用位操作编制遗传算法程序的一种技术

针对遗传算法编程中存在的计算效率问题 ,提出了一种基于位操作 (Bit Operation)编、解码技术 ,利用计算机储存单元中数据内码直接进行操作 ,无需作Decimal Binary之间的转换 ,可有效地提高计算过程中储存单元的利用率和计算效率 ;并给出了基于位操作的交换 ,变异等基因操作的计算方法。     

基于二进制区分矩阵的约简算法研究

给出了一种基于二进制区分矩阵的约简方法.首先基于粗糙集理论定义了二进制区分矩阵及运算规则、基于二进制区分矩阵的最小约简的判别及属性重要性的计算方法.在定义的基础上,给出了基于二进制区分矩阵的求核算法、相对属性约简算法及值约简算法.该约简方法以位操作为主与传统的约简方法比较不包括复杂的逻辑化简和集合运算,在一定程度上简化了计算,提高了约简效率.将该算法应用于数字电路设计的开关电路综合中,得到最简数字电路的逻辑表达,从而说明了算法的有效性.     

基于APRIORI的层次化聚类算法及其在IDS日志分析中的应用

Julisch提出的聚类算法可以有效地减少IDS日志中的假阳性警报并找到根本的触发原因.但是由于海量的安全日志记录使常规的数据挖掘算法很难实时求解出触发的根源.因此,提出一种基于APRIORI的层次化聚类算法(HCAbA),首先阐述了APRIORI的可行性;然后进行日志聚类之后充分利用位操作的优势,将求交集操作映射为位与运算;最后在利用位操作求交之后从所有日志中删除上次求解出来的抽象向量覆盖的日志,使得将来的日志分析负担大大减少.实验表明,在预处理后采用位操作使得效率显著提高,建议常用CPU考虑增加或扩展某些机器指令.     

基于区间划分的快速重归一化算法*

重归一化是H.264/AVC标准二进制算术编码器的一个关键部分,在算术编码器中,重归一化计算量很大,严重制约了算术编码器的效率;同时重归一化算法是一个按位操作过程,很多情况下通过运行一次重归一化算法并不能完成重归一化操作,因此消耗了大量编码时间。为了减少编码时间,针对影响重归一化速度的瓶颈问题,提出了一种基于区间划分的快速重归一化算法。根据重归一化循环次数提出六种不同的区间划分标准来去除H.264/AVC重归一化算法中消耗大量编码时间的按位操作过程;通过去除重归一化的循环过程,使得算法在单位时间内向编码流     

面向功能向量的并行逻辑模拟EI北大核心CSCD

为了提高数字系统中功能向量的模拟效率并获得良好的性能扩展性,提出一种并行逻辑模拟算法.首先针对异质计算中图形显卡和多核微处理器的架构特性,结合同层级逻辑门仿真的任务并行性和竞争包容的事件管理机制;然后采用基于位操作的门运算、基于时帧的模拟以及基于VCD的功能向量进行逻辑仿真.在超百万门的开源电路openMSP和ISCAS89上的实验结果表明,对比单线程算法,功能向量模拟可以获得8.9~86.8的性能加速比,且加速比与电路的规模成正比.     

高性能DSP位操作加速器设计

介绍了一种高性能DSP位操作加速器实现方法。该方法通过使用分层位操作电路取代分层MUX选择电路实现位操作加速来减少电路时延，使得位操作加速器的时间复杂度从O(N)降到了O( )。综合结果表明使用该方法设计的32-位位操作加速器有很大的性能提升。     

增量式隐私保护数据挖掘研究*

描述隐私保护数据挖掘技术研究进展,对主流算法进行了分类。由于隐私保护关联规则挖掘算法EMASK对Apriori算法具有较高的依赖性,计算效率较低,同时也不适用于动态变化数据库。本文用粒度计算的思想对EMASK算法进行改进,利用位操作的方法来保证准确性不降低的情况下,减少了I/O操作的次数,降低空间开销,同时在生成频繁项集的时候,也记录了其在扭曲后数据中的支持度,减少了文件的访问次数,由此提高计算效率。针对现实世界事务数据库变化情况,利用增量式更新算法FUP技术解决增量式事务数据库频繁项集计算问题。结果证明,无论是固定增量集数据库还是可变增量集数据库处理中,BIEMASK相对于EMASK而言,效率时间都有较大幅度的提高。     

基于执行分数向量的分布式终止检测算法

提出了一项新算法检测分布式操作在全局范围内的终止信号.该算法扩展了执行分数算法,保留了原有算法的异步执行、控制消息数目最少、支持非先入先出信道等优点.通过引入执行分数向量数据结构,该算法使用较小的比特数组和少量的按位操作替代了原有算法中复杂的执行分数计算,去除了计算精度限制,并且提高了时间和空问效率.最后给出了新算法的正确性证明以及性能测试分析.     

