结合编码信息的单通道盲信号分离改进算法

针对同频调制多路线性混合信号的单通道盲分离,根据自适应跟踪信道参数和逐幸存路径处理原理的思想,在基于LMS跟踪的M-PSP算法框架下,提出了一种能减小计算复杂度的RLS-RPSP算法。该算法利用多路RLS收敛速度快的特点,通过分段设置幸存路径数来保留幸存路径,既能实现对多路信道响应的同步跟踪,又无需对初始响应作任何粗估计。理论分析和仿真结果表明,在具有近似相同的误码率性能情况下,不论非时变或时变信道,新算法相比LMS跟踪下的M-PSP算法,至少能降低一半的运算复杂度。     

结合JSEG与分水岭方法的彩色图像分割

针对JSEG算法在分割过程中需要在多个尺度下反复进行局部J值计算和区域生长,分割过程繁琐、算法复杂度高的不足,提出一种结合分水岭与JSEG的图像分割新算法。新算法在计算得到图像J图后,通过引入分水岭算法直接对J图进行空域分割,在基本保证良好分割效果的前提下,有效降低了原JSEG算法的复杂度、提高了分割效率。     

用Θ(t)的广义连接图求有障碍时的最短路径

在有障碍时求两点间的最短路径是VLSI设计、机器人设计等领域中的基本问题，连接图是研究此问题的基本工具，现有算法构造的最好的连接图GF是基于自由区的概念而设计的，其顶数和边数分别为O（t)和O（tologt)，其中t为障碍的极边数，提出了广义自由区和极大正规划分的概念，在此基础上得到广义连接图GG，用来表征广义自由区之间的邻接情况，其顶数和边数均为Θ（t)，且具有平面图的性质，同时还提出了基于扫描线的极大正规划分构造算法，其时间复杂度为O(tlogt)；并提出规范路径的概念；以及采用“不改向”启发式策略的A^*算法在广义连接图GG中寻找两点间的最短路径，算法的时间复杂度由于GF的现有算法的O(tlogt)降低到Θ（t)。     

SLAM问题的一种优化数据关联算法

联合相容分支定界算法（JCBB）存在“计算复杂度高”等缺点．为了优化JCBB算法在准确度和计算复杂度方面的性能,对它进行了三处改进：一是采用互斥准则和最优准则来提高关联的准确度;二是根据机器人的位姿和传感器的测量范围将数据关联限定在局部可能区域中;三是自适应地进行分批数据关联．仿真实验结果表明,优化JCBB算法（OJCBB）在保证准确度的同时大大降低了计算复杂度．VictoriaParkDataset实验表明,OJCBB算法的数据关联结果是可信的,而且OJCBB算法的计算效率远远高于JCBB算法．     

基于水印的XML文档完整性保护算法

数字签名是一种传统的用于XML文档完整性保护的方法,为XML文档的完整性保护,提出了一种新的基于水印技术的解决方案。实验表明,相比数字签名机制,提出的算法在时间复杂度和空间复杂度有所降低。     

基于LMMSE的分块滑窗信道估计算法

信道估计是LTE系统中的关键技术。传统频域LMMSE维纳滤波插值算法性能优异,但其计算复杂度太高而难以实现,针对该问题,提出了一种基于LMMSE的分块滑窗信道估计算法,通过对信道自相关矩阵实行分块确定维纳滤波抽头数,降低了计算复杂度,通过滑窗确定维纳滤波系数,确保了算法的性能。仿真结果和计算复杂度分析表明,提出的算法能达到计算复杂度和性能之间的良好折中。     

关于迷宫排序问题的研究

本文首先把迷宫排序问题推广为ｍ×ｎ迷宫（ｍ＞１，ｎ＞１）的排序问题，证明了ｍ×ｎ迷宫的任一初始状态能经过有限步移动转变成目标状态的充要条件，然后给出了一个ｍ×ｎ迷宫排序的算法，该算法的时间复杂度是Ｏ（ｍｎ（ｍ＋ｎ）），空间复杂度是Ｏ（ｍｎ）．最后还指出了它的时间复杂度的一个下界．这样，关于迷宫排序问题就基本上得到了圆满地解决．     

Gradual-SURF算子的角点提取

SURF算子为了改善SIFT的计算复杂度高的问题,简化和近似了DoH（Determinant of Hessian）,这样不仅保证了算法结果的稳定性,也提高了计算效率。但是SURF这样的近似简化过程,损失了图像中的一些渐变信息。对SURF算子进行了改进,在其处理过程中加入了渐变的信息。实验结果表明,提出的G-SURF（Gradual-SURF）算子可以获得更稳定的效果,并且同时计算复杂度也有所改善。     

求Halin图中给定两点之间最优Hamilton路的有效算法

在赋权图中，求任意给定两点之间的最优（边权值之和最小）Hamilton路问题，简称OHP问题，是计算机领域的一个经典算法问题，它在网络路由选择和计算机的许多领域都有广泛应用。该问题是NP完全的。Halln图是对树和环网络的非平凡概括，因此求赋权Halin图的OHP问题是非常有意义的。但当前仍没找到该问题的有效算法。本文通过递归压缩Halin图中的扇，设计了一个求解赋权Halin图OHP的有效算法，并给出算法的正确性证明和复杂度分析。     

