关于构造关系传递闭包的三个算法

在本文中,阐明了如何由给定结点集上的二元关系来构造其关系传递闭包并给出三个有关的算法。 第一个是改进了的Warshall算法,当用计算机实现时,它可比原Warshall算法节省许多时间和空间。 第二个是排序算法,本文指出:结点的排序对所有使用布尔矩阵的算法的运算效率有严重影响,而此排序算法将给出结点的合理排序,它将进一步提高Warshall算法以及上述算法的效率。 我们还提出了第三个算法,它适用于结点数少于30左右的情况,此算法中使用了一个简单图解方法,它可直接从给定的关系图中得出传递闭包。     

有限集上二元关系传递性的矩阵判别法

通过对二元关系的关系矩阵元素特征的观察和对Warshall算法的深入研究,得出了3种判断有限集上的二元关系是否具备传递性的矩阵判别法：逻辑相加判别法、逻辑乘方比较判别法、打圈画叉判别法．     

Warshall算法之证明及若干应用

本文给出了 Warshall 算法的一个正确性证明,不仅简明,而且极有利于对 Warshall 算法本身的理解。对于自动编译程序构造中的基本问题之一,求非终极符所对应的终极符串的带头符(FIRST)和后继符(FOLLOW)集,本文还介绍了基于 Warshall 算法的计算办法。     

从Warshall算法到求模糊矩阵传递闭包的一个简捷算法

模糊矩阵传递闭包的计算在模糊聚类中起着关键的作用,而模糊矩阵传递闭包与普通集合论中传递闭包是有密切联系的。从普通集合论中求关系闭包的Warshall算法和模糊关系图出发,论述并实现了一种求模糊矩阵传递闭包的有效算法。与经典的求模糊矩阵传递闭包的算法———平方法比较,该算法简捷,运算量小。最后分析了一个利用传递闭包法进行模糊聚类的实例。     

Warshall算法的C语言实现

Warshall算法是求二元关系传递闭包的一种高效的算法.通过对二元关系可传递性的研究,给出Warshall算法的一个C语言程序,使对可传递性的研究变得更加直观和有效.     

Warshall算法在传递性判别中的应用

Warshall算法是用于求传递闭包的有效方法,通过对Warshall算法的深入研究,对其进行了引申,给出判别传递性的定理,并对其进行了证明和应用,使得对可传递关系的判别变得非常简洁、高效。     

Warshall算法在公交查询系统中的应用

在城市人口急剧增长交通日益拥挤的今天,公交车已成为许多上班族的首选交通工具。Warshall算法是计算稠密有向图的传递闭包的有效方法,具有算法简单、运算速度快的优点,本文利用Warshall算法设计了一种简单高效的公交查询系统。     

Fuzzy聚类分析法在楼盘分类中的应用

基于传统的Fuzzy等价关系聚类法,由Fuzzy相似矩阵构建Fuzzy等价矩阵,对传递闭包采用Warshall算法求解,并选择不同置信水平下的分类,利用偏差度得到最优聚类.结合北京市朝阳区近3个月新开楼盘的数据,选择可靠性指标,在最佳置信水平的基础上对其进行最优聚类,实验结果与事实吻合.     

关于《离散数学》中两个问题的注

1 传递闭包的Warshall算法的矩阵证明本节只讨论有限集X={x_1,…,x_n}上的二元关系R.M_R=[m_(ij)]_(nxn)表示尺的关系矩阵,用G_R表示R的关系图.[1]指出不易从M_R或G_R判断R是否是传递关系.由[2],我们有如下命题1.1 设R是有限集X={x_1,…,x_n}上的二元关系.R是传递的,当且仅当下述条件之一成立:     

关于传递闭包算法的探讨

分别用定义、得到的推论、Warshall算法以及关系图来计算各类关系的传递闲包,给传递闭包的计算带来了参考和方便。     

对传递闭包两个结论的改进

本文讨论了集合上二元关系的传递闭包，提出了传递闭包的链形表示以及改进了求传递闭包关系矩阵的沃夏尔（Ｗａｒｓｈａｌｌ）算法，使之更为实用。     

Warshall算法在判别传递性与求传递闭包中的应用

通过对warshall算法的研究,通过其关系矩阵判别关系传递性的方法及求传递闭包的方法,使得对可传递关系的研究变得简洁而又高效。     

LLR-BP算法的简化译码算法研究

研究了基于Gallager方案的LLR-BP算法及其简化的译码算法,应用Matlab仿真比较了基于Gallager方案的LLR-BP算法及其三种简化译码算法的性能,仿真结果表明:基于Gallager方案的LLR-BP算法与归一化BP算法和偏置BP算法的误码率性能相差不多,当信噪比大于2dB时,归一化BP算法和偏置BP算法比基于Gallager方案的LLR-BP算法的误码率性能稍好,最小和算法误码率性能相对最差。     

