一种改进的时间序列模式发现算法

如何有效地在时间序列数据库中发现时序模式是时间序列数据挖掘中一个具有重要意义的课题．本文提出一种改进的在时间序列中有效地发现时序模式的算法．在将时间序列划分为若干等长的子序列之后,根据基于关键点的线性分段算法提取每个子序列的关键点序列,该关键点序列仅保留反映数据序列的变化模式的主要关键点．接着利用每个关键点序列分隔相应的子序列,根据数据的起伏变化将相应的关键点序列分配到一系列盒子中,使得只有在同一个盒子中的序列才有可能相似,而不同盒子中的序列不可能相似．最后通过计算每个盒子中任意两个关键点序列之间的动态时间弯曲距离来发现所有的时序模式．实验结果验证了该算法的有效性．     

一种基于特殊训练序列的TH-UWB信号同步捕获算法

超宽带信号的快速同步捕获是实现UWB系统的一个重大挑战。提出了一种基于特殊训练序列的同步捕获算法,它只需对接收信号进行符号速率的积分清洗运算,然后根据信号的依次截取实现同步参数的搜索估计。该算法有效地提高了密集多径信道下极窄脉冲能量捕获,并且降低了运算复杂度和同步捕获时间。通过计算机仿真评估了在密集多径信道下,训练序列长度对捕获精度和系统误码性能的影响,以及捕获性能、系统误码性能与信噪比的变化关系。仿真实验表明,在训练序列长度为16、32时误码性能曲线和理想同步情况下已十分接近。这说明与传统的数据辅助算法相比,该算法只需要较短的训练序列就可以实现较理想的系统性能,从而提高了系统的带宽利用率。     

时间序列搜索问题的在线决策算法

时间序列搜索是现实中一个典型的在线交易决策问题,已有各种不同的模型用确定性或随机性算法得到求解.基于引入利润函数的模型基础,提出了随机性算法,分析了其竞争比,并通过实例表明,该算法与确定性算法相比较在一定情况下可以有效地降低算法竞争比.     

一种基于符号动力学的混沌序列消噪方法

以符号动力学为分析工具,讨论了一类单峰映射混沌序列在符号动力学空间上的马尔科夫过程模型,从该模型出发给出了一种极大似然混沌序列噪声消除的Viterbi算法,并利用符号动力学的特点,对该算法的消噪效果进行了理论分析和仿真比较.实验表明,这种消噪算法的仿真结果和理论分析的结果是一致的,可以应用于混沌通信中的信号消噪处理.     

MIMO OFDM系统时变信道估计及最优导频分布

基于分段线性模型,提出了一种利用导频序列的信道估计算法.该算法首先利用导频序列估计出当前OFDM符号间隔内信道线性变化的斜率和中间时刻信道的冲激响应值,然后根据线性模型利用估计出的参数得到当前符号间隔内所有时刻上的信道冲激响应.此外,还研究了所提算法中的导频分布问题.可以证明,在快时变环境下,分组且每组等间隔分布于频域上的导频序列有着更好的系统性能.仿真结果表明了所提算法在时变环境下的有效性和采用等间隔分组导频序列的优越性.     

一个求简单图中所有Hamilton回路的算法

从Hamilton回路的定义和图的邻接矩阵的定义入手，建立了图中的初级通路的关联关系．利用长度为k的初级通路及其关联关系逐步求长度为k＋1的初级通路及其关联关系的方法，求得图的所有Hamilton回路．通过理论分析，说明该算法比已有的求图的所有的Hamilton回路的算法降低了算法的复杂度，为求解Hamilton回路问题提供了新思路．     

OFDM系统有限字符集特性的盲信道估计

提出并证明了正交频分复用（OFDM）系统中基于信息符号有限字符集特性的信道盲可辨识的充分必要条件．在满足该条件的前提下,又提出一种频域最小距离（frequency-domain minimum distance,FMD）盲信道估计方法．该方法将信道频率响应序列多相分解为若干子向量,通过对其中一个子向量中元素的相位模糊度进行穷尽搜索,辨识出所有子载波上频率响应的相位．仿真结果表明,FMD算法的信道估计性能优于修正的最小距离（modified minimum distance,MMD）算法,而计算复杂度与MMD相等．     

给定水平约束图的一类集成电路布线算法

针对水平约束图为星图的具有曼哈顿模型的通道布线,提出了一个依据图论模型的最优轨道高度布线算法.该算法根据通道上结点的水平约束图和垂直约束图特点,依次安排好每一个结点的布线轨道,进而通过通孔可以把所有的结点在2层轨道上布线完成.通过计算分析,该算法能够达到最优的布线高度.     

一种混沌加密设计与统计和熵分析

从理论上对一种基于扰动加密系统所产成的一个漏洞作了一系列分析,在此基础上给出了一种新的改进算法。这种算法通过对扰动长度的随机化,而使得这种信息加密更安全。另外将这样所生成的密钥流通过一种位操作,使该算法可产生伪随机序列。应用于图像加密的实验结果表明加密后图像像素值有类随机均匀分布特性和很高的信息熵。     

银行家算法的改进

从减少不必要的安全性检查和缩小检查范围入手，给出银行家算法的一项改进，使其实现效率得到一定程度的提高。     

一种改进的和声搜索算法

针对和声搜索算法在处理复杂函数优化问题时容易陷入局部最优、收敛精度低的缺点,提出了一种改进的和声搜索算法,不同于已有的HS算法.整个和声记忆库被划分为一些小的子和声记忆库,每个子库适时地更新内部信息,然后将各子库中的最优解构成一个较优记忆库并进行搜索,这些子记忆库通过重组周期被反复重组,信息在这些子库中被交换,在算法的最后搜索阶段,为了表现一个更好的局部搜索能力,所有和声形成一个和声记忆库.同目前提出的一些HS算法相比,新算法有更好的优化性能.     