C++位段安全的编译时实现

本文讨论了一种将所有非法位操作以编译时错误方式暴露,从而保证运行时位操作安全的解决方案。     

基于PB BLOB数据类型实现的位操作

本文利用PB BLOB可以操作二进制大对象的特点,借助PB内置函数对PB的位操作能力进行了函数封装,扩展了PB的位操作能力并给出了在图像处理和工业控制中的应用实例。     

基于线性预测和位操作的信息隐藏算法

鉴于信息的安全性问题,信息隐藏技术也已成为信息安全领域的研究热点。利用图像中当前像素点邻近的相关像素的像素值,对该点的值进行线性预测。再根据预测的准确度,确定相应的阈值,并结合位操作,提出了一种新的简单易于实现的信息隐藏算法。并在Lena图像上进行了实验,得到了隐藏率为0.160bits/Byte,信噪比为42.276dB的结果。经初步测试,证明了在保证较高隐藏率的前提下,能够较好地提高信噪比。     

一种基于全局协同与局部进化的遗传算法

改进了协同进化遗传算法中的协同操作，提出了一种基于全局协同与局部进化的两层框架模型和基于此模型改进的遗传算法（GCLEGA），在高层，采用基于邻域的局部进化算法，旨在加强局部搜索，加速收敛速度，在底层，采用改进的多种群协同进化算法，旨在改善群体的多样性，克服未成熟收敛，两层之间通过提升操作关联，使全局搜索与局部搜索、全局收敛性与收敛速度有机地统一了起来。实验结果显示，GCLEGA在改善未成熟收敛和提高收敛速度两方面都具有良好的性能。     

基于主动进化的遗传算法

根据当前遗传学和生物进化论中对变异方式的研究成果．将定向变异的思想引入到标准遗传算法领域，提出了一种基于主动进化的遗传算法．这种改进的遗传算法，可以在很大程度上克服现有遗传算法执行效率低的问题．我们将这种方法应用到TSP问题中，取得满意的实验结果、     

应用遗传算法进行阵列天线方向图综合

采用一种用于区间控制的遗传算法,该算法采用基于排序的十进制编码,并对遗传参数和遗传操作进行改进,较大地提高搜索效率,较好地克服早熟现象.它用于优化阵列天线方向图在个个给定入射波角度区间上的旁瓣电平.良好的计算实例表明遗传算法是解决此类问题的有效工具.     

基于遗传算法的规则挖掘在网络入侵检测中的应用

本文介绍了一个基于遗传算法的入侵检测规则挖掘模型.给出了模型的框架图以及模型主要的流程步骤,并详细分析了遗传算法在模型中的应用,给出了编码策略、适应度函数及遗传操作.     

基于云遗传退火的贝叶斯网络结构学习算法

针对贝叶斯网络结构学习对算法高效性的要求,提出将云遗传算法和模拟退火算法相结合的云遗传模拟退火算法,以云遗传算法的选择、云交叉和云变异来完成模拟退火算法中的更新解操作;同时,针对算法在特定条件下陷入早熟收敛的问题,提出了改进的云交叉算子和云变异算子。仿真实验结果表明,所提云遗传模拟退火算法能有效提高贝叶斯网络学习的效率和准确性。     

小生境自适应遗传模拟退火智能组卷策略研究

为了提高智能组卷质量,提出一种基于小生境自适应遗传模拟退火算法的智能组卷策略.该算法动态调整交叉和变异概率进行遗传操作,对中间种群进行小生境选择和模拟退火操作,从而增强了种群多样性,有效克服了遗传算法局部收敛和早熟的缺点.文章针对各约束条件建立了组卷数学模型,给出了基于期望平均分的难度分布函数和小生境自适应遗传模拟退火组卷模型.大量测试数据表明,该方法是一种有效可行且实用的组卷方法.     

基于遗传算法的S盒的构造*

采用遗传算法来构造S盒,并引入了启发式变异策略.该策略既可以防止优良的基因受到破坏,又可以保证群体中个体的多样性.基于该方法,给出了6×6的S盒构造的完整程序描述,并获得了一批高非线性度和低差分均匀度的S盒.     

基于GC-GM的多序列比对穷举遗传算法

多序列比对问题是生物信息学中尚未解决的一个NP完全的组合优化问题。通过对重新组装的空位矩阵进行遗传操作来实现最优比对,设计了一个新型的基于GC-GM的多序列比对穷举遗传算法。从BAliBASE 比对数据库中选取了一些比对例子进行了模拟计算,并与Clustal-W算法进行了比较,实验表明该算法是有效的。     

一种复合算法在短期负荷预测中的应用

为提高电力系统短期负荷预测精度,文中提出一种基于改进遗传算法优化的径向基函数神经网络短期电力负荷预测模型,该模型采用改进的选择策略、自适应交叉和变异概率防止出现早熟现象;将自适应交叉和变异操作的改进遗传算法与梯度下降法混合交互运算,作为径向基函数神经网络的学习算法,将上述模型和算法应用于某地区电网的短期负荷预测,取得良好的预测效果.