程度上近似算子与变精度下近似算子的差运算的算法与分析

为了构建程度近似算子与变精度近似算子的新运算,探讨其计算算法,提出了程度上近似算子与变精度下近似算子的差运算,提出了宏观算法和微观算法,进行了算法分析与比较,得到了微观算法具有算法空间优势的结论。最后用医疗实例对宏观算法和微观算法进行了分析与说明。该研究对程度粗糙集模型与变精度粗糙集模型的结合与应用具有意义。     

完备剩余格中的上近似与下近似模糊推理方法

借助于全蕴涵三I算法的思想,在完备剩余格上探讨了FMP问题的输出的上近似模糊推理与下近似模糊推理,并得到上近似推理与下近似推理算法均具有还原性.     

视觉特征空间中大规模聚类问题的一种鲁棒近似算法

视觉特征空间中的大规模聚类问题是图像识别和检索中亟待解决的问题.当前最好的算法是近似k-means算法,它是Lloyd算法的近似算法,只能依靠采用高准确率的近似搜索近似地保证聚类结果的性能.为此针对近似k-means算法提出改进的基本不增加时间、空间代价新算法,具有更好的算法收敛性和聚类性能.该算法利用了迭代求解过程中更多的信息,更有效地更新子类划分,使得聚类损失单调不增并且快速减小.理论证明,采用任意准确率的近似搜索,该算法都可以在有限轮迭代后收敛到Lloyd算法的收敛解.实验结果表明,分别采用最优参数产生同等性能结果时,所提出的算法比近似k-means算法快10倍.此外,通过比较全局特征聚类实验中的子类的图像,也直观地验证了其聚类效果.     

扰动微分方程近似对称分类

确定扰动微分方程近似对称分类时主要采用近似Lie算法.分类方程的获取及确定方程组的求解是对称分类问题的关键所在.文中利用近似Lie算法、等价变换技巧给出了扰动KP方程的近似对称分类及扰动Hopf方程的近似势对称分类.     

程度上下近似算子的逻辑差运算模型

基于程度的逻辑差需求,提出了程度上下近似算子的逻辑差运算模型.在该模型中,研究了程度上下近似算子的逻辑差运算的本质、基本结构与性质,提出了宏观算法与结构算法,进行了算法分析与比较,得到了结构算法比宏观算法更具优势的结论.最后用实例对程度上下近似算子的逻辑差运算模型及其算法进行了说明.程度上下近似算子的逻辑差运算模型,对粗糙集模型的理论发展与量化应用具有意义.     

自适应广义酉变换近似消息传递算法

信号/参数经过线性变换,再经过逐位非线性变换得到测量值的过程可以抽象为广义线性模型。广义近似消息传递算法是处理广义线性模型的一种Bayes方法,通过引入信号的稀疏先验分布,利用似然函数和先验分布得到后验均值和后验方差。然而,当测量矩阵的元素不服从次Gauss分布时,广义近似消息传递算法性能会急剧恶化。通过奇异值分解,广义酉变换近似消息传递算法消除了测量矩阵的相关性,在包括相关测量矩阵的各类测量矩阵中表现出更强的鲁棒性。然而,经过足够多次迭代后,广义酉变换近似消息传递算法的信号重构误差在平衡点附近振荡;且随着测量矩阵相关性的增加,广义酉变换近似消息传递算法性能开始恶化。为了进一步提高广义酉变换近似消息传递算法的稳健性、改善算法准确性,该文提出自适应广义酉变换近似消息传递算法。该算法通过构造目标函数并自适应选择合适的步长,使得广义酉变换近似消息传递算法能够收敛到平衡点,从而获得更好的性能。大量的数值仿真实验结果验证了自适应广义酉变换近似消息传递算法的有效性。     

改进的粗糙集模糊聚类算法及其应用

通过将粗糙集和模糊聚类算法相结合, 利用粗糙集中上近似集和下近似集的概念改进模糊聚类算法, 解决了模糊聚类边界不确定的问题, 得到了上近似集和下近似集的聚类结果, 从而实现更好的聚类, 改进算法可以处理边界问题和复杂数据问题. 将改进的粗糙集模糊聚类算法用于研究环糊精聚类, 并将聚类结果与K均值聚类分析算法、 模糊C均值聚类算法相比, 实验结果表明, 改进算法有较好的聚类效果.     

求解奇异非线性方程组的牛顿不精确最小二乘算法

对运用M-P逆建立的Newton迭代法做近似,构造不精确的算法.取Newton方程组的最小二乘解的近似解推导构造不精确的算法,结果可得到不精确Gauss-Newton算法和不精确Levenberg-Marquardt算法;用一迭代法计算雅可比矩阵的Moore-Penrose逆,截取它的一个近似矩阵构造不精确的算法,给出了近似程度的控制条件,证明了其收敛性;用雅可比矩阵的局部信息代替其全部信息构造不精确的算法,证明了算法的收敛性.数值例子也表明了不精确算法在求解大型方程组问题上的优越性.     

