复杂对象模式的规范化设计

该文给出了复杂对象模式的规范化设计。复杂对象模式的规范化设计不仅是将对象组合到相关联的关系中，而且要选择一个能很好地表示对象间的语义关系的结构。首先，基于对象间的语间关系，定义对象依赖；然后定义对象范式－－规范化对象模式树和规范化对象模式森林，并且讨论对象范式的特性，指出规范化对象模式森林是所要求的复杂对象模式的结构；最后给出了导出规范化对象模式森林的MIMI算法。     

面向对象数据中对象模型和规范化研究

从分析面向对象数据库中对象模型,数据依赖着手,提出了对象函数依赖的概念,在此基础上提出了以分解为基础的对象模式,规范化方法,并在分析对象模型,关系模型的基础上,介绍了用四元组的方式研究这两种模型的表述关系以及关系模型可以用对象模型完全描述的结论,据此,给出了关系模型与对象模型间的映射关系,通过简单实例,探讨了关系模型中嵌入对象的机制的可行性。     

基于相似度的复杂数据对象比较

针对包含多种类型属性的复杂数据对象在比较时的难题，给出了它们之间的一种比较方法．该方法引入了相似度的概念，给出了相应的复杂对象相似度的计算方法．该方法使复杂对象不同属性的类型和取值范围差异对比较结果的影响减小，使得比较简单化，便于常规排序算法的应用。     

协同绘图系统中版本合成算法与实现

介绍了协同绘图系统中基于对象的多版本合成策略，设计了基于意愿保证的版本合并算法，该算法使用对象复制策略，充分表达了操作双方的操作意愿．实现了一个基于对象的白板系统OOWB(Object-Oriented White Board)，它可以记录用户的操作历史，可以合并来自同一初始版本的2个版本，实验表明该算法可以有效的保证操作者的操作意愿．最后指出下一步要做的工作。     

基于时间轴小波变换的运动对象分割算法研究

对时间轴一维小波变换的视频运动对象分割算法进行了研究。将视频序列进行时间轴一维小波变换，利用变换后的高频帧信息提取出初步的运动掩模图像；进行数学形态学后处理，以消除各种噪声的影响和对象的不连通性，得到理想的运动掩模图像。实验结果表明该方法分割效果较好，分割出的运动对象可直接应用于基于对象的视频编码，且算法耗时较少。     

一个面向对象数据库系统中的查询处理

主要讨论了ＣＩＭＢＡＳＥ的交互式界面系统的有关查询处理技术，其中包括对象关联代数、对象关联演算、对象关数到对象关联演算及对象关联演算到关系数据库语言的翻译算法、查询处理流程。     

基于MFC的对象序列化机制探讨及其应用

该文介绍了MFC框架下的对象序列化机制，给出了对象动态存储和恢复算法及该机制在实践中的应用．     

一类不确定性复杂系统的智能控制

针对不确定性复杂对象特性，基于控制策略的比较，提出用智能控制策略和采用仿人智能控制工程算法实现对不确定性复杂系统的优化控制。该算法还能对不确定性复杂关联对象实施解耦控制，控制品质好，鲁棒性强，工程实践的成功效果表明，对不确定复杂对象实施智能控制策略是明知的选择。     

利用EAI建构VRML多人交互模型

利用EAI构建了基于网络的多人交互虚拟环境模型,同时利用面向对象技术及未知状态推测算法实现了虚拟环境下的多人交互.仿真结果表明,未知状态推测算法可降低网络负载,所构建的用户端对象模型、服务器端对象模型及算法均是有效的.     

对象存储系统中的柔性对象分布策略

为了使对象存储系统在处理不同大小文件时兼顾并行性和负载均衡,提出一种能够结合哈希算法和分片算法的优点,同时尽量避免其缺点的柔性分布算法.柔性分布算法将大小文件的边界值界定为512Kbyte,小文件直接映射成一个对象并使用哈希策略映射到一个设备中;大文件分割成多个对象,分别放置在不同的设备里.实验结果显示:柔性分布算法在不同规模的系统中开销最小,且性能受设备数增加的影响较小.     

