非线性约束条件下的广义投影梯度法

对非线性约束条件下的优化问题提出了三个广义投影梯度方法。算法Ａ能够求解非线性不等式约束优化问题。在此基础上，又提出了能够求解非线性等式和不等式约束优化问题的算法Ｂ．进一步，通过简化算法Ａ，又给出了能够专门求解一般线性约束优化问题的算法Ｃ．并且在较弱的假设下，证明了三个方法的全局收敛性。     

基于子采样方法的鲁棒性水印算法

提出了一种新的基于子采样的图像数字水印算法．随机产生的水印信号被分别嵌入到离散傅里叶变换后的各子采样图像中，利用各子采样图像间的相似性特征，能够有效地提高水印算法的检测性能．理论分析表明，本算法能够在不降低宿主图像质量前提下，使得实际嵌入水印强度达到扩频水印方法的4倍，从而有效地提高算法的鲁棒性．数值试验结果说明，同传统的扩频水印算法相比，本文水印算法对多种攻击具有更好的鲁棒性．     

有条件接收系统中基于分级访问控制的密钥分配算法

有条件接收系统通过对节目信息进行加扰从而达到对用户收取收视费用．安全性是衡量有条件接收系统的重要指标，它直接取决于所采用的加扰算法和密钥分配算法．提出一种应用于数字电视广播中有条件接收系统的基于分级访问控制的密钥分配算法．该算法不仅能够大大地降低加密的计算量且能够获得较高的效率和安全性，而且还能够灵活地处理用户的加入与离开，这对于运营商动态管理收视用户有着重要的价值．     

随机选题算法的设计与实现

提出一种随机选题算法，给出网上自动生成试卷的随机选题例程．实践证明，该算法能够满足实际需要．     

基于模糊神经网络的车辆避撞预警算法

为实现车辆的智能控制提供理论基础，研究了碰撞预警算法．在分析不同驾驶员的驾驶行为的基础上，确定碰撞预警算法的报警准则，用于指导报警算法做出合理的报警．基于报警准则采用模糊神经网络方法，提出一种多输入、多输出的协作预警算法模型，用于支持碰撞预警系统．利用实测数据对预警算法进行测试，试验结果表明，算法能够对车辆碰撞进行有效的报警，对提高车辆行驶的安全性具有重要意义．     

一种自动目标识别算法参数的优化方法

提出了一种基于试验设计方法学的响应曲面模型方法，用于建立算法的性能模型．将一种小群体自组织的遗传算法用于算法参数的优化．遗传算法的改进，使得结构更加合理简单，收敛速度明显加快．实验结果表明，所提出的方法能够随着场景条件的变化较好地调整算法参数，从而有效地提高了算法性能．     

基于高斯混合模型的EM学习算法

本文研究了一类基于无监督聚类学习的算法——EM算法的算法实现．EM算法通常用于存在隐含变量时的聚类学习，由于引入了隐含变量，导致算法难以保证收敛和达到极优值．本文通过将该算法应用于高斯混合模型的学习，引入重叠度分析的方法改进EM算法的约束条件，从而能够确保EM算法的正确学习．     

基于通信故障的多传感器系统融合估计算法研究

在实际多传感器动态系统中，气候、机械故障以及人为等因素都可能使系统中某些传感器以及线路出现故障，从而导致正常的融合算法(本文是指通信正常情况下的无反馈层次结构融合算法)无法正常运行．本文对某些传感器出现通信故障的多传感器动态系统进行了研究，通过改进现有的系统框架，提出了一种新的融合估计算法．该算法能够自动地对发生故障的传感器进行实时跟踪和检测，并做出相应的处理，从而保证系统能够继续正常工作．新算法具有很高的灵活性和实时故障处理能力，最后计算机仿真证明了该算法的有效性．     

游戏编程中的变换算法

有些小的游戏能够历久不衰自有它的道理，其中算法设计合理就是非常重要的一个方面，模仿设计游戏不能只求貌似，而要追求神似．而要想神似，研究其算法则是必需的．该文对俄罗斯方块游戏中的某些算法进行了初步探讨．     

广义自校正前馈控制算法

本文基于带积分因子的ＣＡＲＩＭＡ模型，将自校正控制策略与极点配置策略有机结合起来，提出了能够在线选择加权项的广义自校正前馈控制算法．该算法由于引入了积分作用能够消除跟踪误差，具有较强的鲁棒性．在非最小相位系统给出了算法的全局收敛性证明．     

