求解无约束优化问题的一种下降算法

研究了求解无约束优化问题的一种共轭下降算法，并在非精确线搜索条件下证明了该算法的全局收敛性．     

遗传算法及其在智能控制中的应用

在介绍遗传算法的概念、实现方法的基础上,分析了遗传算法在神经网络及模糊控制中的应用。     

数据挖掘技术在入侵检测中的应用

阐述了入侵检测和数据挖掘技术,并介绍了数据挖掘技术在入侵检测系统中的应用。     

基于Web日志的匿名网络用户聚类研究

该文探讨了从Web日志中提取匿名网络用户会话信息的方法以及会话向量的表述形式，并利用网页的层次性减少会话向量的维数，确定了用户会话之间的相似度的计算公式，最后采用leader层次聚类算法完成匿名网络用户会话聚类。实验结果表明，这种方法是高效可行的，可以较好地解决扩展性和动态聚类等问题。     

缺省分配问题的一种解法

主要考虑了在最少时间和资源消耗的前提下,n个人执行n项并行工作的最优分配问题.通过借助于Floyd算法规则,我们给出了一种有效的两阶段迭代算法.该算法可加以推广用于解决其他文献中所研究的类似问题.     

与观测信息相关的二阶隐马尔可夫模型的参数估计

给出了在观测噪声和马尔可夫链不相互独立的条件下与观测信息相关的二阶隐马尔可夫模型的结构及改进模型的前向后向算法与Baum-Welch算法,并导出了改进模型的参数估计公式.     

基本蚁群算法的A.S.收敛性研究

蚁群算法是近几年优化领域中新出现的一种启发式仿生类并行智能进化算法，虽然该算法已经在众多组合优化领域中得到广泛应用，但是对其收敛性尤其是A．S．（AlmostSurely）收敛性问题的研究还存在很多空白．本文在介绍蚁群算法基本原理的基础上，以Markov链和离散鞅作为研究工具，对基本蚁群算法的A．S．收敛性问题进行了理论证明，把最优解集序列转变为下鞅序列来考察残留信息素轨迹向量的收敛性，随后提出了基本蚁群算法首达时间的定义，并对基本蚁群算法首次到达时间的期望值进行了理论分析．     

基于区域分解的并行SIMPLER算法研究

在同位网格上建立了基于重叠型区域分解的并行SIMPLER算法，给出了区域划分和数据交换的实施细则．并在集群系统下通过对顶盖驱动方腔流进行模拟验证了算法的可靠性．数值结果表明，加速比成线性增加，随着计算规模的增大，并行效率可达到95％以上．     

一种基于均匀圆阵的多通道幅相误差校正方法

针对空间谱估计MUSIC方法对天线阵各通道增益和相位敏感的情况，对于均匀圆形阵列，提出了一种多通道幅相误差校正方法，该方法在均匀圆阵中心设置了一个校正源，无需知道校正源方向，也不用解方程组就可以对各通道的增益和相位进行估计．对辐射源一维和二维方向的模拟实验结果验证了这种方法的正确性和可行性．     

几种典型消隐面算法的性能分析

根据图形软件已有的各类消隐算法各自的优缺点，对算法的复杂度和可适用性等性能进行了分析，并探讨出改进算法的一些方法。