一种基于集合运算的MPR集选择算法

在传统的OLSR协议中有MPR集和非MPR集2种转发节点.MPR集是在广播洪泛的过程中挑选的转发广播的节点,但在某些情况下传统的MPR集并不是最优的,这样网络节点也会转发不必要的数据,造成资源浪费.针对经典算法的不足之处,提出一种逆向思维的新型算法,通过循环和集合运算相结合的方法有效剔除无效冗余的节点,不仅能达到传统OLSR协议的效果,而且比传统OSLR协议的数据开销更小、效率更高.最后,通过仿真平台(OPNET)实现重新定义OLSR的MPR集算法.结果表明,该算法对于网络吞吐量、数据包传输时延有一定的提升.     

划分的特征函数表示及其快速运算算法

本文讨论了一个 n 元集划分的特征函数表示法,并在此基础上,提出了划分运算的最优算法.     

集合运算等式与复数运算中辐角的关系

引入实数集合四则运算,研究集合运算等式的性质,由此讨论复数运算中辐角之间的关系,使得对辐角之间关系的阐述更严密、准确.     

Fuzzy集合的差运算和对称差运算

定义了Ｆｕｚｚｙ集合的点式差运算和对称差运算以及格论的差运算和对称差运算,讨论其基本性质,证明两种差运算都拥有ｄｅＭｏｒｇａｎ对偶律．     

集合上一些运算律的反例（Ⅱ）

给出一个集合上的两个（二元）代数运算分别满足或不满足交换规律、结合律和分配律的各类例子，同时给出了n元分配律成立而 n-1元分配律不成立的例子。     

部分相容关系的集合运算及其在数据库查询语言中的应用

将同类关系上的运算交、并、差以及对乐差扩充到非同类关系上，同时引入了一个新的关系运算－拼接，并对以上各运算的性质进行了讨论，最后，介绍了这些运算在关系数据库子模式查询语言ＶＱＬ中的应用。     

可拓集合的模运算

最初可拓集合间的运用V-A算子定义，这是迄今为止应用最广泛的一对算子。然而在实际应用中V-A算子只考虑了突出的因素而忽略了其余因素的影响，因此使得多数信息白白浪费，这对有些问题的刻画是很不利的。在模糊集合论中为了使模糊集合的运算适合于刻画不同的模糊现象，从一般意义上来推广V-A运算。采用V-A算子的推广算子来定义可拓集合的运算，使可拓集合运算的适用范围更加广泛。     

基于集合运算特征提取及Stacking策略的新闻多分类方法

文本分类是机器学习重要任务之一,如何对文本信息进行有效分类组织,对用户查找并获取有用信息具有重要作用.针对新闻文本分析,提出了一种基于集合运算特征提取及Stacking策略的新闻多分类方法,该方法基于集合运算的方法来提取文本特征,采用Stacking策略,使用SVM以及贝叶斯方法来对文本进行分类.与典型同类方法对比,在...     

计算机图形学中几何造型的集合运算

叙述了一维造型一般状态树求值法求物体的交,二维造型的集合运算分为合并、遍历、收集、选择四个步骤,三维造型通常采用辐射边结构表示物体模型的操作运算方法.     

嵌套关系数据模型中传统集合运算的拓广

从关系和子关系观点出发,探讨嵌套关系数据模型中传统集合运算的语义问题．通过引入uid路径,给出既可作用于关系,又可作用于子关系上的基本代数操作的更一般性定义,并证明PNF关系对于这些扩展关系运算的封闭性．     

基于粗糙集的改进BP神经网络算法研究

提出了一种基于粗糙集和遗传算法的改进BP神经网络算法.该算法首先对原始数据集进行属性约简,优化BP神经网络的输入变量;然后利用遗传算法全局搜索的特点,优化BP神经网络初始权重和阈值.将改进BP神经网络算法应用于客户分类,训练误差为5.92×10-12,测试总误差为0.00023;而改进前的一个比较理想的训练结果的训练误差为0.0016,测试总误差为0.073.Matlab仿真表明改进的BP神经网络算法有更好的训练精度和泛化能力.     

