检测算法,详细分析了最优检测算法中的球面解码算法和格点减少算法.并在详述各种检测技术的基础上,比较了各类算法的性能和计算复杂度,预测了信号检测技术的发展方向.     

基于交集为空的概念格批处理生成算法

采用剪枝方法,通过对NextClosure算法的改进,提出一种基于剪枝的概念格批处理算法Prun-NextClosure,减少了概念格构造过程中闭包运算的次数,从而提高概念格的构造效率。实验使用随机生成的数据集,验证了该算法的正确性和有效性。     

一种基于粗集理论的概念格构造方法

概念格是数据分析与规则提取的一种有效工具,但是在实际应用中由于需要处理的数据是海量的,使得直接基于概念格上提取规则的冗余度过大,造成机器计算时间和空间的浪费,而粗集理论在数据预处理和不确定性规则提取等方面表现出很强的优势,因此,为了减少人力物力的浪费,本文提出了一种应用粗集理论构造概念格的算法,且指出了该算法的优点及存在的不足。     

一种新型快速排序算法的设计与实现

本给出了一种具有比传统快速排序算法性能更高的排序方法，该方法既不需要关键字之间的比较，也不需要记录的移动，全给出了该算法的描述，时间/空间复杂度分析和实验比较数据，实验表明，该算法特别适合于大数据量大记录的排序工作。     

基于信息素优化蚁群算法下的停车场系统设计

针对传统停车场管理系统人工成本高、管理难度大的问题,提出了一种基于信息素优化蚁群算法(Ant Colony Algorithm)的停车场系统;该系统以STM32作为主控制器,终端节点负责数据收集,利用NB-IoT实现数据上传,采用手机APP和云平台对终端节点远程监控,采用粒子群算法为蚁群算法提供迭代初期值指导后,增强了...     

一种挖掘大型数据库的关联规则新算法

关联规则挖掘算法FP-Growth在挖掘大型数据库时,占用内存大、运行速度慢或根本无法构造基于内存的FP-tree。针对这些问题,文章提出一种适合于挖掘较大型数据库的新的关联规则挖掘算法DFP-Growth,新算法将数据库分解,然后对分解得到的各个数据库子集用FP-Growth算法进行约束频繁项集挖掘,以满足大型数据库挖掘的需求。     

Web日志挖掘及AprioriAll算法的改进

阐述了利用数据挖掘技术对Web日志进行挖掘的可能性及其重要作用.通过用户维的引入,对已有的Apri-oriAll算法进行了改进,改进后的算法降低了原算法的时空复杂度,特别是在新算法中可以对Web日志数据按用户维进行切片,消除了原算法中的I/O相关性.这不仅使对Web日志数据进行的挖掘活动可以分散地进行,而且使多机连网分布式挖掘成为可能,同时还可以实现对Web日志的增量挖掘和动态挖掘.此外,该改进算法的特殊意义还在于它不仅可以将所有用户看作一个整体进行挖掘,而且还可以对不同的用户个体的行为进行独立地挖掘,使挖掘出的结果能够满足对用户个性化使用的需求.     

基于等值线数据的一种新的云图算法

在已有网格序列法产生的等值线数据的基础上,提出一种新的云图算法,可以有效提高云图数据的计算和绘制效率.首先利用穷举思想,提出“分割穷举算法”,新算法将等值线对网格单元的切割过程划分为两种基本形式,又将每种基本形式的所有可能处理路径一一分析,对不同形式的不同处理路径采用不同的方法处理以产生云图绘制所需数据.其次对新算法作时间和空间复杂度分析,结果证明该算法时间效率和空间效率都很好.该算法已在项目中实际应用,应用结果表明该算法是准确和高效的.     

带断层约束的Delaunay三角剖分混合算法

三角剖分是构建高精度数字高程模型(DEM)的基础,在各个领域都有广泛的应用。特别是在约束数据域下的Delaunay三角剖分更具有重大的研究价值,前人已经做了大量的工作,并提出了一系列经典的剖分算法。在对传统算法进行研究与分析后,总结了传统算法的优缺点,结合了逐点插入法、三角网生长法以及分治法的思想,提出了一种高效的、带断层约束的Delaunay三角剖分混合算法。该算法在建立无约束的DT(Delaunay Triangulation,DT)网格的基础上通过嵌入加密后的断层数据来实现带断层约束的CDT(Constrained Delaunay Triangulation,CDT)网格。通过实例比较,说明了混合算法在构网质量和时间效率上都优于传统算法。     

基于堆栈模型的数据挖掘算法研究

基于关联规则的数据挖掘算法的时空耗费关键主要有两个：一个是需要对海量事务数据库进行多趟趋势，另一个是在JOIN运算中产生了大量潜在频繁项集。提出了利用堆栈模型动态生成频繁项集，每次用上次为产生新的频繁项集，边产生边判断，把满中最小信任度的频繁项集存放于链表中，减少了JOIN运算产生的多余项所占用的空间耗费。利用事务压缩法来减少事务库数据规模，对每次扫描后的事务数据库进行优化，从而达到减少空间耗费和扫描规模，提高效率的目的。     

大规模网络最短路径算法的优化及实现

求解大规模复杂网络的最短路径问题由于其计算速度慢、需耗费的存储空间大,是与地理信息相关的应用系统经常遇到的瓶颈问题．在深入分析各种常用最短路径算法基础上,基于经典Dijkstra算法,从时间和空间优化角度,实现一种计算任意2点间最短路径的优化算法．初步实验表明,优化后的算法在处理大规模复杂网络的最短路径问题时比经典Dijkstra算法在计算时间上缩短了80％,在耗费的存储空间上减少了将近一倍．     

Rough有限格的蕴涵规则挖掘

提出了一种基于Routh有限概念格的规则发现方法（RRLIRD）,以揭示数据集中的蕴涵规则。首先引入有限概念格的简化表示形式,由用户选择数据集中感兴趣属性集创建概念格结构,提高用户的交互性和挖掘的效率;然后运用有限概念格与Rough集理论相结合形成Rough有限概念格,蕴涵规则则由其特有的上、下近似运算得到,不需计算繁琐的频繁项目集。算法运用大型超市的交易流水数据进行仿真实验。结果表明,执行时间比经典的Apriori算法大大降低。该算法也适用于证券行情分析和农业数据库的病虫害分析等。