n皇后问题的一种解

在ＦａｌｋｏｗｓｋｉＢＪ和ＳｃｈｍｉｔｚＬ的论文中，大于３的自然数被分成７部分，并对每部分中的ｎ给出了ｎ皇后问题的一个特解。本文改进了他们的方法，将大于３的自然数仅分成５部分，然后对每部分中的ｎ用统一方法给出ｎ皇后问题的一种解，从而有效地简化了已有的结果。     

基于BIT位运算的N皇后问题解法

皇后问题是一经典的回溯算法问题,本文使用B IT位运算对非递归的回溯算法进行优化,取得了较好的效果,对其他类似问题的算法的优化有一定指导意义。     

遗传算法求解N皇后问题的优化

采用vector容器高效的染色体整数编码和成熟的泛型算法,改良遗传算法求解Ⅳ皇后问题,说明此方法更通用、简洁和高效．     

一种解决MDG中连续方法调用问题的方法

提出了一种新的方法,通过改进成员依赖图,有效地解决以前方法未考虑连续方法调用情况而降低修改影响分析精度的问题．     

N皇后问题Las Vegas优化算法的实现

介绍了n皇后问题常用的回溯解决策略,分析了概率算法中拉斯维加斯(LasVegas)算法的特点及其在n皇后问题中的应用,并给出了两者结合解决n皇后问题的算法策略和效率分析.     

一种力位置控制冲击问题解决方法

针对数控系统力位置控制过程中的力冲击问题,基于阻抗控制基本原理,研究了一种解决该问题的控制策略.以X-Y-Z三轴运动平台为被控对象,建立了系统数学模型以及力传感器动态数学模型.以控制Z轴与工件的恒定接触力为目标,构建了切换控制系统,并证明了闭环系统的稳定性.在Simulink中搭建了力位置双闭环阻抗控制仿真系统,结果证...     

一种解决IFT分水岭变换过分割问题的方法

针对IFT分水岭变换在医学图像分割方面易产生过分割的问题,提出了在IFT分水岭变换前后分别进行预处理和后处理的方法.预处理算法由图像简化和简化后的求梯度图像两个部分组成,后处理主要是区域合并.实验结果表明:该方法不但有效地抑制了过分割现象而且得到了较好的分割效果.     

一种解决协同过滤数据稀疏性问题的方法

面对信息量过载的问题,为了使用户尽快的从大量的数据中找到自己需要的信息,即运用协同过滤算法解决数据稀疏性问题,本文提出了一种基于径向基函数(RBF)神经网络的解决方法.首先构建RBF神经网络并提出了一种新的确定隐层节点方法.然后利用构建的RBF神经网络预测用户评价矩阵中的空缺值,提高用户相似度计算的准确性.最后通过与经典协同过滤算法的对比实验证明所提算法的实用性,实验结果表明,基于RBF神经网络的协同过滤算法可以有效的解决用户评分数据的稀疏性问题,提高推荐的准确度.     

一种解决TSP问题的自适应协同演化计算方法

针对遗传算法和蚁群算法存在运行时都会出现停滞、早熟等现象,且容易陷入局部最小的特点,提出了一种将两者结合协同演化运行的方法,通过建立对这两种算法状态的评估函数来动态判断其运行状态是否正常,进而动态调整运行的算法,从而最大程度地避免了这两种算法运行时的缺点.对TSP问题进行了实验测试,结果表明：此方法在收敛速度、寻优结果上都较上述两种算法单独运行有着明显的优势.     

继承异常的一种解决方法

继承异常用来描述在并发面向对象语言中继承与并发的冲突。对继承异常做了系统的分析,给出一种新的分类。提出在一并发对象中将同步部分与顺序部分分离,生成两个对象,通过将同步代码放入一单独对象,将继承过程分为顺序部分和同步部分,这种分离大大地减少了继承的发生。     

N维氢原子的一种因式分解方法

用一种完全的因式分解方法,直接导出Ｎ（Ｎ≥２）维氢原子的主量子数的升、降算子,并由升、降算子关系得到了能量本征值     

基于3种训练神经网络方法解决异或问题的研究

分别运用误差反向传播(error back propagation)算法、扩展卡尔曼滤波(extended kalman filter)和数值积分卡尔曼滤波(cubature kalman filter)算法对多层神经网络模型进行逐次状态估计,并将其用于解决异或的分类问题。从仿真实验结果来看,利用BP,EKF和CKF算法训练的神经网络的输出信号的均方误差曲线的收敛速度依次加快,这使得神经网络的实际输出值越来越逼近其期望输出值,同时针对异或问题3种算法都得到了良好的分类结果.     

