实对称循环Toeplitz矩阵相乘的算法探讨

应用初等的组合方法和三角矩阵知识,给出了两n阶实对称循环Toeplitz矩阵相乘的一种快速算法.该算法的时间复杂性为nr次乘法和(n-1)r次加法,其中r=[n2]+1.     

工件带准备时间的平行机调度问题的一个近似算法

提出了一个启发式算法,在该算法中,工件中断的次数至多为2N次,计算的复杂度为O(Nnlogn),并以一个实例加以说明.证明了对某些特殊的实例,该算法能够得到最优调度.指出了对于一般情况该算法的最坏情况误差界为(2(n-1))/n.     

高效的五基数剩余数至二进制数转换器设计

针对混合基算法无法同时处理多个模而导致基于此算法的剩余数至二进制数转换器面积和延时较大的问题,提出了一个基于中国余数定理的高效并行的转换算法,并给出了相应的电路实现.该算法采用五基数模集合{2n-1,2n,2n+1,2n+1-1,2n-1-1}同时处理5个模,消除了所有超过动态范围的项,电路完全由加法器构成.实验结果表明,相比同类的转换器,文中的转换器节省了12%的面积,并使计算速度提高了14%.     

Kruskal算法的研究与改进

在用Kruskal算法求解最小生成树时,选择边的次数至少为n-1次;当边数m和顶点数n满足关系m≤2n-2时,可以对Kruskal算法进行改进.本文用改进的算法求解,选择边的次数最多为n-1次.改进算法的思想为删除图中权值最大,且删除后不影响图的连通性的边,直到只剩下n-1条边.改进了的算法在理论上减少了求解时间.     

一类微分方程广义特征值的算法

考虑计算一类微分方程广义特征值的近似值的算法。运用泛函证明了三个引理；采用Galerkin方法来构造适当的基函数，并利用Cauchy不等式给出了其特征值计算的误差估计式；并得到该问题的算法。此算法可以用第n次近似值来估计第n-1次的近似值的精确度，并给出了应用实例。     

自动抽取web数据的树对齐算法

针对从模板生成的网页中自动抽取web数据的问题,提出了一种新的树对齐算法.该算法能够确定输入网页的最大匹配结构.经过一系列的对齐操作之后,多棵树被合并成为一棵记录着合并前多个网页上的统计信息的合并树,树对齐算法可以发现合并树中的重复模式,在最可能内容块上构建包装器,并按照重复模式从网页上抽取数据.实验结果表明,该算法的抽取结果具有较高的准确性和良好的稳定性.     

基于4模集合{2~n-1,2~n+1,2~n,2~(2n-1)-1}剩余数转换器设计

针对剩余数系统需要大动态处理范围的问题,提出了一个新的4基数模集合;并给出了相应的剩余数至二进制数转换算法和硬件实现。该算法采用4基数模集合{2n-1,2n+1,2n,22n-1-1},每个模的形式都具有2n±1的形式,模的动态范围达到5n-1;算法基于新中国剩余数定理2实现,模集合的乘法逆元全部属于闭合形式,硬件电路完全基于加法器构成。与同类模集合反向转换器相比,提出的转换器电路完全基于加法器构成,明显减小了转换器的电路延迟,有效地提高了集成度。     

一种基于MVSSLMS算法的改进及在语音增强上的应用

提出了一种改进的变步长LMS(Modified Variable Step Size Least Mean Squares)算法.用误差信号的自相关e(n)e(n-1)及均方误差e2(n)来调节自适应滤波算法的步长μ(n).仿真结果表明该算法的收敛速度更快,优于MVSSLMS算法,可以很好地应用于自适应系统中.最后,研究了改进算法在语音增强系统中的实现,从混噪语音中提取了原始语音信号.     

基于图论的片段合并方法研究

针对抄袭检测系统的文本对齐模块无法处理大规模数据的问题,提出基于图论的片断合并算法,通过寻找图的连通分支实现了片段合并的优化,减少了重复计算的时间。将片段合并算法与Hadoop的MapReduce计算框架结合,使片断合并算法在集群中并行的执行。实验表明,基于图论的片断合并算法在集群中的并行执行能缩短文本对齐模块运行时间,可以在短时间内处理大量的文本数据。     

一种快速线性原地二路归并算法

将内部缓冲技术、浮洞技术与分治技术相结合．提出了一种快速线性原地二路归并算法。归并长度分别为m和n的2个有序子表(m≤n)，该算法最多需要2．5m 1．5n 4．5√m n次比较和7m 6n-√m n次移动。如进一步降低系数，并与其他好的排序算法有机结合，理论上的原地二路归并算法必将成为比快速排序更实用的算法。因此该线性原地二路归并算法具有较高的理论和实用价值。     

基于相重构和主流形识别的非线性时间序列降噪方法

提出了一种基于相重构和主流形识别的非线性时间序列降噪方法.带噪的时间序列在高维的相空间中其本质特征隐含在一个低维的主流形中,利用局部切空间变换方法提取其主流形,再根据主流形对时间序列进行重构,就可以达到降噪的目的.与现有的非线性时间序列消噪算法不同,基于主流形的消噪算法更强调时间序列的整体结构.数值仿真分析的结果验证了该降噪方法能有效地消除非线性时间序列中的高斯白噪声.     