双计算机容错系统一致性断点释放算法的研究

针对国内目前的容错系统研究现状，选择多机系统中的特例－双机系统作为研究对象，在以一致性断点为最基本的容错机制的基础上，提出了能够获得断点释放算法，详细讨论了这种算法的基本策略及其改进方案．通过分析故障进程的影响，考察了相关进程的发散效应的特点，根据相关进程之间的通信关系来获得断点的最小集合，并用模拟的方法对该算法进行了验证及性能分析．证明了该算法的确能够有效地消除在断点保留过程中所形成的无效数据，释放存储空间．     

一种矩形件优化排样综合算法

提出了应用于矩形件优化排样中的关键算法：条料生成算法与填充算法．把二者融合在一起，提出了一种适用于矩形件优化排样的最小残料算法．该算法依据残料大小决定条料，并对空白矩形进行有效填充，可快速得到排样结果．将其与模拟退火算法相结合，能够跳出局部搜索，最终可获得近似总体最优的排样结果．     

WIDE:海量数据的聚类算法

给出了一种新的处理海量数据的聚类算法WIDE（window-density clustering algorithm）．它通过网格方法将数据之间的相互关联局部化，通过窗口技术来提高算法的效率，通过密度方法提高聚类的精度．以窗口为中介将网格方法和密度方法融合在一起是算法的主要思想．在此基础上对算法进行了扩展，在功能方面实现了混合型数据聚类、含障碍物数据聚类和增量数据聚类；在速度方面实现了分布式并行聚类．WIDE算法能够在局域网中的多台计算机上并行工作，效率高，计算复杂度为O（N），且能够发现任意形状的聚类，对噪声不敏感．     

指纹图像预处理算法研究

在指纹识别系统中，指纹图像预处理是指纹特征提取与识别的前提．对指纹图像预处理技术进行了研究。提出了一种指纹图像预处理算法．实验结果显示，该算法能够去除指纹噪声，得到较高质量的指纹图像．     

人工免疫C-均值聚类算法

通过借鉴生物免疫系统中的克隆选择原理和记忆机制，提出了一种人工免疫C-均值混合聚类算法．该算法采用了新的克隆选择方法，通过亲和度排序和个体浓度定义了个体的选择概率，从而可确定个体的适应值评价函数，以评价和选择个体．算法还集成了一种C-均值搜索算子，用于加快收敛速度．在聚类数目已知的情况下，所提算法能够得到给定数据集下的全局最优划分，与基于遗传算法的聚类方法比较，它具有更快的收敛速度和更高的收敛精度，并可扩展到性能指标能够表示为优化聚类中心函数的聚类模型之中．仿真结果表明，所提算法是有效性的．     

一种自底向上的高维聚类算法

基于小波变换的聚类算法是高效的，能够探测到任意形状的聚类，可成功去除孤立点，并对输入数据的顺序不敏感．但当聚类维数增长时，算法的有效性会降低，计算复杂度也相当可观．采用自底向上的思想对小波聚类算法进行改进，使之适合高维聚类，并将改进算法并行化以增强可伸缩性．实验表明改进算法并未影响聚类质量，而且可有效地进行高维聚类，并降低了计算复杂度．     

E-learning环境下的异步答疑系统的研究

目前E-learning环境下常用的异步答疑算法存在实现复杂、时间代价消耗高的问题，介绍了基于答案的关键字和权值进行信息检索的算法．使用此算法，教师不仅能够为学习者提供文本资料，还可以提供其他的比如视频、音频和图片等资料，教师只需要为相应的答案提供一些参考关键字和设定权值即可．因为学习者抽取答案的关键字的能力是有限的，由教师来做此工作更加合适．试验证明此算法实现容易，查找效率高，能够较好地满足E-learning环境下的异步答疑的需求．     

改进的Pruefer数可行性判断算法在Fuzzy-GA中的应用

模糊遗传算法在解决现实世界的多目标运输问题中发挥着重要作用．为了提高算法的运行效率，本文通过引入一种高效的染色体可行性判断的算法对模糊遗传算法做了一定的改进，并通过算例分析，证明了改进算法能够明显提高运行效率．     

图像色彩两级聚类归并算法

讨论纺织品ＣＡＤ／ＣＡＭ系统中的色彩预处理问题．提出了一种包括真彩色索引和伪彩色归并的两级色彩聚类算法，介绍了算法的实现流程．采用这种算法能够从源图像中获得“纯净”的工艺图像．     

几种斑点检测算法及其性能比较

斑点检测是计算机视觉的重要内容，图像变换主要包括几何变换、尺度缩放和光照变换等，文章针对常用的几种图像斑点检测算法进行讨论．通过Matlah仿真比较几种算法的性能得出结论，Surf算法在图像斑点检测中具有明显的优越性．能够提高系统的实时运算速度，