基于混合遗传算法的多约束组播路由优化算法

针对目前多约束组播路由算法中存在的算法复杂,不能求出其精确解和运算量大,解不稳定等问题提出了一种新的组播路由优化算法,其核心是采用改进的遗传算法。该算法采用模拟退火算法与遗传算法相结合的方法,编码采用实数编码结构,交叉和变异概率适当选择,合理设计适应度函数。仿真结果表明,该算法是有效的,稳定的,比传统遗传算法性能优越,具有较强的实用性。     

一种从自由飞行实验中提取空气动力系数的新方法

该文提出从飞行体自由飞行试验中提取空气动力系数的新方法－－Ｍａｒｑｕａｒｄｔ改进法。Ｍａｒｑｕａｒｄｔ法综合了Ｃｈａｐｍａｎｎ－Ｋｉｒｋ渚最速下降法的优点而避开了它们的缺点，是一种比较好的数据处理方法。Ｍａｎｑｕａｒｄｔ改进法既继承了Ｍａｒｑｕａｒｄｔ法的优点，又大大地减少了计算工作量，是一种收敛快的迭代算法，最后，给出了在靶道实验数据处理中的计算实例。     

基于马氏距离的模糊聚类优化算法——KM-FCM

为了解决以欧氏距离作为相似性准则的传统模糊聚类算法对多维数据处理不利的问题,采用马氏距离代替欧氏距离,对基于马氏距离的模糊聚类算法进行优化研究,以增强基于马氏距离的模糊聚类算法的聚类效果和能力。通过构造启发式搜索与k-means算法结合的初始优化方法,利用可以自动调节最佳聚类数的有效性函数,提出了一种优化算法KM-FCM,并将此新算法与FCM,FCM-M,M-FCM聚类算法在3个标准数据集上进行了实验。结果表明,KM-FCM算法有效,聚类精度比FCM,FCM-M,M-FCM高,对高维数据聚类识别能力强,具有全局优化作用,并且聚类个数无需提前设定。新算法可为基于马氏距离的模糊聚类算法的优化提供参考。     

置换密钥矩阵加密算法的改进

提出了对分组加密算法(RKM)的改进,主要包括密钥进化算法、特征因子子矩阵和密钥的分发与更新算法.密钥进化算法是特征因子子矩阵生成算法和密钥分发与更新算法的基本组件,由一个16字节的单字节数组(称为进化指针)和一个密钥矩阵计算一个新的密钥矩阵.特征因子子矩阵是把128 bit矩阵特征因子作为进化指针代入密钥进化算法计算而得.在引入特征因子子矩阵的基础上对算法流程进行了改进,使算法的加、解密完全对称.在不降低算法安全性的基础上减少了4轮异或运算,从而降低了运算量.在密钥进化算法的基础上设计了密钥的分发与更新算法,使算法无需每次传输密钥矩阵就能共享.     

一种基于量子遗传算法的多播路由算法

提出了一种基于量子遗传算法QGA（quantum genetic algorithm）解决多播QoS（quality of service）路由问题的算法．介绍了量子遗传算法的基本原理，给出了算法实现的方法和具体流程，并进行了量子遗传算法在多播路由选择优化方面的仿真实验，证明了量子遗传算法优于常规遗传算法．     

神经网络在多传感器多目标跟踪中的应用

首先研究了基于粗关联和精关联过程的多传感器多目标(MSMT)跟踪融合算法，精关联是联合概率数据关联(JPDA)算法的推广，JPDA算法存在随传感器数和目标数的增加而计算量迅速增加的缺点；其次提出了一种基于神经网络的MSMT联合概率数据互联(MNJPDA)算法，MNJPDA算法能克服计算量爆炸问题，基于MNJPDA的融合算法能提高跟踪的快速性．仿真结果证明了MNJPDA融合算法的有效性．