HDL设计中多驱动源问题的一种解决方法

针对HDL设计中存在的多驱动源问题,提出利用变量通信以及驱动条件之间的逻辑关系将分布赋值改为集中赋值,该方法不但解决了多驱动源问题,而且也避免了决断函数的调用,同时提高了设计的性能和可靠性,最后以一个实例说明了它的应用。     

一种解决稀疏数据和冷启动问题的组合推荐方法

针对传统推荐算法所面临的冷启动与稀疏数据问题以及现有ARM(association rule mining)算法大多用于购物篮顾客行为分析,并不适用于特定用户推荐业务且效率较低等现象,提出一种基于相似度的关联推荐模式,实现一种新的结合关联规则推荐与协同过滤推荐方法.采用基于指定后件项的关联规则推荐,直接对目标用户和目标项目进行关联规则挖掘,并利用兴趣因子对活跃用户(或项目)与非活跃用户(或项目)进行权值均衡,以加权方法推荐最优解(规则).同时,采用相似度测量方法,过滤低相似度的项目,为用户推荐既有高评分又具有较高相似度的项目集合.最后,结合规则推荐与CF(collaborative filter)推荐形成最终推荐结果,实现基于用户(或项目)的协同过滤推荐.在MovieLens数据集上的实验结果表明,同已有成果相比本文方法能够更好地处理稀疏数据和冷启动问题,推荐质量明显提高.     

HDL设计中多驱动源问题的一种解决方法

针对HDL设计中存在的多驱动源问题,提出利用变量通信以及驱动条件之间的逻辑关系将分布赋值改为集中赋值,该方法不但解决了多驱动源问题,而且也避免了决断函数的调用,同时提高了设计的性能和可靠性,最后以一个实例说明了它的应用。     

HDL设计中多驱动源问题的一种解决方法

针对HDL设计中存在的多驱动源问题,提出利用变量通信以及驱动条件之间的逻辑关系将分布赋值改为集中赋值,该方法不但解决了多驱动源问题,而且也避免了决断函数的调用,同时提高了设计的性能和可靠性,最后以一个实例说明了它的应用.     

一种解决VANETs空洞问题的限时携带贪婪前传方法

针对车辆节点快速移动和非均匀分布导致的车联网网络空洞问题,以及空洞节点采用SCF(store carry forward)方法长期携带过时交通信息导致浪费存储资源的问题,提出一种先应式空洞发现策略以及一种限时携带的贪婪前传广播(CGFB,limited time carry and greedy forward broadcast)方法.CGFB结合了GF(greedy forward)算法和SCF算法的优点,可以提高建立路径的成功概率并降低存储消耗.仿真结果表明,当平均邻居节点数大于4时,CGFB算法成功建立路径的概率可达97%以上;相比SCF算法,当平均邻居节点数为2时,可节省90%以上的存储资源.     

一种利用初值条件解决DE增解问题的方法

在求解微分方程(DE)过程中,会遇到一些需要对原方程先求导再求解的操作过程,在这个过程中会出现增解的情况,由此会造成方程的通解或解无法正确表达.利用隐含的初值条件,对增解进行辨析,可以得到原方程的通解或解,并辅以典型例题进行演释.     

一种倒立摆模糊控制系统规则爆炸问题的解决方法

针对模糊控制下的倒立摆系统存在规则爆炸问题,运用粒化思想,将模糊规则看成模糊粒点进行仿真实验.实验结果达到预期效果,不仅达到控制效果,而且还有效降低系统复杂程度,从而解决了模糊控制器由于规则过多引起的规则爆炸问题.     

一种研究解决数学问题的方法——内隐加工分离方法

学生在完成数学问题时往往运用内隐加工.借鉴内隐学习研究的方法———加工分离程序,对学生完成数学问题过程进行研究,获得的内隐贡献值对问题解决起着证据性作用.研究结果表明,运用加工分离程序方法是可以证明数学问题解答过程中是否存在着内隐加工的.