一种新的并行计算机网络模型及其路由算法

为了提高并行计算机的通信效率,基于Petersen图提出了一种新的网络结构-GP（n,k）网络．该结构继承了Petersen图简单的拓扑结构,同时具有良好的可扩展性．主要研究了其中一类GP（n,k）网络即GP（i^2,i）的拓扑性质,给出了它优于2-Dtorus的直径．最后设计出GP（i^2,i）的单播及多播路由算法．     

基于改进边际优化的离散变量优化设计算法

针对传统离散变量优化方法存在的目标函数测算次数多、收敛性不佳等问题,借鉴边际优化理论和模式搜索算法,设计了一种基于改进边际优化的离散变量优化设计算法.借鉴边际效用优化原理,通过引入周围单位步长空间的概念,在初始点选择、边际增量设计、禁忌搜索策略等方面进行了改进,并设计了变异操作以跳出局部最优.实例分析表明,所提算法能够...     

面向知识发现的数据分类技术在网络教学中的应用研究

提出将数据挖掘技术应用于网络教学平台的设计,采用决策树分类方法从学习者的大量信息中分析学习者的学习能力,构建学习者特征模型,提高网络教学对不同学习者个体的针对性,为实施个性化教学提供决策支持.     

基于密度分类的JPS+移动机器人全局路径规划算法

针对传统全局路径规划中扩展节点多、寻路时间长等问题,提出一种基于JPS+(jump point search plus)算法的全局路径规划算法,旨在提高机器人在复杂环境的智能性、高效性的要求。首先引入了一种基于密度的判断障碍物角点规则,实现对于主要跳点的识别数目,减少搜索路径过程中的可扩展节点,同时在路径求解过程中对目标跳点的判定规则进行了修改,最终实现了减少计算量、缩短计算时长的目标。为验证所提改进型JPS+算法的有效性,将A~*、JPS+算法在不同类型地图中与改进型JPS+算法进行了比较。仿真结果表明,改进型JPS+算法与A~*算法相比,在路径长度、寻路时间和扩展节点数量上都有明显改进;在生成相同路径的基础上,与传统JPS+算法相比,在障碍物占比33.25%的地图中搜索时间降低了7.58%,节点扩展数量减少了9.38%,能够满足移动机器人快速全局路径规划的要求。     

ABAQUS二次开发在骨重建仿真中的应用

本研究的目的 是利用ABAQUS二次开发环境,将基于应变能密度准则的骨自优化理论,编写成骨重建仿真算法.可以提取仿真模拟的密度分布数据作为场变量以云纹图的形式显示出来.通过计算骨组织密度的变化趋势分析骨重建过程.建立二维悬臂梁模型,进行200步迭代计算.结果 显示密度分布呈现出桁架结构,验证了基于ABAQUS二次开发环...     

采用增广乘子法和免疫算法的混合可靠性分析

针对传统可靠性优化设计方法在处理实际可靠性工程问题时求解精度不高或无法求解的问题,提出一种采用增广乘子法和免疫算法的混合可靠性分析方法.首先以极限状态方程为约束,以可靠性指标最小为目标函数,建立可靠性优化设计数学模型;然后利用增广乘子法将该有约束可靠性优化设计数学模型转变成无约束优化模型;最后运用免疫算法(IA)进行求...     

量子BP神经元及其在含噪字母识别中的应用研究

量子神经计算是传统神经计算与量子计算相结合的产物,它将成为新的信息处理技术之一.文中以相移门和受控非门作为基本的计算单元,借助复数BP学习算法,构造出量子神经元模型,通过数值计算给出了该量子神经元的收敛特性曲线.在此模型基础上,构造出一个三层量子神经网络,应用于含噪字母识别.数值计算结果表明,量子神经网络在噪声均方差小于0.35之前能完全地对含噪英文字母进行识别,容错能力比传统神经网络有明显增强.     

基于双核DSP的MPEG-4标清视频编码器

文中详细阐述了针对ADSP-BF561双核DSP芯片的MPEG-4视频编码算法的优化方法.实验数据表明,优化后的编码器性能得到了全面提升,实现了基于ADSP-BF561双核平台上的4CIF视频实时编码.     

云计算环境中面向大数据的改进密度峰值聚类算法

对密度峰值聚类算法进行有效改进,计算各样本点之间的距离和各样本点局部密度,选择两者中较大的样本点作为聚类中心点,根据其余样本点与各中心点的距离设定样本点所属类别;引入K近邻算法对密度峰值聚类算法进行优化,求解各样本点的距离时只需要考虑其周围由邻近值决定的若干样本点,实现距离阈值的自动选取;根据距离矩阵计算样本点的密度,绘制决策图并选择簇内中心点,将剩余点根据密度值分配给离中心点距离最近的类;最后将K近邻-密度峰值聚类算法部署至Hadoop云计算平台,用于解决大规模数据聚类的问题。仿真结果表明,通过合理设置K近邻算法的近邻值k,K近邻-密度峰值聚类算法具有较好的大数据样本聚类性能,与常用聚类算法相比,该算法具有更高的聚类准确率和聚类效率,适用于大数据样本聚类。     

基于环境因素的露天煤矿粉尘质量浓度预测

为实现PM2.5、PM10和TSP粉尘质量浓度预测,利用哈尔乌素露天煤矿环境监测数据,以随机森林算法为基础,建立环境因素影响下的粉尘质量浓度预测模型,采用网络搜索的方法对随机森林模型进行参数调整.研究结果表明:采用加权算术平均值法对粉尘质量浓度数据进行降噪处理,能有效提高预测模型的准确性.特征重要性分析表明,环境影响因...