双集合FCM和改进Otsu算法的灰度图像阈值分割

针对FCM算法和Otsu算法的不足,根据灰度图像的特点,提出了基于双集合FCM和改进Otsu算法的阈值分割算法,该算法从两个方面对FCM算法和Otsu算法进行改进．第一、采用双集合的方法,减小FCM算法和Otsu算法的时间复杂度;第二、适当移动分割阈值提高Otsu算法的分割效果．从数学分析和实验可知,文中算法的时间花费和分割效果均优于FCM算法和Otsu算法．     

微粒群算法的研究现状与展望

微粒群算法(PSO)是继蚁群算法提出之后的又一种新的进化计算技术.介绍了微粒群算法的产生背景,基本算法,算法流程,算法参数及其对算法性能的影响.围绕微粒群算法的改进形式,算法的应用等方面对微粒群算法的研究现状进行全面综述,其中特别提到了算法在生产调度领域的研究现状.最后就PSO算法进一步的研究工作进行了探讨和展望.     

一种改进的蚁群算法

蚁群算法是一种新的进化算法,其基本思想是模拟蚂蚁的合作行为.蚁群算法已成功地应用于许多优化问题,成为求解组合优化问题的新的进化算法.最新研究表明蚁群算法是一种基于群体的强鲁棒性的进化算法.但是,蚁群算法也有收敛速度慢,容易陷入局部最优的缺点.为了克服这些缺点,吸取微粒群算法的优点,提出了一种改进的蚁群算法.实验结果表明改进算法是有效的,与标准的蚁群算法相比,算法性能得到了明显改善.     

非线性LMS算法实现盲源分离

在经典的最小均方(LMS)算法中引入非线性函数,得到一种非线性LMS算法.该算法根据LMS算法建立了相应的对照函数,用自然梯度推导出了自适应盲源分离算法,并且分别给出了实数算法和复数算法的详细推导过程.结果发现得到的算法即为最大化熵和最小化互信息(ACY)算法,从而揭示了ACY算法与LMS算法的关系,同时也得到ACY算法的复数形式.计算机仿真试验验证了算法的有效性.     

实现快速乘法的几种改进贝斯算法

分析并评价了在传统贝斯算法基础上改进的几种算法,它们分别是完全冗余贝斯算法、局部冗余贝斯算法,以及有偏差的贝斯算法。通过将仿真结果与传统贝斯算法的比较,证明局部冗余贝斯算法有与传统贝斯算法几乎相同的速度,但其面积和功耗节省不多。完全冗余算法比传统贝斯算法速度慢,但其面积和功耗节省较多。有偏差的冗余算法是完全冗余算法和局部冗余算法的综合,兼容了两种算法的优点,所以其面积和功耗效率均较高,运算速度也较快。综合来讲,有偏差的贝斯算法是其中最好的一种算法。     

WSN中一种DV-Hop定位精度改进算法

提出了一种DV-Hop的改进算法(RHDV-Hop算法)。该算法引入接收信号强度指示器(RSSI)测距技术代替DV-Hop算法中到锚节点一跳距离测量并采用2-D Hyperbolic算法代替DV-Hop算法中三边测量法。通过NS2对RHDV-Hop算法和DV-Hop算法以及一些已经提出的对DV-Hop算法的改进算法进行了模拟实验对比,结果表明:RHDV-Hop算法定位精度要明显好于DV-Hop算法和其他改进的DV-Hop算法。     

求解TSP的贪心模拟退火算法

通过分析传统模拟退火算法的不足和可行的改进方案,提出了一个用于求解TSP问题的贪心模拟退火算法.新算法在改进的模拟退火算法的基础上结合改进的贪心算法,增加了算法的解的质量.实验表明,新的算法比传统的模拟退火算法和贪心算法有更优的解.     

一种基于DCT理论的空域数字水印算法-DAS算法

提出了一种基于DCT理论的空域数字水印算法-DAS算法,该算法继承了频域算法与空域算法的优点,同时又避免了频域算法与空域算法中的一些缺陷,经实验验证,取得了较好的效果.     

入侵检测系统中的模式匹配算法研究

综述入侵检测系统中的模式匹配算法,包括经典的单模式匹配算法KMP算法、BM算法和多模式匹配AC算法。在此基础上提出一种改进算法——两端分段匹配算法,并加以验证,最后指出改进模式匹配算法效率的研究方向。     

高密度寡核苷酸阵列的数据标准化方法

针对微阵列数据的标准化方法进行系统阐述,对高密度寡核苷酸阵列(Affymetrix芯片)的两类主要标准化算法：全数据算法和基线算法进行了探讨,同时对其他标准化算法（复合算法、VSN算法、全局loess算法、Invariant set算法等）进行了综合的论述和分析.基于标准数据集对前两类标准化算法处理的效果和效率做了对比测试,结果表明,算法在数据变异性的消除方面,对于非差异表达数据,全数据算法可以达到比较优秀的处理结果;对于差异表达数据,Quantile和Non-linear算法比较有效.在算法的耗时方面,Scale算法最优.全面考虑时间效率和标准化处理效果,Quantile算法具有一定的综合优势.     

