网络最大流问题的应用

最大流和它的对偶问题最小截问题是经典的组合优化问题,已有40多年的研究历史,存在许多优秀的算法和大量优秀的代码。许多问题转化为最大流问题或最小截问题后可以得到十分有效的解决。该文列举了网络最大流问题在匹配问题,图的边连通度问题及资源分配问题领域的应用。     

决策树算法及其改进

该文对传统的C 4.5决策树数据挖掘算法进行了改进,提出了一种双重熵平均决策树算法。传统的C 4.5决策树算法易出现无意义分枝,过度拟合等问题,针对该类问题,基于双重熵平均决策树算法,通过两次对样本子集熵平均值的计算、排序、合并处理,得到修正后的属性信息增益,并以此作为属性选择的依据,从而解决了传统C 4.5决策树算法可解释性差、易产生碎片等问题。     

基于属性熵和加权余弦相似度的离群算法

离群点检测是数据挖掘的一个重要研究方向,大多数离群数据挖掘算法在应用到高维数据集时效率较低。给出了一种基于属性熵和加权余弦相似度的离群数据挖掘算法LEAWCD.该算法首先根据局部属性熵分析每个对象在其k-邻域内的局部离群属性,并依据各离群属性的属性偏离度自动设置属性权向量;其次使用对高维数据有效的余弦相似度经加权后度量各对象在k-邻域内的离群程度,实现高维局部离群点检测;最后采用国家天文台提供的天体光谱数据作为数据集,实验验证了LEAWCD算法具有伸缩性强和检测精度高等优点。     

基于最大阈值的改进EZW图像压缩技术研究

研究了基于最大阈值的EZW图像压缩方法,从最大阈值角度出发改进了零树嵌入式编码EZW的算法,先判断重要子带,再进行带中操作,从而提高了工作效率。并结合传统EZW以及去高频图像压缩技术,进行MATLAB编程实验对比,结果表明:去高频图像压缩技术、传统EZW和改进后的EZW,这3种算法都能有效压缩图像,但是在三层小波分解下,改进的EZW算法明显优于其它两种算法。     

基于非欧空间差异性度量的图像标注

社会媒体网站上图像数量的飞速发展,极大地激发了人们研究基于标注的图像语义检索的热情.然而,由于图像低层特征和高层语义间鸿沟的存在,导致许多基于标注的图像语义检索技术不能达到令人满意的效果.为此,文中提出一种新颖的图像标注方法——基于最大后验概率的高阶统计标注法.该方法首先使用高阶统计法计算图像的三阶差异性特征,以达到更好描述图像间相关性的目的;然后,使用基于高斯混合模型和差异性增量扩散的最大后验概率算法,来估计每个标签与图像内容的相关值;最后,通过Flick图像数据库上的实验,来验证文中所提算法的有效性.     

基于最大收益平衡点动态变化的云资源调度算法

云计算中资源调度是云计算高效利用的核心问题,主要研究如何对云端的资源进行有效地管理和调度?以从服务商需求的角度构建云资源调度的方法为切入点,从服务商的角度出发,在不损害用户和生产商利益的前提下,介入收益?成本?边际收益?边际成本等因素,以节省资源并获得服务商的最大收益为优化目的,根据最大收益平衡点随着负载变化的动态变化,构建了一种基于动态平衡点动态变化的云资源调度算法?通过比较当前周期和上一周期的边际收益变化,动态更新最大收益平衡点的位置,根据此位置对应的参数完成云资源调度?通过CloudSim平台下的仿真实验表明,该方法比基于服务驱动的调度方法具有更快的响应?使用更少的虚拟机?能获得更大的收益?     

基于吸附势理论的页岩吸附甲烷模型及其应用

根据实测的页岩等温吸附数据,以吸附势理论为基础,对等温吸附数据进行处理分析得到ε-ω吸附特性曲线及其数学表达式,推导出页岩吸附甲烷模型,在此基础上建立了地质条件下温度和压力共同影响的页岩吸附气量计算模型,并利用实测等温吸附数据进行了模型验证及应用分析。研究结果表明:页岩吸附气的ε-ω吸附特性曲线是唯一的且与温度无关,特性曲线的形态呈对数形态;文中推导吸附模型的预测结果精度较高,可预测不同温度和不同压力下页岩吸附气量,得到页岩吸附等温线;建立的地质条件下温度和压力共同影响页岩吸附气量计算模型,可预测页岩吸附气量随深度变化的趋势图;温度和压力对页岩吸附气量影响作用相反,在地质条件下的温度与压力对页岩吸附气量影响存在竞争关系,其中当页岩埋深小于页岩最大吸附容量对应埋深时,压力起到主要影响作用,反之温度起到主要影响作用。     

寻找最大独立集的算法

提出两种基于贪婪思想的局部搜索算法寻找给定图的最大独立集,通过测试第二种算法在图密度小时更优与第一种算法.由于局部搜索算法的缺陷,修改邻域函数与顶点的选择是进一步研究的问题;考虑到算法的有效性,时间复杂度和近似算法的比较也是值得进一步研究的方向.     

独立学院课堂教学质量评价指标权重的确定方法

首先运用了秩和运算法和熵值法,分别计算出学院课堂教学质量评价指标的权重,然后运用乘积集成赋权,对各评价指标的权重进行了修正。结果表明：调查数据计算出的权重具有很强的客观性,并能很好地反映各指标的重要性。     

基于计算机视觉的座舱仪表识别检测方法

在简要介绍座舱仪表及其常用识别检测方法的基础上,提出一种基于计算机视觉的座舱仪表识别检测的方法。阐述过程中的几个关键环节及所用到的图像处理算法。采用同态滤波和自适应中值滤波相结合的方法来改善图像效果,然后用改进的类间方差法(Otsu)获取仪表的二值图像。利用改进后交叉皮质视觉模型对仪表的边缘进行提取,并结合骨架来提取指针,最终通过最大梯度下降法得到指针的准确读数。实验结果表明:该方法可快速获取仪表指针读数,且能并行处理多个仪表。与传统的Hough变换、最小二乘法等相比,该算法在保证精度准度的基础上,大幅提高了处理运算的速率。