一种建立二元判断图ROBD(D的算法)

二元判断图BDD(Binary Decision Diagram)是逻辑布尔函数的一种高效表示方法,在计算机科学以及数字电路系统等领域中有广泛的应用。本文首先介绍了BDD的原理及其相关结论,之后较为详细地介绍建立一种ROBDD的算法,减少了存储空间的使用并提高了运算速度。     

对称检测算法的研究

对称是逻辑综合，逻辑优化以及映像技术领域中一个非常重要的性质，对于对称函数，可以使用特殊的逻辑综合程序来改进设计结果，使用对称也可以提高映像技术和等价检测的有效性，提出一种用于OBDD布尔函数对称性检测的精确有效的算法。     

一种新的布尔函数对称检测算法

对称是逻辑综合，逻辑优化以及映象技术领域中的一个十分重要的性质，对于对称函数，可以使用特殊的逻辑综合程序来改进设计结果，使用对称也可以提高映象技术和等价 有效性，本文提出一种用于ＯＢＤＤ布尔函数对称检测的高效算法。     

VHDL综合系统HLS/BIT中永真式的判定算法

在ＥＤＡ设计工具的ＨＤＬ综合系统中，高级综合、ＲＴＬ级综合和逻辑级综合等都常常需要对逻辑函数进行永真式的判定。本文给出一种高效的永真式判定算法，该算法利用余因子、Ｓｈａｎｎｏｎ展开式和单边函数，对逻辑函数的多维体列阵进行快速有效的递归判定。该算法已经在自行研制的ＶＨＤＬ综合系统ＨＬＳ／ＢＩＴ中实际应用。     

自动逻辑综合

自动逻辑综合是大规模集成电路计算机辅助设计系统的一部分.它在数字系统逻辑设计的自动化、提高设计的可行性和可靠性、节省时间、降低成本等方面有重要意义. 自动逻辑综合的原理和方法在国内外有许多研究,不同的问题可以采用不同的算法.由Quine-McCluskey发展的列表法,运算速度较慢,要求计算机的内存容量大,对于变量较多的问题解题能力差;锐积-无冗余法和相容-无冗余法适合于用立方标记的逻辑函数,能够求解变量较多的问题;从理论上讲,在求得质蕴涵项后,最优解可由枚举     

基于OBDD的描述逻辑ALCIO判定算法

给定描述逻辑ALCIO中的任一知识库,应用NNF变换和FLAT规则对其进行预处理,通过一个重构过程将知识库中TBox模型转化为布尔函数,然后将布尔函数转换为有序二叉决策图(OBDD)表示形式,从而调用已有的OBDD软件包进行可满足性判定,实现描述逻辑ALCIO的判定算法。该算法在实现描述逻辑的推理方面与经典的Tableau判定算法在性能上可以相互弥补和配合。     

快速B样条二维细微边缘检测算法

传统的边缘算法无法得到令人满意的图像细微边缘检测结果。作为对传统边缘算法的补充，这里提出了用于图像特征提取的细微边缘检测算法。采用快速B样条转换实现快速图像插值可以提高运算速度。这种基于B样条函数的算法能快速计算出信号的一阶导数，通过搜索图像一阶导数最大值的位置确定边缘点的位置。实验结果表明图像经插值放大3倍以后可以获得满意的细微边缘检测结果。     

基于立方扩展法的多输入多输出逻辑综合算法的实现

逻辑综合是数字系统自动化设计的重要理论之一。本文通过对现有算法的深入研究,介绍一种快速有效的逻辑综合算法,即立方扩展法直接求出多输入多输出函数的最小覆盖,用Delphi6.0编写相应的算法程序。大量的实验证明该算法可以减少存储容量加快程序运行速度,在电子设计自动化中具有广泛的应用前景。     

一种新的布尔函数对称检测算法

对称是逻辑综合、逻辑优化以及映象技术领域中的一个十分重要的性质－ 对于对称函数, 可以使用特殊的逻辑综合程序来改进设计结果－ 使用对称也可以提高映象技术和等价检测的有效性－ 本文提出一种用于ＯＢＤＤ 布尔函数对称检测的高效算法     

基于噪声和分形扰动的实体纹理构造

利用基于随机噪声和扰动的实体纹理构造来实现非平面物体的易于参数化的随机纹理，并将分形迭加引入具体的扰动算法中，为了提高运算速度以利于实用，简化了基于Ｐｅｒｌｉｎ的噪声函数，并利用光线跟进的渲染算法，达到较好的效果。     

