应用TFLS算法寻找SBEGN模型具最多叶子生成树

用动态网络模型来逼近和模拟现实网络是研究网络的重要手段之一,从构造单边界增长网络模型入手,验证该模型具有增长性、层次性．设计了时间优先层次搜索算法,利用该算法来寻找单边界增长网络模型具有最多叶子的生成树,并证明了所找到的具有最多叶子生成树具有无标度性这一重要的网络拓扑结构．     

无线传感器网络LEACH簇树路由协议研究

基于LEACH的簇树路由协议是目前无线传感器网络研究的热点之一,由于传统的构造最小生成树的算法不能适应网络中节点密度的变化,制约其更广泛的应用。在对LEACH簇树路由和传统的连通网络中构造最小生成树算法的分析基础上,结合动态优化的思想,提出了一种新的基于Prim算法的构造最小生成树算法,并将其应用到簇树路由中,使得网络寿命延长,同时增强了对网络节点密度的适应性。仿真结果说明了该算法的可行性和有效性。     

一种优化的RFID标签碰撞二进制搜索算法

针对RFID阅读过程中的标签碰撞问题,在二进制树型搜索算法的基础上提出了一种优化的反碰撞算法.该算法通过构建新的请求建立方式,采用两位数仲裁碰撞进行逐位的识别,大大减少了碰撞检测时相应标签的数量,从而减少了位的碰撞概率.仿真结果表明,与基本的二进制树型搜索算法和动态二进制树型搜索算法相比,该算法在传输二进制数据的长度方面有明显的优势,并且在平均请求数量方面,它提供了相同的性能,从而使识别过程更快,减少了信息的传播时间.     

低复杂度高度场的通视性研究及快速光照计算

为快速判断高度场场景点的通视性和可见范围, 满足交互式应用的需要, 提出低复杂度高度场基于可见二叉树的凸包树简化方法。通过对高度场数据在8个方向的线性扫描, 确定每个高度场数据点的最大方位角, 构造凸包树型结构; 对凸包树信息进行分析, 构造可见性二叉树作为方向扫描存储结构, 在光照计算过程中有效提高可见点的搜索算法效率; 结合阴影图的间接光照计算, 实现了交互式帧率的动态低复杂度高度场绘制效果模拟, 降低计算成本。     

信息熵与支持向量的关系

标准支持向量机由于具有O(n~3)的时间复杂度和O(n~2)的空间复杂度,影响了其在海量数据集上的应用,而对支持向量机新模型的研究则最有可能取得一些突破,从而彻底解决上述难题。介绍新模型的研究现状的基础上将信息熵引入到支持向量机建模中,重点分析数据的信息熵分布规律和支持向量数据及其熵值的关系,进一步构造了信息熵支持向量机算法,最后给出了相关实验,初步的实验结果显示信息熵支持向量机具有较快的分类速度。     

代谢网络的重构

在已有的构建代谢网络方法的基础上,提出了构造代谢网络的改进方法.以鱼腥藻作为实例,利用KEGG数据库中生物体的生化反应、酶、基因数据重构出鱼腥藻的初步代谢网络,并对初步代谢网络进行了修正,讨论了该网络的拓扑结构性质.     

改进判定树分类算法的研究

介绍了判定树分类算法,对各种判定树分类算法进行比较和评价,并在此基础上提出判定树分类算法的改进方向。     

信息熵与网络信息资源管理

网络信息资源增长迅速同时呈现无序、混乱等特点。本文在信息熵理论的基础上,分析了网络信息资源中的信息熵增问题,并提出解决网络信息资源信息熵增问题的若干方法。     

应用分类贡献函数的决策树构造方法

在构造决策树的过程中,分类属性选择的标准直接影响分类的效果。本文基于粗糙集的理论,提出了在核中应用分类贡献函数来选择分类属性的新方法。利用UCI提供的数据集对该算法和基于信息熵的算法C4.5,以及基于加权平均粗糙度的决策树生成算法相比较。实验证明:用该方法构造的决策树与传统的基于信息熵方法构造的决策树相比较,复杂性低,且能有效提高分类效果。     

判定树归纳分类研究

判定树归纳分类是数据挖掘中分类功能的最基本算法,本文在分析与讨论了判定树归纳分类基本思想及现有判定树归纳算法的基础上提出了关联分析法和贝叶斯分析法在判定树归纳分类中的应用,经实验证明了算法的有效性。