VoIP回声消除中LMS改进算法的研究

为解决Vo IP中语音回声问题,给出了一种改进的变步长LMS算法.改进算法在收敛时具有较大的步长,能快速消除回声,收敛后,步长变小,以减小稳态误差,使收敛速率与稳态误差之间的矛盾得到改善.仿真结果表明,改进算法的收敛速度和回声消除效果较好.     

基于改进BP算法的刚框架连接损伤识别方法

运用权值、阈值同步学习BP算法(简称为改进BP算法)对钢框架连接损伤进行识别,并且选用由结构正则化的频率变化率和少数点的振型模态分量构成的组合参数作为网络输入参数.通过对一个4层钢框架数值模拟,比较了改进算法和传统算法测试结果,从而证明改进算法更加精确、优越.     

基于粗集理论不完备数据的改进算法

由于经典的粗糙集理论不能处理原始数据中的遗漏信息,需要对这些数据进行补齐才能用于知识获取.因此数据预处理在粗糙集理论应用中非常重要的一环,其结果将直接影响到粗糙集理论应用的效率、准确度.所以有关基于粗集理论的数据挖掘中数据预处理的方法研究具有非常重要的意义.本文分析了当前主要数据补齐算法的特点和不足,并针对已有的基于粗糙集理论的不完备系统补齐算法ROUSTIDA的缺陷,提出了改进的数据补齐算法,使更多的缺损数据得到填补,尽量避免可能导致的决策规则矛盾问题.     

分析仪预处理器在微量氧检测中的改进应用

随着当前信息技术的发展,智能仪表已广泛应用于工业生产中。在线分析仪预处理系统广泛应用的同时暴露出越来越新的问题,需要不断进行改进才能更好的服务于生产。文章将对燃料池式在线微量氧分析仪在工业生产中的应用改进进行探讨。     

改进的聚类算法在现代教育技术混合式教学中的应用

混合式教学打破了教学中空间上的限制,在教学中发挥着重大作用．将成熟的线下教学流程通过网络资源建设形成同等教学效果的线上课程．资源的可拓展、易获取、复观摩等特性将使课程资源更适合学生进行自驱式研究学习,强化学生知识获取能力．以研究线上线下混合式教改效果为目的,在深入研究聚类算法的基础上,提出一种改进的k-means算法,并将其运用到现代教育技术课程的教学方法改进中．在大数据的环境下,通过实验对学生学习行为模式进行挖掘,从而及时详细地理解学生的学习状态,准确判断学生的学习行为,从而优化教学,以此对改进后的教学做出评价及建议．数据分析结果可根据学习行为习惯划分出不同类型的学生,从而指导教师进行更有针对性地改进教学方案,提高教学质量,有利于混合式教学的长远发展．     

MD5算法的分析和改进

首先研究了MD5算法,并总结了MD5算法的特点及性能,在研究MD5算法的基础之上,提出了MD5改进加密算法.最后,对MD5算法与MD5改进算法对应于相关数据、性能进行了比较.     

一种改进的CSP算法

针对基于约束满足问题,笔者对其算法进行了详细的论述及分析,并提出一种MRV＋FC改进回溯算法。实验结果表明,问题规模越大,该算法效果越明显。     

一种改进的LMS算法的研究与仿真

为解决最小均方误差算法中收敛速率和稳态误差之间相互制约的问题,在NLMS算法基础上提出了一种改进的LMS算法.改进算法通过引入调节因子和修正系数,使算法在收敛时和稳定时能够很好地改善收敛速率与稳态误差之间的制约关系.实验结果表明,相对于传统LMS和NLMS算法,新方法在改进收敛速率和稳态误差间关系效果更好.     

氨氮测定中水样预处理方法的改进

应用纳氏试剂比色法测定水样中的氨氮时,在水样预处理方面进行了改进.经实验证明,改进后的两种预处理方法能够降低全程序空白实验值,精密度较好,值得推广.     

GM（1,1）改进模型在广西短期电力负荷预测中的应用

采用ＧＭ（１，１）改进模型与ＡＲＩＭＡ（ｐ，ｄ，ｑ）模型对广西自治区电网特殊日电力负荷进行组合预测，阐述了ＧＭ（１，１）改进模型的建立方法，提出了适用于广西纂驱电网特殊日电力负荷预测的预测数据处理方法，提高了预测的精确度，全年日镀优于９５％，解决了在日采样点为２４点（正点采样）情况下预测度较低的问题。     

改进的DBSCAN空间聚类算法研究

DBSCAN算法是一种基于密度的空间数据聚类方法,聚类速度快,且能够有效处理噪声点和发现任意形状的空间聚类．但是数据量大时要求较大的内存支持和IO消耗,当空间聚类的密度不均匀,聚类间距离相差很大时,聚类质量较差．本文在DBSCAN算法的基础上提出一个划分不同密度分别聚类的算法．测试结果表明可以改善聚类效果．     

一种改进的蚁群算法在垃圾运输问题中的应用

针对基本蚁群算法收敛速度慢、易陷于局部最优解等缺陷,将量子算法中的态矢量和量子旋转门引入到蚁群算法中,并分别表示和更新信息素,提出一种改进的蚁群算法--量子蚁群算法(QACA),使算法具有更好的种群多样性和全局寻优能力.结合垃圾运输问题,从数值计算上探索了改进的蚁群算法的优化能力,并与遗传算法和基本蚁群算法进行了对比,测试结果表明,改进算法获得的结果比遗传算法和基本蚁群算法更优,表明该算法是求解垃圾运输问题的一种有效算法.     