程度上下近似算子的逻辑或运算模型

为探索新的程度粗糙集拓展模型,基于程度的逻辑或需求,提出了程度上下近似算子的逻辑或运算模型。在该模型中,研究了程度上下近似算子的逻辑或运算的本质、基本结构与性质,提出了宏观算法与结构算法,进行了算法分析与比较,得到了结构算法比宏观算法更具空间优势的结论。最后用实例对程度上下近似算子的逻辑或运算模型及其算法进行了说明。     

利用半无限规划的离散化方法求解半定规划问题

【目的】对半定规划的强对偶定理以及求解半定规划近似解的算法进行讨论。【方法】利用求解半无限规划的近似解的离散化思想,及线性规划的强对偶定理。【结果】得到了半定规划强对偶定理一种新的证明方法以及求解半定规划近似解的离散化算法,给出了该算法的数值实验结果。【结论】为半定规划问题提供了一种新的近似求解算法。     

MIS设计的一些基本方法和近似方法(Ⅱ)

在MIS的设计中,智能技术的使用是一大趋势,本文的研究背景是MIS,检索操作围绕关键词进行,其工作有三部分：第一部分提出文献基本组织方法和映射式检索算法;第二部分提出近似分类算法和近似评判方法;第三部分提出容错近似检索算法（即允许用户）给出的待检索关键词有一个字的错误）、同音近似检索算法（以解决给出的关键词中音同字不同而造成的检索失败）和近似检索的词义辅助分析（这种方法有更大的容错能力）。     

两组工件的P∥C_（max）问题的近似解的随机改进算法

本文对具有专用机和通用机的两组工件的Ｐ／Ｃｍａｘ问题的近似解给出一种随机改进算法．     

TSP问题的一种快速近似算法及应用

给出求解度约束最小生成树(DCMST)问题的一种快速近似算法．在此基础上．又给出求解TSP问题的一种快速近似算法,并在微机上实现且其数值试验的效果良好．最后,将求解TSP问题的近似快速算法作一些改进．应用于遗传算法的初始种群生成并进行数值实验．结果表明,用文中算法生成的初始种群．比起一般方法产生的初始种群性能有很大改进．该算法可以加速遗传算法的寻优速度．     

基于神经网络的函数逼近问题

给出了函数逼近问题,提出了一种新的神经网络模型,结合函数逼近问题及该神经网络模型给出了一种学习算法,并利用该算法对函数逼近进行了仿真.说明了该算法的实用性.     

一种快速近似模式匹配算法

为进一步提升传统的近似模式匹配问题解决方法——动态规划算法的性能,提出了一种新的过滤型近似模式匹配算法.该算法结合动态规划算法,切分模式串得到长度相等且更小的模式片;在此基础上将待匹配的文本串分割成子串,并建立相应的索引;同时设计了一个新的过滤策略来消除匹配检查中的冗余.通过实例将文中方法与现有方法进行对比,结果表明:文中方法的匹配时间较短,匹配性能优于现有方法;随着模式串长度的增加,文中算法的优越性更为明显,模式串长度大于45后,文中算法的匹配时间可比传统动态规划算法缩短一半以上.     

限定顶点个数为p的最大割问题的一种近似算法

给出了求解限定顶点个数为P的最大割问题的一种近似算法，讨论了它的性能保证，利用Pipage技术，为最大割问题设计出了0．5-近似算法．     

常微分方程近似解的遗传算法研究

讨论了利用遗传算法研究常微分方程初值问题的近似解的求解方法.研究了利用多项式逼近微分方程近似解的方法,并用遗传算法控制各项系数以达到最佳逼近效果,经实验证明该方法数值精度比较理想,且优于通常的数值解.     

面向数控加工的曲面生成算法研究

针对数控加工中曲面设计的特点,提出了一种插值与逼近相结合的曲面设计算法.该算法已在自行设计的面向数控的曲面造型系统中实现.实践证明,本算法能够较好地解决数控加工中的曲面设计问题     

近似定理证明中的退化条件

复数域上近似定理证明的方法：首先将一个初等命题转变为多项式的零点问题，然后在一个更大的域上将此理想分解为一些正规分支的交，算法可快速判定例题在忽略一个低维部分的真假，分析了此自算歧的复杂度，对相伴多项式（退化条件）的次数进行估计并与已有结果进行比较。     

分段Bezier曲线绘圆算法

以Ｂｅｚｉｅｒ曲线多边形绘圆算法为基础，推出了分段Ｂｅｚｉｅｒ曲线逼近圆的算法，并给出了最大相对误差的计算公式。