SINS非线性自对准中的强跟踪UKF算法设计

为了实现噪声不确定和干扰环境下捷联惯导系统(SINS)的快速初始对准,结合无迹卡尔曼滤波(UKF),从强跟踪滤波2个条件出发,提出了一种新的强跟踪UKF算法.该算法充分利用了SINS非线性自对准滤波模型的特点,简化了强跟踪UKF的步骤,很大程度上减小了计算量,提高了算法的实时性.在给出算法流程的同时给出了该强跟踪UKF成立的证明,并根据强跟踪滤波充分条件给出了次优渐消因子求解过程,分析了算法的优越性.最后,通过SINS大方位失准角初始对准仿真和车载试验结果证明了新的强跟踪UKF算法的正确性和优越性.     

基于A*算法的启发式算法求解多序列比对问题

通过分析动态规划算法及A^*算法的特点，针对多序列比对问题提出一种基于A^*算法的启发式算法。该算法采用了多个优化搜索机制。通过对此算法的理论分析，证明了它能够在有效地减小搜索的空间、节约搜索的时间的同时，保证得到比较好的比对结果。此算法不仅能够在多序列比对问题中得到应用，还能够用于其他有向无环图的最短路径问题的求解。     

一种基于速度加比力匹配的传递对准时间延迟补偿算法

传递对准过程中,由于主惯导的传输延迟,子惯导解算信息与进行匹配的基准信息不能完全同步,有些情况下时间延迟影响较大。分析了时间延迟对速度加比力匹配传递对准算法的影响,并用扩增状态量的方法对该算法时间延迟进行建模和补偿。仿真结果表明,对准过程中当舰船处于匀速运动状态,时间延迟几乎不会影响对准性能;当舰船进行加速运动或S形机动运动时,时间延迟会严重影响对准性能,通过补偿可以有效地减少时间延迟对于该算法的影响。     

0-1背包问题的非线性降维近似算法

求解0-1背包问题的精确算法不能在较短时间内求解大规模0-1背包问题,使其实用性受到限制.针对该问题,给出求解0-1背包问题的非线性降维算法,并进行了数值实验,验证了算法的有效性.该算法属于近似算法,相对其他一些近似算法,计算结果更为精确.     

利用非线性流形学习的轴承早期故障特征提取方法

针对早期故障微弱特征难以提取的问题,提出了一种基于非线性流形学习的滚动轴承早期故障特征提取方法.在由时域指标和小波频带能量组成的原始特征空间中,结合局部切空间排列学习算法的特点,采用散布矩阵分类测度指标,实现了局部邻域的优化选取,从而提取出最优的敏感故障特征.通过实例应用,表明该方法有效地克服了主分量分析和非线性核主分量分析方法的不足,提取的融合特征敏感性更好,从而提高了故障模式的分类性能,实现了轴承的早期故障诊断.     

UKF和UPF在惯导初始对准中的应用研究对比

捷联惯性导航系统是新型航位推算系统,在惯导系统执行工作任务之前需要进行初始对准,以保证系统的正常运行。对捷联式惯导系统,初始对准就是确定初始时刻的姿态阵,利用惯性元件的输出信息,选用合适的滤波方法,将计算的导航坐标系与真实导航坐标系的失准角估计出来,来修正姿态矩阵,使计算坐标系与真实坐标系尽可能重合。在实际的导航系统中,状态方程和量测方程通常都是非线性的,对于非线性特性,传统的解决方法是利用EKF滤波算法,但它只适用于弱非线性模型的估计,系统的非线性越强,引起的估计误差就越大,甚至会引起滤波发散。为此提出两种滤波算法UKF与UPF,并将两者进行了仿真对比,结果表明UPF算法比UKF算法收敛速度更快,估计精度更高。     

带有非线性边界条件涡流方程的A-?有限元算法

利用A-?方法对带有非线性边界条件的涡流方程提出了耦合和解耦两种有限元算法。非线性项表现为指数形式：H×n=n×|E×n|α-1E×n α∈(0,1]。在每一个计算步骤里,耦合算法在一个方程里面同时求解矢量A和标量?,而解耦算法在两个不同的方程里面分别求解矢量A和标量?;再通过一些数值实验来对两种算法的可行性、收敛性等进行对比。     

网上交易系统性能优化算法

基于TPC-W基准对网上交易系统的性能测试及分析进行研究,找出了影响系统性能的瓶颈,进而提出一种基于TPC-W的网上交易系统性能优化算法.该算法使用队列调度和管理来协助实现拥塞控制,根据先到先服务的原则,公平处理到达缓冲区的服务请求,能有效解决系统拥塞问题,从而达到算法优化,提高系统性能的目的.通过实验可知,使用优化算法前,交易响应时间随着远程浏览器(RBE)数量增加而迅速提高;而使用优化算法之后,每种交易的响应时间提高到一定程度之后趋于稳定,符合优化算法设计的预期效果.     

一种中继辅助下SISO系统的干扰对齐算法

通过研究含中继的单输入单输出（single input single output,SISO）对称无线干扰网络,分析了在SISO对称网络中进行干扰对齐（interference alignment,IA）时使用中继的必要性。综合考虑所有用户的最大弦距离给出了优化的分布式干扰对齐算法。基于此优化算法并使用中继,只需要进行2个时隙的信道扩展就可对SISO干扰网络实现干扰对齐,使每个用户对达到1/2的自由度。仿真结果表明,在增加中继并应用优化算法后,系统的容量、能量效率都有了显著的改善。