改进的混合型蚁群算法在VRP问题中的应用

为提高物流配送中车辆路径的寻优效率,提高物流经济效益,介绍一种能够有效求解VRP问题的算法—改进的混合型蚁群算法。该算法在近邻法构造初始解的基础上,使用2-opt局部搜索策略对当前得到的最优解和次优解进行改进,在更新全局信息素时采用基于排序的蚂蚁系统对排在前2名的蚂蚁更新全局信息素,且为全局信息素设置最大值和最小值。使用Matlab仿真工具对N44K6等10个经典VRP问题进行了求解,得到的结果和已知最优解的误差很小,都在6%以下,并且N33K6问题得到了和已知最优解相同的解。与基本蚁群算法得到的解进行了比较,证明了该改进算法的有效性。     

改进傅氏算法在输电线路微机保护中的应用研究

电力系统输电线路故障暂态过程中电压、电流的暂态噪声会对继电器动作产生干扰,继电保护中需要采用滤波技术。傅里叶算法广泛应用于实际工程中,但傅里叶算法只能消除直流分量和整次谐波分量,不能消除衰减直流分量。因此对傅里叶算法进行改进并对傅里叶算法和改进傅里叶算法进行仿真计算和性能比较,并应用到实际输电线路保护中。进一步证明改进傅里叶算法在工程实际中具有实用价值。     

改进的SIFT算法在书帖检测系统中的应用

针对书刊印刷品的书帖检测过程,设计了一套改进的书帖错帖检测系统.系统的硬件由CCD传感器、数字信号处理器DSP和可编程逻辑器件CPLD构成,实现书帖信息的采集与处理;软件采用改进的SIFT检测算法,实现对书帖的准确并快速检测.给出了系统的硬件框图及软件算法的原理以及系统的工作流程图.与传统的SIFT算法相比,改进后的检测算法检测一张书帖的平均时间由原来的40 ms降低为1 ms,检测准确率高达98%.     

基于改进群搜索优化算法的云计算任务调度方案

针对云计算中的任务调度问题,提出一种基于改进群搜索优化(IGSO)算法的任务调度方案.首先,为了解决传统GSO算法的收敛速度较慢,不能很好地应用在云任务实时调度的问题,在搜索者和游荡者的位置更新中融入了粒子群算法中的粒子位置更新策略,提出一种快速收敛的改进GSO算法.然后,将任务调度问题进行编码,以任务执行时间为适应度函数,通过提出的IGSO算法寻找最优调度方案.仿真结果表明,该方案能够快速且合理地调度任务,具有可行性和有效性.     

改进的Snake算法在颅脑CT图像分割中的应用

尝试用一种改进的Snake算法创建模型,自动分割CT头颅断层图像的脑组织和脑脊液,用于后期辅助医生对患病部位的诊断和治疗,为临床提供更方便的工具。考虑到脑部CT图像和相邻的骨组织灰度差异较大,利用改进Snake算法对CT头颅图像进行自动分割,将分割的脑组织图像与专业医学影像医生手工分割的CT脑组织图像做对比,发现这种改进的Snake算法分割的CT颅脑图像从轮廓外形、灰度均值和方差值都和专业医生手工分割的CT颅脑图像非常接近,表明这种改进的Snake算法分割CT颅脑图像是可行的。     

基于权重的改进K-means算法应用研究

数据聚类是将数据对象划分到不同的类或簇中,是数据挖掘中的一项重要技术.教育领域拥有海量的学生信息数据,把数据挖掘中的聚类技术引入其中,具有很强的实际价值.阐述了运用数据挖掘中改进的引入权重的聚类技术对成绩数据进行选择、预处理和挖掘分析等,展示了3个Matlab实验使成绩数据如何通过K-means算法进行聚类分析,并对3种运行结果的意义各自进行了显示与分析,同时指出了运行结果的不足及意义.针对学生实验中的分类原因进行了研究并在学生成绩分析中发现很多隐含着的不易发现的有价值信息,利用这些聚类结果提出了相应的教学措施及建议,从而有针对性地提高教学质量.     

二阶HMM算法改进及在miRNA靶基因预测中的应用

隐马氏模型在语音识别和生物信息学中有重要的应用. 本文研究二阶隐马氏模型(HMM2)的基本算法,利用归一化和递推原理,改进模型的前向-后向算法及Baum-Welch训练算法并给予证明,使得该算法更容易理解和机器实现,并保证数值稳定性. 将HMM2应用到miRNA靶基因预测的后期过滤处理中取得了较好的结果.