稀疏矩阵乘法运算的并行算法

许多实际的应用问题可以被归结为稀疏矩阵的计算 ,讨论了稀疏矩阵乘法运算的并行算法 ,稀疏矩阵中的元素采用三元组表示法作为它的存储结构 ,给出的并行算法具有较高的并行度和较好的运行效率     

一种基于四叉树划分的改进ORB算法

原ORB （oriented FAST and rotated BRIEF）算法提取的图像特征点经常出现“扎堆重叠”现象，其分布较为密集且缺乏尺度不变性，因而容易造成图像特征点误匹配的问题。为了解决该问题，提出了一种基于四叉树划分的图像特征点提取算法。首先对图像建立尺度金字塔，然后使用四叉树划分图像并限制划分深度。用加速分段测试的特征（features fromaccelerated segment test，FAST）算法通过多个检测阈值对划分后的图像进行特征点检测。检测完毕后，根据划分出的子块总数和提取的特征点总数对划分出来的各个子块设置自适应阈值，提取ORB特征点。操作完成后通过采取非极大值抑制的方法筛选最佳特征点，并使用改良后的二元鲁棒独立基本特征（binary robust independent elementary features，BRIEF）算法计算得出特征点的描述符，最后进行特征点匹配。实验结果表明，本文算法提取的图像特征点较原ORB算法提取的效果在均匀程度上得到了明显地提升，冗余重叠的特征点数量减少，且在特征点提取速度方面较原ORB算法的提取速度提高了30%以上。     

基于万进制数组的大整数乘法的算法设计

大整数在要求高精度的应用中非常有用.在计算机数据加密技术中,常会遇到大整数的算术运算问题.为此,文章分析了大整数乘法的算法,提出了一种符号位与数值分开,万进制数组存储大整数并加以处理的算法.然后在java开发平台上测试,验证了该算法的正确性及运算的效率.     

一种改进的反向传播神经网络算法

在标准反向传播神经网络算法的基础上,提出了一种改进的反向传播神经网络算法.通过对每个处理单元增加3个参数来增强作用函数,且3个参数与连接权一样,在学习过程中进行实时更新.此算法提高了学习速度,且减少了进入局部最小点的可能性.通过XOR问题的仿真证明了改进算法的有效性.     

工业CT中ART算法权因子的研究

图像重建是工业CT(Computed Tomography)的重要组成部分,ART(Algebraic Reconstruction Techniques)算法是工业CT图像重建中的一种重要代数方法,权因子的计算是ART算法中前期的主要工作.以工业CT中ART算法的权因子为研究对象,介绍了一种切实可行的权因子算法.通过siddon改进算法与快速算法的图像重建比较,得出2种算法权因子计算时间相当,siddon改进算法重建时间为快速算法的1/2,并且它们重建的图像质量也相当.因此,在重建时间上,siddon改进算法是快速算法效率的2倍.     

对偶四元数导航的简化算法

摘要： 针对原始对偶四元数导航算法计算量大的问题推导了一种简化算法,对原始算法的矢量求解进行数学化简,使引力速度、非引力速度和位置矢量的求解变得简单明了,物理意义明确清晰. 通过近似将简化算法中的非引力速度公式再次化简而得到近似算法. 仿真导航显示,简化算法与原始对偶四元数法解算的位置精度相同,均高于传统捷联导航算法,而简化算法计算量最小;近似算法的位置精度与简化算法相比无明显下降.     

基于模拟退火思想的优化k-means算法

鉴于典型的基于划分的聚类算法——k-means算法中存在局部最优和算法执行速度慢等问题,提出了基于模拟退火思想的优化k!means算法.该算法将模拟退火思想用于对k-means算法的优化,是一种具有全局最优解和较高执行效率的算法.针对聚类算法典型数据集和随机产生的数据集,在不同情况下进行对比实验.实验结果表明,优化k-means算法优于基本的k-means算法。     

遗传算法在PID自整定控制中的应用

提出了一种基于遗传算法和单神经元的自整定PID控制器的设计方法，该控制器首先利用遗传算法对PID的3个参数作离线优化，搜索到一组准最优的PID参数，作为PID控制器参数的初始值，然后利用改进后的单神经元梯度下降法在线调节PID参数，以使系统获得最优的动态性能和稳态性能．仿真结果表明：与传统PID控制算法比较，该控制方法响应速度快，具有更好的控制效果．     

基于交互信息的混合特征选择算法

针对传统的特征选择算法只专注于特征间的相关性和冗余性而没有考虑特征之间交互作用的问题,提出一种基于交互信息的混合特征选择(hybrid feature selection based on mutual information,MIHFS)算法,该算法以K-最近邻算法的分类准确率作为衡量所选特征分类性能的评价指标,有效...