基于多步法绘制理论的抛物线裁剪算法

基于多步法绘制原理和Brensenham算法，提出一种新的关于抛物线的线性化裁剪算法。该算法首先线性化计算，由给定抛物线生成绘制时所需的两个数组，然后考虑到各种裁剪情况，利用两数组实现抛物线与窗口裁剪线的求交运算，得到相应的裁剪数据，最后再绘制出所求的裁剪图形。     

一种新的支撑矢量机快速训练算法

用支撑矢量机（SVM）分类时，针对大规模数据集，SVM的训练成为一个难题，提出了一种采用样本至某一类的马氏距离来提取可能为支撑矢量的数据的方法，同时阐明了如何解决在输入空间和特征空间中求马氏距离所遇到的问题，利用特征值，特征矢量及伪逆运算的并行计算方法，建立了一种提取支撑矢量的快速算法，用该方法对训练数据进行预处理后，可以加快SVM的训练速度，实验结果也表明了该方法的有效性。     

并行加工的完工时间

 p台机器完成加工n项任务所需要的时间称为这n项任务的完工时间.首先引入一种参数,即膨胀系数,并设计出一种加工n项任务的算法,然后分别讨论n项任务全都平均分成p份或者全都不分时被p台机器按所设计算法加工的完工时间.     

分治,递归,与回溯--棋士巡游的算法研究

分治,递归与回溯是算法的基础,它们在解决8×8棋盘的棋士巡游这一复杂问中,得以集中体现;通过对原问题的分析和算法实现表明,对于此类复杂问题,方法的选择很重要.     

基于动态递归模糊神经网络的动态系统辨识

模糊系统和神经网络由于具有逼近任意连续非线性映射的特性而广泛应用于系统的辨识和控制,但是传统的模糊神经网络是一种静态映射,不适用于动态系统的辨识,而现实工程中的控制对象反映的是系统的动态行为.为了提高动态系统的辨识精度,提出了一种新型的动态递归模糊神经网络,并根据动态递归神经网络的数学模型推导其动态反向传播学习算法及其改进算法.仿真结果表明:由于动态模糊神经网络的辨识过程同时利用了系统的当前数据和历史数据,对动态系统的辨识,特别是对具有纯时间延迟动态系统的辨识,较传统模糊神经网络在辨识精度和稳定性方面具有更好的效果.同时,确定网络权值和隶属函数参数初始值的方法可使动态系统的辨识过程具有更快的收敛速度.     

一种基于离散小波变换的盲水印算法

使用二值图像为水印，给出了一种检测时无需原始图像的盲水印算法。实验证明，该算法满足不可感知性，并对噪声、滤波等图像处理有一定的健壮性。     

挖掘大型数据库中的Apriori算法及其改进

指出了Apriori算法是一种有效的关联规则挖掘算法，分析和探讨了Apriori算法，并给出了该算法的实现思想，通过实例说明了算法的执行过程，提出了对Apriori算法进行改进的一些方法：散列、事务压缩、划分、选样及动态项集计数。使用这些技术提高了算法的效率。     

遍历从N个元素中取M个元素可能组合的最佳算法

从N个相异元素中取M个元素(M≤N)的可能组合的遍历问题是组合数学中重要的基础性问题．关于该问题的现行算法是建立在对于搜索到的每一个节点的诸元素首先进行排序，然后搜索下一个节点．本文对于该问题给出一个全新的算法．新算法中放弃了对于节点诸元食的排序，实现每进行一次数据交换即搜索到一个新的节点，因而成为解决该问题的最佳算法．使用该算法编辑计算机程序，有编程简短、占用机器内存小的特点。     

用于宽带取样示波器的Nose-to-nose校准技术

介绍一种宽带系统校准的新方法，对比几种传统的校准方法，这种称为nose—to-nose的校准方法是目前校准精度最高的一种．这项技术所基于的一个基本事实是：当示波器的取样电路对直流电压取样时，会产生一个极窄的脉冲到输入端，这个脉冲正比于系统的冲激响应，称为kick-out脉冲，这样将两台示波器的输入端对接就在第二台示波器上得到了含有两台示波器冲激响应的卷积输出，应用反卷积算法可以得到这两台示波器的冲激响应函数．     

高清晰度数字电视中的符号定时检测算法

分析研究了欧洲数字视频地面广播（DVB－T）系统，提出了基于FPGA的COFDM接收机同步解决方案，对该方案中的符号定时同步，步骤同步和采样钟同步作了简要阐述了，经大量的同步算法仿真分析，提出一种新的符号定时检测算法：通过设置门限、保持窗宽和相应时延可准确估计符号起始位置及频偏，相应的FPGA硬件电路经高清晰度数字电视功能样机调试证明，该算法实现复杂度低且性能优良。