最大树的Prim算法在环境质量评价中的应用

最大树的Prim算法适用于完备图,在环境质量评价问题中遇到的多为完备图,通过实际计算表明,最大树的Prim算法是研究环境质量评价问题的有效方法。     

实现Prim算法的新方法

一种用链结和散列技术实现Prim算法的新方法，并把这种方法和传统的方法进行了比较。结果表明：本方法的时间复杂底于传统方法的时间复杂度，并且随着网络中顶点数的不断增加，本方法对比传统方法提高的效率也在不断增加。在华立机上运行的结果符合文中给出的算法分析。     

基于遗传算法的成品油树状管网优化布置

考虑到成品油管网各参数的波动,采用多目标加权法,以生命周期内管道与罐区的投资与维护费用现值、能耗费用现值及混油处理费用现值之和为目标函数,管网布置情况为决策变量,建立了成品油树状管网优化布置的数学模型,并采用遗传算法进行求解.该算法原理清晰,能快速搜索到令人满意的有效解.计算结果表明:利用遗传算法所得的最优解比Krus...     

改进的Prim启发式算法在VLSI布线中的应用

总体布线在超大规模集成电路的设计中有着举足轻重的作用.为了寻求总体布线图的最优斯坦纳树，改进了普里姆(Prim)算法，提出了一种基于改进的普里姆启发式算法寻求最小矩形斯坦纳树(RST)的方法，不同于以往的先求最小生成树(MST)然后再把树的边矩形化的方法；同时考虑到时延在深亚微米、超深亚微米阶段的重要影响，在算法中又加入了总体布线设计时的时延要求，最后通过仿真实例验证了算法的可行性.     

一种改进的OFDM系统自适应比特分配算法

针对贪婪算法迭代次数多的不足,提出一种基于Hughes-Hartogs算法的自适应比特分配算法。在误比特率和传输比特总数限定下,先使用Chow算法对每个子载波进行比特初始分配,然后再把余下的比特通过贪婪算法分配到各个子载波上,使总功率达到最小。仿真结果表明,在传输比特数一定的情况下,改进贪婪算法的迭代次数仅是贪婪算法的7.4%³4%,并且在性能上十分逼近贪婪算法。     

基于遗传算法和蚂蚁算法求解函数优化问题

针对遗传算法求解精度低以及蚂蚁算法求解速度慢的问题，提出一种基于遗传算法和蚂蚁算法的混合算法.该混合算法利用了遗传算法快速随机的全局搜索能力的优点，设计了编码与适应度函数，进行了种群生成与染色体的选择，并通过设定交叉算子和变异算子， 生成了信息素分布.该混合算法利用了蚂蚁算法正反馈以及具有分布式并行全局搜索能力的优点，通过确定吸引强度的初始值，建立了强度更新的模型，从而求得精确解.并将该算法应用于求解函数优化问题.结果表明，该混合算法与遗传算法和蚂蚁算法相比，收敛速度快，寻优性能好.     

混合遗传算法在旅行商问题中的应用

为了更优地解决旅行商问题，改进单纯用遗传算法求解旅行商问题的结果，本文通过遗传算法和禁忌搜索算法自身的特点，分别对二者的优势和不足进行分析，提出一种将二者混合使用的求解旅行商问题的算法．该算法以遗传算法为基础，用遗传算法作全局搜索，用禁忌搜索算法作局部搜索．同时，通过计算实例分析，将这种混合遗传算法用于旅行商问题的求解中．试验表明，混合遗传算法比较单纯的遗传算法的计算结果有一定的改进．     

基于进化计算的贝叶斯网络结构复合学习算法

提出一种贝叶斯网络结构复合学习算法.该算法将EM算法、蒙特卡罗抽样算法、进化算法结合起来,用EM算法、蒙特卡罗抽样算法将不完整的数据集转换成完备的数据集,再利用进化算法进化网络结构.这种算法能够克服EM算法容易陷入局部最大值的缺陷,对于缺省数据处理是基于后验网络的,网络结构随进化计算不断优化,得到的补充数据可信度比较高,网络学习效率高、运算性能好.     

求解多峰优化问题的改进布谷鸟算法

布谷鸟算法是一种简便而高效的元启发式算法.然而,布谷鸟算法在求解复杂的多峰优化问题时通常存在易陷入局部最优解的缺点.针对布谷鸟算法的这种缺点,结合神经网络算法和布谷鸟算法的特性,提出一种基于神经网络的布谷鸟算法.该算法的核心思想是借助改进神经网络算法的强大全局搜索能力和动态种群策略来平衡布谷鸟算法的全局搜索能力和局部搜索能力,从而减少布谷鸟算法陷入局部最优的可能性.该算法首先将种群中的个体依照适应度值的优劣进行排序,然后对种群中最好的一半个体通过布谷鸟算法进行优化,对种群中最差的一半个体通过改进的神经网络算法进行优化,最后将所有个体组成一个新的种群,并从中筛选出最优解.采用24个复杂基准测试函数检验所提出算法求解多峰优化问题的性能,并将优化结果与神经网络算法,布谷鸟算法以及一些改进的布谷鸟算法所获取的优化结果相比较.实验结果表明:所提出的算法充分地展现了神经网络算法和布谷鸟算法的优势,其在求解质量,求解效率以及求解稳定性上均显著优于其它算法.     

改进的Polar码的最小和译码算法

提出了改进Polar码的最小和译码算法,修正了最小和译码算法中的节点更新公式,即利用分段线性函数来逼近置信度传播译码算法中的函数lncosh（x）.相比于最小和译码算法,改进的算法在增加少许复杂度的情况下,增强了译码性能.相比于置信度传播译码算法,该算法在几乎不损失性能的情况下,大大降低了算法的计算复杂度,更易于硬件实现.该算法是基于最小和算法和置信度传播算法提出的,是在复杂度和性能上的一种折中.仿真结果表明,改进的最小和译码算法与置信度传播译码算法的性能几乎相同,比最小和译码算法的性能好.