课程表问题的一种混合型模拟退火算法

提出了课程表问题的一种基于概率型启发式算法（HA）的混合型模拟退火算法。其中，概率型的启发式算法采用了复杂度高者优先，循环首次适应算法，贪婪法，回溯法和松弛法等多种方法，该算法所排出的课表可作为模拟退火算法的初始解。模拟退火可对概率型启发式算法的排课结果做进一步优化，克服了启发式算法不具有全局收敛性的缺点。所以，混合型模拟退火算法具有启发式算法充分利用领域知识，计算量小，优化快速和模拟退火的全局收敛性，数值实验也证明了它的有效性和可行性。     

一种从自由飞行实验中提取空气动力系数的新方法

该文提出从飞行体自由飞行试验中提取空气动力系数的新方法－－Ｍａｒｑｕａｒｄｔ改进法。Ｍａｒｑｕａｒｄｔ法综合了Ｃｈａｐｍａｎｎ－Ｋｉｒｋ渚最速下降法的优点而避开了它们的缺点，是一种比较好的数据处理方法。Ｍａｎｑｕａｒｄｔ改进法既继承了Ｍａｒｑｕａｒｄｔ法的优点，又大大地减少了计算工作量，是一种收敛快的迭代算法，最后，给出了在靶道实验数据处理中的计算实例。     

一种改进的BNS网络论坛搜索算法

为了提高网页在互联网中的搜索效率,基于非结构化P2P网络的多种搜索算法和网络蜘蛛搜索算法,提出了一种广度优先搜索(BFS)和非贪婪性搜索(NGS)相结合的改进搜索算法(BNS)。并通过该算法的性能分析与大理学院校园BBS的应用测试,结果表明,BNS算法在搜索速率、相关度和准确率上都优于BFS和NGS算法,该算法的实际应用提高了网络论坛运行效率。     

用混合遗传算法实现神经网络快速训练

快速神经网络训练算法的研究是人们所关注的问题之一。经过分析与研究 ,遗传算法是一种全局并行随机搜索优化算法 ,具有很强的全局搜索能力 ,而 BP算法的局部搜索能力较强。文章将两者结合起来 ,形成一种混合遗传算法 ,并就混合遗传算法的原理及其在实现时所涉及到的许多策略问题进行了分析比较 ,仿真结果表明它具有收敛速度快和不会陷入局部极小的特点。     

求解二维波动方程初边值问题的显隐混合校正并行算法

提出了一种基于区域分解法的显隐混合校正并行算法．通过对二维波动方程的数值试验，发现该算法具有无条件稳定性，其数值计算结果与整个区域上采用隐格式的计算结果相当，计算精度明显好于Kuznetson算法和改进的Kuznetson算法，计算时间也比Kuznetson算法和改进的Kuznetson算法的时间少，且小于隐格式计算时间的一半．     

一种改进的SVM算法及其在证券领域中的应用

根据传统的SVM算法原理，提出一种新的基于连续的和过程化的SVM算法，该算法在分类结果上不再局限于两类分类问题的离散情况，是一种支持向量的动态选择算法．将该算法应用于证券领域中，结果表明该算法是有效且正确的．     

用遗传-禁忌搜索混合算法求解组合投资问题

提出了一种基于遗传算法和禁忌搜索的混合算法,用遗传算法提供并行搜索的主框架,用禁忌搜索作为遗传算法的变异算子.遗传算法中变异过程解空间的搜索由禁忌搜索实现,并且用混合算法求解了概率准则意义下的组合证券投资模型.实例证明,遗传/禁忌混合算法有较强的爬山能力,较遗传算法有更高的计算效率,为组合证券投资者提供了一种高效的决策方法.     

基于遗传算法的BP网络全局收敛的混合智能学习算法

给出了一种将 BP算法和遗传算法有机结合的全局收敛的混合计算智能学习算法。此算法结合了 BP算法和遗传算法的长处 ,既有较快的收敛性 ,又具备良好的全局收敛特性。计算机仿真结果表明 ,该混合算法显著优于遗传算法和 BP算法     

LLR-BP算法的简化译码算法研究

研究了基于Gallager方案的LLR-BP算法及其简化的译码算法,应用Matlab仿真比较了基于Gallager方案的LLR-BP算法及其三种简化译码算法的性能,仿真结果表明:基于Gallager方案的LLR-BP算法与归一化BP算法和偏置BP算法的误码率性能相差不多,当信噪比大于2dB时,归一化BP算法和偏置BP算法比基于Gallager方案的LLR-BP算法的误码率性能稍好,最小和算法误码率性能相对最差。     

基于马氏距离的模糊聚类优化算法——KM-FCM

为了解决以欧氏距离作为相似性准则的传统模糊聚类算法对多维数据处理不利的问题,采用马氏距离代替欧氏距离,对基于马氏距离的模糊聚类算法进行优化研究,以增强基于马氏距离的模糊聚类算法的聚类效果和能力。通过构造启发式搜索与k-means算法结合的初始优化方法,利用可以自动调节最佳聚类数的有效性函数,提出了一种优化算法KM-FCM,并将此新算法与FCM,FCM-M,M-FCM聚类算法在3个标准数据集上进行了实验。结果表明,KM-FCM算法有效,聚类精度比FCM,FCM-M,M-FCM高,对高维数据聚类识别能力强,具有全局优化作用,并且聚类个数无需提前设定。新算法可为基于马氏距离的模糊聚类算法的优化提供参考。