基于免疫记忆克隆的关联规则挖掘

针对数据关联规则挖掘的不足,提出了一种基于免疫记忆克隆算法的关联规则挖掘方法。算法利用了免疫记忆特性,把挖掘的关联规则存入记忆库,加快了挖掘速度。在克隆扩增过程中,设计了一种基于矢量距的抗体浓度计算方法,保证克隆扩增过程中解的多样性。仿真实验结果表明,现算法具有较快的运行速度,提高了所得关联规则的准确性。     

PSO-QGA在移动机器人复杂路径规划中的应用

量子遗传算法具有适应性强、收敛速度快、适合于全局搜索的特点,粒子群优化算法的优点是具有记忆能力,在智能搜索的实现上可以结合个体和全局的最佳位置实现位置定位,但粒子群优化算法在搜索速度和择优能力方面还有待提升.因此提出了一种改进的路径规划算法,即利用量子遗传算法结合粒子群优化算法的记忆功能和最佳定位能力,实现对移动机器人路径规划算法的改进.通过仿真实验已经证明,改进后的移动机器人路径规划算法在稳定性和路径优化选择上都优于单纯的粒子群优化算法和量子遗传算法,并且改进后的算法更适合于复杂路径中实现优化.     

基于增量算法的三角剖分算法

增量算法是平面投影法中一种常用的点云剖分算法,该算法编程简单,占用内存少,计算速度较慢.针对增量算法的特点,改进算法通过将不同位置的点剖分对应存储到不同的边链表和三角形链表中,降低了边和三角形的搜索时间,提高了三角化的速度.同时,采用了加点剖分中同步优化和初步剖分后全体再次优化的优化方案,大大提高了剖分三角形的质量.实际点云剖分的结果显示,该算法不仅速度快、占用内存小,而且形成的三角表面质量高.     

适于硬件实现的3D SPIHT算法优化设计

通过对一种可精确控制压缩率的三维多分等级树(3D SPIHT)编码算法的分析,为提高编码速度,改进了3D SPIHT的算法结构,简化了动态分配内存的链表结构,采用位图映射的方式固定分配内存,可减少内存86.6%,无需进行硬件难以实现的链表操作. 变三维地址为线性地址,并在预处理时建立子代最大值映射表,减少了零树判断的时间. 实验结果证明,与原算法相比,当压缩比小于26.7时,优化后算法的速度提高了10倍以上,为进一步的VLSI设计奠定了基础.     

时序逻辑网络计算机辅助分析的一种方法

本文给出时序逻辑网络分析的一个计算机算法,利用该算法所编程序占用内存少,操作速度快,适用于多变量网络的逻辑分折.     

A novel algorithm of artificial immune system for high-dimensional function numerical optimization

Artificial immune system has become a researchhot spot after the neural network, fuzzy logic andevolutionary computation[1,2]. Clone means propagat ing asexually so that a group of genetically identicalcells can be descended from a single common ances tor, such as a bacterial colony whose members arisefrom a single original cell as the result of binary fis sion. The idea has been extensively applied in somefields like computer programming[3,4], system con trol[5], interactive para…     

A novel algorithm of artificial immune system for high-dimensional function numerical optimization

Based on the clonal selection theory and immune memory theory, a novel artificial immune system algorithm, immune memory clonal programming algorithm (IMCPA), is put forward. Using the theorem of Markov chain, it is proved that IMCPA is convergent. Compared with some other evolutionary programming algorithms (like Breeder genetic algorithm), IMCPA is shown to be an evolutionary strategy capable of solving complex machine learning tasks, like high-dimensional function optimization, which maintains the diversity of the population and avoids prematurity to some extent, and has a higher convergence speed.     

环境自适应软体机器人驱动方式和路径规划研究

软体机器人具有优越的柔软性能,能够灵活的穿越狭小的空间,并且对非结构化环境具有较强的自主适应能力．驱动方式和路径规划是软体机器人的关键,其驱动分为有缆驱动和无缆驱动．采用气动、形状记忆合金、电活性聚合物、聚合凝胶等作为驱动器．气动、形状记忆合金之类的驱动器灵活度低、自由度少;电活性聚合物以及聚合凝胶之类的驱动器灵活度高、自由度高．软体机器人的路径规划主要采用人工智能算法,在实际使用中还存在一系列的问题需要继续研究．比如概率路线法和碰撞检测法都易陷入局部最小点与最优点：遗传算法运算效率不高、在线规划困难：神经网络算法泛化能力差等．现在可用的智能算法都只适用特定的物体而不适用通用可变形物体．未来需要致力于柔性驱动器以及新型路径规划算法的研究．     

AVS—M编码器快速模式选择策略研究

对AVS—M编码模式选择部分进行了算法上的简化,虽然编码效率有一定程度的降低,但可以大大降低编码器的计算量和访存量,提高编码速度．