基于遗传算法的模糊聚类方法

针对模糊c 均值算法容易收敛于局部极小点的缺陷 ,将遗传算法应用于模糊c 均值算法的优化计算中 .算法采用实数编码 ,提高了试验精度 .实验证明基于遗传算法的模糊聚类方法能够在一定程度上克服初值的影响 ,跳出局部极小点 ,在大样本的聚类方面有较大的优势 .     

fMRI信号盲分离的一种独立成分分析算法

建立了独立成分分析(independentcomponentanalysis,ICA)的一个优化模型,在此基础上,给出了一个新的梯度算法,称之为Orth-ExtBS算法.该算法结合了ExtBS算法和FastICA算法,兼顾两者的优点,形式简单,易于应用,能有效地盲分离具有超高斯和亚高斯分布源的混合信号,获得更准确的分离效果和较快的收敛速度.将新的算法与其他两个算法(FastICA和ExtBS)分别应用到大型fMRI数据中,通过比较发现,新算法在估计激活的时间动力学准确性上要优于其他两个算法.     

阿波罗网络模型的广义边魔幻优美全标号

提出一种新标号--广义边魔幻优美全标号, 并用几种广义边魔幻优美全标号的算法对阿波罗网络模型进行加密及优化, 选择其中使魔幻常数个数最少的算法估计, 并得到了其上界.     

扇形扫查B超仪中DSCA算法的分析

用于扇形扫查B超仪的数字扫描变换算法(DSCA),是实现将极坐标形式的超声回波信号按一定方式存入图象存储器,再以标准的TV图象制式读出送TV显示器显示的特殊转换算法,是关系到超声图象质量好坏和利于实现图象冻结和后处理的关键计算技术。本文通过对几类DSCA的原理及图象数据插值方法的深入分析,阐明了不同算法的特点、适用条件以及对超声图象质量的影响程度。     

一种用于混沌系统辨识的小波神经网络及学习算法

提出了一种适用于高精度逼近和泛化建模的小波神经网络的学习算法,它可用来辨识混沌系统.文中给出了小波网络的基本原理和详细的网络训练算法.仿真实验通过用小波网络来辨识hernon混沌系统,并用Lyapunov指数验证了小波神经网络(WNN)在辨识混沌系统时的系统输出性能指标.     

基于MapReduce的Apriori算法并行化

Apriori是挖掘关联规则最经典的算法之一,针对该算法存在的瓶颈问题研究了基于MapReduce编程框架的简单Apriori并行算法;并在简单Apriori并行算法的基础上提出一种采用固定多阶段结合挖掘策略的改进算法——多阶段并行算法。实验结果表明,改进算法能缩短挖掘时间,提高执行的效率。     

基于蕴涵算子族NMp的α-三I算法及约束度理论

研究了基于蕴涵算子NMp模糊推理的三I算法的约束度理论,分析了约束度的性质,给出了α-三I算法的FMP(FMT)上(下)确界的计算公式.     

一种基于XNA的无限大地形生成方法

三维真实感地形是虚拟场景中的基础部分,其绘制的速度与质量是构建三维虚拟场景成败的关键。利用VS 2008和c#语言,以XNA为工具,用中点偏移算法生成的值与高程数据之间建立相应的映射关系,建立标准的地形高程数据组快速生成了三维网格地形。在渲染便的应用到虚拟现实系统中。     

集群和负载均衡

简要介绍了集群系统的概念和Web集群的负载均衡技术的类型及其优缺点 ,并进一步介绍了常用的负载均衡的实现方式和常用算法等     

基于动态投影系统的带非线性边界约束混行路网均衡模型求解算法

针对路网中考虑电动汽车出行能耗与燃油汽车环境排放情形下混合交通流的非线性边界约束路网均衡问题,设计了一种基于动态投影系统的算法。将复杂非线性边界约束的双车型路网均衡模型转换成变分不等式模型,利用拉格朗日乘子法得到模型的库恩塔克(KKT)条件以及模型的非线性互补问题,通过引入投影算子建立动态投影系统找到模型的最优解。分析模型可确定燃油汽车和电动汽车一般出行成本函数,电动汽车混行条件下交通网络的均衡条件,以及路网均衡条件下两种车型的拥堵外部性并获取混合交通流下路网的运行特征。最后构建数值仿真评估动态投影算法的有效性,结果表明模型收敛于系统的平衡点,且具有指数收敛性质。