基于遗传算法的截集FCM灰度图像分割方法研究

以截集模糊C均值聚类（Sectional Set Fuzzy C—means algorithm：SSFCM）算法为基础，提出一种自适应遗传算法（Adaptive Genetic Algorithm）改进截集FCM算法。传统FCM算法中一般使用一维直方图初始化方法，使初始化与聚类算法相分离，没有形成整体，而且同一幅一维直方图可能对应不同的原始图像。引入自适应遗传算法，与截集FCM算法有机结合，用遗传算法解决初始化问题的同时．以遗传算法的寻优性能来指导聚类。实验表明，该算法效率较传统FCM算法和未改进截集FCM算法有很大的提高，同时能够保持较好的分割效果和质量。     

基于遗传算法的油气集输管网运行效率优化

油气集输系统的能量耗散,在油田生产能量消耗中占主导地位.若集输管网各项运行参数没有随着油井开发参数的变化而相应调整,将导致集输系统能耗逐年增加,集输用气和用电单耗不断升高.对于这一问题,以树状双管掺水集输管网为研究对象,在布局一定的情况下,以管网掺水量、掺水温度、掺水压力为参数变量,运用遗传算法编制程序对其优化.以某油区树状双管掺水集输管网为例,通过运算得到优化后的运行参数,管网运行能耗比优化前降低了28%.     

基于相似性的商品搜索算法研究

传统的电子商务系统中,使用关键字匹配的算法实现商品搜索的功能,只能得到与顾客输入精确匹配的商品。通过引入模糊系统的概念和信息增益的ID3算法,对商品搜索算法进行改进,使得在顾客搜索商品时,不仅显示精确匹配的商品,而且可以提供与其要求相似的商品。这对于商家增加交易机会、发掘潜在顾客、提高个性化服务水平都有很大的促进作用。笔者在文中以手机销售网站为例,介绍了该算法的实现。     

一种基于粗集理论与神经网络的综合数据挖掘算法

提出一种基于粗集理论与神经网络的综合数据挖掘算法,该方法既保证了挖掘过程的简洁,又保证了对挖掘结果的严格验证,提高了结果的精确度．     

无线传感器网络中能量有效的最小连通支配集算法

提出了一种分布式最小连通支配集求解算法,对Rule K算法中的标记算法进行了优化,从而形成了连通支配集,并通过新的剪枝算法对连通支配集进行了有效缩减.模拟仿真结果表明:在增加算法复杂度的前提下,该算法求得的连通支配集比前算法更小.     

基于离散搜索神经网络的数字调制类型识别

采用组合神经网络的离散搜索算法对通信信号的调制类型进行分类 ,在保证足够识别率的前提下 ,减少训练时间方面取得了较好效果 .仿真实验结果证明了此方法的有效性 .     

改进人工蜂群算法及在风电场群调度中的应用

针对遗传算法的停滞时间长以及粒子群算法容易陷入局部极值问题,引入一种EA和SWARM交叉算法即蜂群遗传算法(BSGA)。在蜂群算法局域搜索部分,应用遍历性较强的混沌搜索算法进行局域优化,以最大限度地避免最优解被排除的问题。将改进后的算法(BSGA-CAO)应用于我国内蒙古中西部地区风电场群的调度优化问题,与BSGA算法、粒子群算法以及遗传算法相比较,运行时间分别缩短69,23和40 s,总发电量实验结果改进率分别为8.49%,5.29%和3.36%。     

基于遗传算法和变精度粗糙集的离散化算法

目前常用的离散算法多为单属性离散化算法.利用该类算法对多维连续属性进行离散化时,逐次对单个属性进行离散化,割裂了多维属性之间的关系.基于此提出了一种基于遗传算法和变精度粗糙集的多属性离散化算法.该算法基于变精度粗糙集所具有的较好数据分类容错和抗噪能力,通过变精度粗糙集近似分类精度建立遗传算法适宜度评价函数,并利用遗传算法在多维连续属性候选断点集上寻找最优断点子集.基于UCI数据集比较了所提算法与多种常用的离散化算法的差异,实验结果表明,该算法可以获得相对较好的离散化效果.     

基于Kalman滤波的基本Elman网络训练新算法

Kalman滤波算法应用于基本Elman网络学习时,收敛速度较快,但收敛精度往往不高;而基于梯度下降的BP算法可以以很高的精度实现输入输出的非线性映射,但在极值点处收敛速度缓慢.针对上述问题,提出一种将Kalman滤波算法应用于基本Elman网络的新学习训练算法.该算法结合Kalman滤波算法和基于梯度下降的BP算法的优点来训练网络,以基本Elman网络隐层单元输出作为非线性系统的状态变量,通过Kalman滤波算法实现状态变量的快速准确跟踪,然后通过梯度下降法修正权值以保证精度.另外,在训练过程中,通过增加训练样本的信息内容来提高网络收敛的精度.仿真结果表明了该算法的有效性.