二阶锥互补问题的PRP型共轭梯度法

基于Fischer-Burmeister函数提出求解二阶锥互补问题SOCCP的PRP型共轭梯度法,此算法无需额外假定便自然满足充分下降条件.在F:R~n→R~n是可微一致Cartesian P-函数条件下,证明了算法的全局收敛性.数值结果表明算法的有效性.     

二阶锥互补问题的一类新的效益函数与全局误差界

本文基于广义Fischer-Burmeister函数对二阶锥互补问题(SOCCP)引入了一种新的效益函数：* 。在函数 F 是强单调的假设下，建立了二阶锥互补问题的一个全局误差界，并证明了此类效益函数的水平有界性。（注：*处代表公式）
     

二阶锥互补问题的一类新的效益函数与全局误差界

基于广义Fischer-Burmeister函数对二阶锥互补问题(SOCCP)引入了一种新的效益函数:ψαp(x,y):=α2‖(xy)+‖2+12‖φp(x,y)‖2,其中α1,p∈(1,∞)。在函数F是强单调的假设下,建立了二阶锥互补问题的一个全局误差界,并证明了此类效益函数的水平有界性。     

一种改进型VS功率控制算法

在VSPC算法的基础上,针对VSPC算法存在实用性方面的不足,提出了一种改进型VSPC算法.该算法是一种可在实际系统中应用的算法.通过仿真,证明改进型VSPC算法是一种性能上与VSPC算法相当接近的实用化算法.     

基于矩阵的频繁项集发现算法

Apriori算法是关联规则的经典算法.在分析经典Apriori算法的基础上,提出了一种有效的基于矩阵的Apriori的改进算法.该算法应用了矩阵的思想,只需对数据库扫描一次,即可得到频繁项集,大大提高了算法的效率.     

一种模糊聚类算法归类的研究

模糊C均值(FCM)算法是模式识别领域应用最广的聚类算法之一.但是FCM算法存在很多缺点,其中以对噪声数据敏感,鲁棒性较差最为突出.针对这种情况,Lee于1994年提出了一种所谓的改进模糊C均值算法＿Lee's算法.但是本文证明了Lee's算法并不是一种真正意义上的模糊C均值改进算法,而是Krishnapuram和Keller于1993年所提出的PCM算法的一种特殊情况.数值实验进一步证明了我们的结论.这对合理地使用模糊聚类算法提供了一定的理论依据.     

基于期望最大化的K-Means聚类算法

针对高维数据下的聚类效果需要提高,提出一种基于期望最大化的k-means聚类改进算法.该算法在没有降维和破坏原有数据结构的情况下,把期望最大化算法和k-means算法相结合,用期望最大化算法选取k-means的算法的初始聚类中心.并针对高维数据提出一种新的距离算法,代替传统的距离算法.实验结果表明提出的算法的可行性,并且在处理高维数据时的有效性.     

基于退火加速的差分进化算法改进及应用

差分进化算法(DE)是一种简单有效的启发式全局搜索技术,为解决DE算法运行过程中存在的算法收敛早熟、收敛速度慢和求解精度不高等问题,提出了一种基于退火加速的差分进化算法.该方法在传统DE算法基础上,以退火概率来增强算法的局部开发能力,并利用Hooke-Jeeves算法加快收敛速度,在充分发挥Hooke-Jeeves算法局部探测能力的同时保持了DE算法的全局性能.仿真结果表明,该算法比基本DE算法收敛速度快、精度高,是一种有效的全局优化算法.     

基于动量BP神经网络的英文字符识别

英文字符识别已经广泛地应用于很多重要领域.已有的英文字符识别算法很多,一种典型的算法是BP神经网络算法.但是,BP神经网络算法有时不收敛,或陷入震荡.这就导致识别率下降.为此,本文研究了一种改进的称为动量BP神经网络算法用于英文字符识别.这种算法在BP神经网络算法的网络参数控制中添加一个动量系数和一个动量项.这样可以避免迭代的震荡,加快收敛速度.提高识别率.利用动量BP神经网络算法,对52个英文大小写字符进行了识别试验.实验结果表明,这种算法能获得满意的识别率.     

一种基于Qos的网格资源调度策略

网格资源的合理调度一直是网格计算中的热点问题.当前网格资源调度的一种经典算法是Min-min算法.通过介绍Min-min算法的内容和特点,找出这种算法的缺点和不足,然后在该算法的基础上提出一种基于Qos的改进算法.这种改进算法的目的是在提高资源调度效率的同时又能均衡网格资源中的负载,进一步提高资源的利用率.     