基于测地线的超像素谱聚类彩色图像分割

在图像分割中谱聚类算法得到了广泛的应用,但传统谱聚类算法易受到彩色图像大小和相似性测度的影响,导致计算量大和分割精度低的问题。为了解决这两个问题,提出一种新的基于超像素集测地线特征的谱聚类分割算法。该方法通过对彩色图像进行预分割得到超像素集,并以超像素集为基础构造加权图,利用测地线距离特征和颜色特征构造权值矩阵,最后应用NJW（Ng-Jordan-Weiss）算法得到最终的分割结果。对比实验结果表明该算法在分割精度和计算复杂度上都有较大改善。     

一种新的多约束尺寸可变的装箱问题

多约束尺寸可变的装箱问题作为经典装箱问题的扩展,具有极为广泛的应用背景。在以货车运输为主的物流公司的装载环节中,运输成本不仅仅由车厢的空间利用率决定。分析了该类装箱问题与传统的集装箱装载问题的区别,并据此给出了一种新的尺寸可变装箱问题的定义。除了经典装箱问题中物品体积这一参数,还引入了物品类型、箱子类型等参数,建立了数学模型,将经典的FFD（First Fit Decreasing）算法进行了推广,提出了新的算法MFFD,并分析了相关的算法复杂性。最后对FF、FFD以及MFFD算法进行了模拟实验,实验结果表明,在相关参数符合均匀分布的条件下,MFFD算法效果较好。     

SVR参数对非线性函数拟合的影响

对基于径向基函数(RBF)的支持向量回归(SVR)模型参数的理论研究与实验论证结果表明,惩罚系数、不敏感损失函数的宽度以及核函数参数对非线性函数拟合精度均有影响,给出SVR参数的经验范围以减小人工选择SVR参数的盲目性,并通过缩小参数优化算法的搜索区间,降低算法的整体时间复杂度和空间复杂度。     

A systolic-based parallel bin packing algorithm

A systolic based parallel approximation algorithm that obtains solutions to the I-D bin packing problem is presented. The algorithm has an asymptotic error bound of 1.5 and time complexity O(n). An experimental study demonstrates that the heuristic offers improved packing and execution performance over parallelizations of two well-known serial algorithms     

一种带脆度的尺寸可变装箱问题

作为经典装箱问题的扩展,尺寸可变装箱问题在现实生活中有着极高的应用背景。分析了尺寸可变装箱问题在解决货物装载运输问题上的不足,由此提出了一种带脆度的尺寸可变装箱问题。除了经典装箱问题中物品体积和箱子容量这两个参数,还引入了物品类型和箱子脆度等参数,给出了相关的数学模型。在经典的FFD（First Fit Decreasing）算法的基础上进行了推广,提出了新的启发式算法NFFD,它对箱子的特性进行了预处理,再进行装箱。分析了该算法的复杂性。对NFD、FFD和NFFD算法进行了数值模拟实验,实验结果表明,在相关参数符合均匀分布的条件下,NFFD算法的效果是最好的。     

基于学习自动机的最小连通支配集算法

为解决连通支配集的最小化问题,提出基于改进的分布式学习自动机的近似算法,在分布式学习自动机按随机选择进行深度搜索的基础上考虑回溯策略。该算法构造的是网络中的一棵支配树,只需要节点的局部信息。在网络建模图——单位圆盘图上对支配树性质进行分析和模拟实验。实验结果表明,与现有算法相比,该算法能得到更优的最小连通支配集。     

集合覆盖问题的模型与算法

集合覆盖问题在网络设计领域中有着良好的应用背景,但它在算法复杂性上却是NP-困难问题。建立了集合覆盖问题的0-1规划模型,给出了源于贪心思想的近似算法,并从原始-对偶规划的角度进行了证明,基于LINGO软件的传感器网络最优设计案例验证了模型的正确性和算法的有效性。     

基于RBF的蚁群算法在求解TSP中的应用

针对传统蚁群算法容易出现早熟和停滞现象的缺陷,提出一种改进的蚁群算法。该方法基于径向基函数,先遴选出一部分蚂蚁对其路径上的信息素进行更新,再挑出最差蚂蚁进行更新。将该算法用于求解旅行商问题进行计算机仿真,结果表明,该算法的寻优能力和收敛速度均得到较大提高。     

基于颜色自相关图和互信息的图像检索算法

颜色特征是重要的图像视觉特征,颜色相关图则是当前基于内容的图像检索中常用的特征描述符,但现有基于颜色相关图的图像检索算法存在计算复杂度高、检索精确度低的问题。为此,提出基于颜色自相关图和互信息的图像检索算法。给出一种新的颜色特征描述符——颜色互信息,通过计算颜色相关图特征矩阵中每个颜色与其周围颜色的平均互信息,得到不同颜色之间的全局及空间分布特性,并作为新的颜色特征矢量,以降低计算复杂度。同时采用外部特征矢量归一化方法结合颜色互信息与颜色自相关算法,以提高检索精确度。实验结果表明,该算法可有效降低计算复杂度,提高实时响应性能和检索精度。     

基于混合策略的轮式机器入路径规划方法

快速扩展随机树方法（R RT）是解决具有非完整性约束的轮式机器人路径规划问题的一种有效途径。R RT能够在规划过程中引入机器人动力学约束,但是当环境中存在大量障碍物时,R RT算法的路径搜索效率将会降低。另一方面,R RT算法不具有最优性,限制了其在轮式机器人路径规划中的应用。针对经典R RT算法的不足,提出一种混合的路径规划策略,首先通过路径导引点扩展多树R RT结构,利用多树R RT的局部探索与合并特性快速寻找可通行的区域范围,利用启发式搜索算法在可通行区域内快速寻找动力学可行的机器人运动轨迹。仿真与实车实验表明,该方法能够快速有效地解决复杂障碍物环境下的机器人路径规划问题。