钻井布局最优化模型

本文是讨论钻井布局最优化问题,针对原题所给定的假定,我们首先针对问题1)给出了一个比较直观的算法,然后集中精力对其作了较大的优化。最后,在问题1)的基础上,我们较容易的解决了问题2)。前后一共给出了三个主要的数值算法(即算法1,算法5和算法7),通过选取适当的步长搜寻最优解,并用C语言实现,对所给的数值例子,通过计算机计算,对两个问题分别得到了两个最优钻井布局,使问题1)中可利用的旧井数达到最大为4;使问题2)中可利用的旧井数达到最大为6。文后我们还对本模型的优缺点和推广作了讨论。     

改进A*算法及其在GIS路径搜索中的应用

路径选择在实际运用中主要追求的是最优而不是最短.为此通常采用精度换效率的策略.这种策略虽然在一定程度上达到了路径搜索的任务要求,但如果能在精度和效率之间综合取值的话,效果往往会更令人满意.采用了一种改进的A*算法来实现这一目的.主要是通过变权值的方式来控制算法的搜索精度和搜索效率.实验证明,改进的A*算法可以实现最优路径的选择,且效率有很大的提高.     

基于分数维与灰度梯度共生矩阵的气象云图识别（Ⅰ）：分数维？…

气象卫星云图的识别主要集跨图像纹理分析上，图像纹理除了包括灰度信息外，还包含了结构信息，应用７０年代由曼德尔勃罗特提出的分灵敏 地图像纹理进行的分析，分数是图像纹理的复杂度与粗糙度的变量。     

谈谈数据库多项目的快速统计

在利用关系数据库处理数据与信息时，统计工作是常需要作的工作。本文主要是探讨如何利用数组与索引方法来改进传统的分类统计。以实现数据的快速统计。提高整个程序的运行速度。     

浅析递归方程解法及其渐进阶表示

递归是算法设计中常用的方法之一,利用递归可以得到很多高效算法.递归算法由初始情况和递归部分组成,一般可以采用递归方程表示.分析了递归方程常用解法,比较了各个解法的区别及使用范围,并研究了如何表示递归方程对应的算法复杂度的渐进阶.     

有向哈密顿回路问题的一个充分条件及其多项式验证算法

利用自动机理论研究有向哈密顿回路问题，提出一个多项式复杂度的算法验证有向哈密顿回路问题的一个充分条件.更具体地说，将有向图建模为一个自动机，并在自动机的基础上形式化了哈密顿图的相关概念，然后提出了一个多项式复杂度的算法，检验一个自动机标记的语言的子集是否满足真子集的一个充分条件.在该算法的基础上，提出了一个多项式复杂度的算法检验哈密顿图的一个充分条件并找出相应的哈密顿回路.特别地，给出了一个判断有向图是否是哈密顿图的充分条件和一个判断有向图中的一条回路是否是哈密顿回路的充分条件.     

基于一维PCA-EIR技术的二维SVD-FIR滤波器设计

为了减少2D有限冲击响应(FIR)滤波器的硬件执行复杂度,采用基于主成分分析(PCA)的1D外插脉冲响应(PCA-EIR)滤波器设计技术,合成了基于奇异值分解(SVD)的2D FIR(2DSVD-FIR)滤波器系统中的所有1D FIR子滤波器.在不影响2D FIR滤波器频率响应指标的前提下,如果1D EIR技术所合成的1D FIR子滤波器的硬件执行复杂度低于原型1D FIR子滤波器的硬件执行复杂度,则前者可替代后者;反之,原型1D FIR子滤波器保持不变.仿真结果表明,在不影响2D FIR滤波器频率响应性能的前提下,与传统的2D SVD-FIR滤波器设计相比,采用1DPCA-EIR技术设计2D冲击响应矩阵SVD-FIR滤波器和2D频率响应矩阵SVD-FIR滤波器,可使其硬件执行分别减少8.85%和7.37%的乘法器,而加法器则分别减少13.15%和13.19%.由此可知,1D PCA-EIR技术可用于合成任意1D FIR滤波器.     

一类Alternant的格子复杂度上界

研究了Ａｌｔｅｒｎａｎｔ码的格子复杂度。利用码的直和结构。给出了一类Ａｌｔｅａｎｔ码的格子复杂度的上界，改进了Ｗｏｌｆ上界，推广了文献「３」的结果。     

F_p上一类周期倒序序列稳定性分析

流密码稳定性的重要度量指标是序列的线性复杂度。通过生成多项式和极小多项式研究了F_p上一类周期为2N的倒序新序列的稳定性,给出了其极小多项式及线性复杂度,并讨论了F_p上由这类倒序新序列构成的多维周期序列的联合极小多项式及联合线性复杂度,这些结论对周期序列的研究有一定的应用价值。     

基于字符串变量的模糊熵算法的改进

为了解决样本熵算法缺乏连续性,而改进的样本熵算法即模糊熵算法运算复杂、速度慢的问题,结合模糊熵和样本熵算法各自特点,引入字符串变量代替相空间重构的思想,建立模糊熵新改进算法.选择35名大学生作为被试,分别以样本熵、模糊熵和新改进模糊熵算法计算复杂度参数,进行体现认知功能特征的事件相关电位复杂度分析,3种算法得出的复杂度对比分析表明:模糊熵新改进算法计算结果与样本熵算法和原模糊熵算法均具备一致性,适用于脑电信号特征提取.新改进算法与样本熵算法相比,计算事件相关电位得到的熵值变化幅度更大,更能有效识别被试的认知活动中脑活跃程度;计算长度为1 000的脑电序列一次,平均运算时间只需约2.1 s,较样本熵算法3.2 s,模糊熵算法10.4 s,大大提高了运算速度.