文化算法及应用研究

文化算法是一种新型智能优化算法,与传统智能优化算法而言,文化算法提出了一种进化框架,任何一种智能优化算法都可以嵌入其中.但是由于文化算法出现时间短,理论基础薄弱,研究刚刚开始,远没有像遗传算法和粒子群算法那样形成系统的分析方法和一定的数学基础,有许多问题还需要进一步研究.介绍了文化算法的基本原理、应用前景和国内外的研究现状,针对该算法在研究过程中存在的问题,提出了若干研究方向.     

基于一阶绝对中心矩的边缘检测算法

在对M.Demi的基于一阶绝对中心矩边缘检测算法研究的基础上,提出一种新的图像边缘检测算法.该算法利用包含边缘的局部区域质心存在较大偏移这一特点,用偏移量的大小来判断局部区域是否包含边缘.算法克服了M.Demi算法对不包含边缘的区域处理不当的缺点,能够更准确地提取图像边缘.仿真结果表明,所提出的边缘检测算法是可行的和有效的.     

MPI全收集通信的性能优化

通过分析MPI全收集通信四种算法的性能,提出一种将环算法和邻居交换算法相结合的优化算法.优化算法首先执行一步环算法操作,使每个进程都有2个数据,以此来提高通信局部性能;然后调用新邻居交换算法,使每次交换的数据量以2的幂次方递增来减少通信次数.测试结果表明优化算法在长消息通信时的性能较邻居交换算法和环算法的性能优化.当参与通信进程数为2的幂次方时,优化算法的性能达到最佳.     

一种新的基于幂集的数据挖掘算法

Apriori算法是经典的关联规则挖掘算法,主要缺点是可能产生大量的候选集和需要多次扫描数据库.从幂集运算的角度提出了一种新的关联规则挖掘算法P_DM算法,实现了只需要扫描一次数据库就产生所有频繁集.实验证明这种算法在中小规模数据挖掘上效率优于Apriori算法.     

一种混合稀疏置零的自适应声回波对消算法

对稀疏路径的自适应声回波对消算法进行了讨论,提出一种稀疏置零归一化解相关LMS自适应滤波算法(简称SSKNDLMS).该算法综合了稀疏算法,置零算法及归一化解相关算法的优点,在增加少量计算量的情况下,其收敛速度和稳态失配比常用的LMS算法都有明显的改善.计算机仿真证实了这一结果.     

基于2维极大点的倒序取舍算法

探讨了求2维极大点的一种创新算法(倒序取舍算法),该算法比分治算法时间复杂度低.由此提出倒序取舍算法的思想及其应用.     

Wu-Manber算法在大规模模式串下的改进

对笔者在另一篇文章《一种改进的Wu-Manber多关键字匹配算法》中提出的算法进行了改进,把原算法中next链表中结点的Same-Subsuffix域中分裂成两个子域,使得搜索过程中字符比较的次数进一步减少,从而提高算法的效率.特别是在大规模模式串的情况下新算法的效率比原算法有进一步的提高.实验结果表明,当模式串较少时,新算法效率与原算法相比有一定的损失.而随着模式串的增加,新算法具有更高的效率.因此,新的算法比原算法具有更大的适用范围.     

一种新的二叉树SVM多分类算法

在二叉树结构支持向量机(SVM)多分类算法的基础上,针对二叉树算法中点和叶盲目划分的问题,提出了一种新的二叉树SVM多分类算法.该算法通过标记划分的方法,一方面解决了盲目划分的问题,另一方面大大减少了子分类器的数目,大幅度提高了算法的速度.实验结果表明,该算法具有一定的优越性.     

基于丢弃优先级的W-CHOKe算法研究

主动队列管理是实现网络拥塞控制的一种重要技术.本文针对主动队列管理算法中的CHOKe算法对非适应流的惩罚力度不够,不能够很好地实现带宽的公平分配这一问题进行深入研究.提出了一种改进的基于丢弃优先级的W-CHOKe算法,并利用网络仿真工具NS2对W-CHOKe算法的实现进行了仿真实验.结果给出W-CHOKe算法有效地控制了非适应流大量的挤占带宽,改进了CHOKe算法的性能.     

人工免疫算法对遗传算法改进的仿真研究

遗传算法是一种很好的优化算法,但其本身存在着易早熟、效率低等不足.人工免疫算法是参考生物免疫系统机制的一种算法,它通常用于对其它算法的改进.论文用人工免疫算法对遗传算法进行改进,在遗传算法中引入浓度机制并从问题中提取疫苗.通过实验对比,它对遗传算法的改进取得了较好的效果.