共查询到20条相似文献,搜索用时 600 毫秒
1.
提出了一种基于双层Counter Bloom Filter的长流识别算法(algorithm based on double counter bloom filter for long flows identification,简称CCBF).该算法使用两层Counter Bloom Filter结构,将长流过滤和长流存在分开处理.分析了该算法的误判率,通过模拟数据分析了算法错误率和内存资源限制的关系,并在相同内存资源限制的条件下,将该算法与类似算法的准确性进行了比较.结果表明,在数据量较大的情况下,该算法具有比现有算法更小的平均错误率;对算法的时间效率分析表明,该算法可以达到1 500kpps的处理速度.各项指标反映出,该算法可以应用于大规模主干网的长流监测. 相似文献
2.
改进的种群分类蚁群算法及其应用 总被引:1,自引:1,他引:0
提出了一种改进的种群分类蚁群算法,该算法在种群分类的基础上,引入了蚂蚁的知觉感觉特性等。该算法能明显的防止蚁群算法可能出现早熟的问题,从而解决了传统蚁群算法加速收敛与早熟、停滞现象的矛盾。为了说明该算法的性能,将该算法应用到聚类分析算法中,设计了算法的模型以及算法步骤,并通过仿真实验证明了本算法的可行性和有效性。 相似文献
3.
提出了一种新颖的频繁模式挖掘算法,该算法与现有的挖掘算法相比具有明显的优点,首先,该算法不需要产生候选项集,其次该算法具有更少的数据库扫描次数,该算法在中小型数据库上挖掘关联规则只需要扫描交易数据库一次,对于大型交易数据库的关联规则挖掘最多也只需要扫描交易数据库两次。因而,该算法与现有的频繁模式挖掘算法相比具有更高的效率。 相似文献
4.
为了实施图像的版权保护,提出了一种基于小波变换的零水印算法。该算法采用经典密码学中的方法嵌入水印。为验证该算法的性能,还对该算法进行了一系列的实验,并且与另一种水印算法的实验结果进行了比较。通过比较发现,该算法对剪切、涂抹、压缩等攻击的鲁棒性远远超过了另一种水印算法。最后对该算法进行了推广,它可以用来隐藏任何数字图像的信息,不仅仅是水印。因此该算法可用于数字图像信息的隐藏。 相似文献
5.
6.
针对已有求解带硬时间窗车辆路径问题时插入启发式算法结构复杂、参数多、求解效率不高的缺点,提出了求解该问题的时差插入启发式算法。该算法引入时差的概念,将时差作为启发规则的评价指标。相比已有求解该问题的经典启发式算法,该算法有参数个数少、算法结构简单等特点。应用标准测试算例测试表明,所提算法的求解质量优于Solomon的插入启发式算法和Potvin的平行插入启发式算法。 相似文献
7.
基于关联规则的Apriori算法的可视化实现方法 总被引:5,自引:0,他引:5
关联规则的提取是数据挖掘中的重要研究内容,对关联规则提取中的Apriori算法进行了分析与研究,针对该算法的运算效率不高,对该算法进行了优化.该算法以经典的Apriori算法为基础,改进后的算法在运算速度明显好于Apriori算法.同时,还介绍了一种基于Apriori算法的可视化挖掘模型[1],并讨论了该可视化模型的实现方法. 相似文献
8.
9.
10.
针对粒子群优化算法早熟及细菌觅食算法收敛慢的问题,提出了将量子粒子群优化与细菌觅食算法融合的一种群体智能融合算法。该算法将细菌觅食、量子计算理论及粒子群优化的优点进行融合,以细菌觅食算法为主体,将量子进化算法及粒子群优化算法嵌入其中,从而极大地提高了算法的性能。通过对三个标准函数求解和验证,结果表明该算法提高了收敛精度及速度。最后用该算法求解公共卫生应急服务设施点选址问题,取得了较好的效果,说明了该算法的有效性。 相似文献
11.
12.
蚁群算法是一种元启发式算法,其经典应用是解决旅行商问题。该算法有着先天的并行特性。介绍了该算法的两种并行实现策略,给出了蚁群算法的并行实现模型,分析了该算法并行实现需要解决的问题。 相似文献
13.
Apriori算法是一种经典的关联规则发现算法。针对Web日志挖掘的特点,在Apriori算法基础上给出一种适用于动态事务数据库挖掘的关联规则发现算法,并对比该算法与Apriori算法的区别。将该算法应用到网站的日志挖掘中,实验证明该算法的性能较原算法有一定的提高。 相似文献
14.
该算法来自一种文本分类算法-KNN算法,文中给出了用该算法实现的入侵检测系统模型.利用该算法实现的基于系统调用的异常入侵检测系统,克服了传统基于系统调用入侵检测方法的缺陷,实验结果体现了该方法的有效性和检测的高效性。 相似文献
15.
提出了一种基于双层Counter Bloom Filter 的长流识别算法(algorithm based on double counter bloom filter
for long flows identification,简称CCBF).该算法使用两层Counter Bloom Filter 结构,将长流过滤和长流存在分开处
理.分析了该算法的误判率,通过模拟数据分析了算法错误率和内存资源限制的关系,并在相同内存资源限制的条件
下,将该算法与类似算法的准确性进行了比较.结果表明,在数据量较大的情况下,该算法具有比现有算法更小的平
均错误率;对算法的时间效率分析表明,该算法可以达到1 500kpps 的处理速度.各项指标反映出,该算法可以应用于
大规模主干网的长流监测. 相似文献
16.
积分控制微粒群算法是一种新型的基于控制器的微粒群算法,该算法通过引入积分控制器,得到了带有加速度的进化方程.本文通过对该算法的稳定性分析,得到了算法收敛的充要条件,并通过实验,建立了一个新的判断算法性能指标的统计量-平均加速度信息,利用该统计量,提出了一种基于加速度反馈的自适应积分控制微粒群算法.仿真实例证明了该算法能有效的提高算法效率. 相似文献
17.
一种克隆选择算法的收敛性分析 总被引:1,自引:0,他引:1
针对目前的免疫算法很少涉及分析其理论模型和收敛性的问题,就免疫算法中的一种克隆选择算法提出了该算法的收敛性分析。分析过程主要分为两步:首先利用马尔可夫链建立了这种克隆选择算法的马尔可夫模型,然后在此模型的基础上进一步分析了该算法的收敛性。分析结果从数学的角度证明了该算法是收敛的。为该算法进一步的完善、实用提供了一定的理论基础。 相似文献
18.
19.
Ant-Miner算法是第一次将蚁群算法应用于分类问题的一个分类模型。提出了一种具有免疫特征的Ant-Miner算法,该算法在原始Ant-Miner算法的基础上设计了克隆选择算子、亲和突变算子和免疫选择算子。将该算法与原始Ant-Miner算法进行比较,实验结果表明该算法在分类的预见准确性上比Ant-Miner算法有较大提高。 相似文献
20.
针对NP-hard性质的作业车间调度问题, 设计了一种改进的离散粒子群优化算法。引入遗传算法交叉算子和变异算子来实现粒子的更新, 并将变异思想和模拟退火算法思想融入该算法中对全局最优粒子的邻域进行局部搜索, 很好地防止了算法出现早熟收敛。通过将该算法和标准粒子群优化算法用于求解典型JSP, 计算结果对比表明, 改进的算法具有很强的全局寻优能力; 就综合解的质量和计算效率而言, 改进算法优于标准粒子群优化算法。同时, 将该算法结果与文献中其他相关算法结果进行比较, 验证了该改进算法的有效性。该算法能够有效地、高质量地解决作业车间调度问题。 相似文献