图像复杂度研究综述

图像相关复杂度的研究领域很广泛,除了计算机科学领域,还延伸到医学、认知心理学等研究领域。在以上应用领域,与图像相关的复杂度的定义有很多,包括图像复杂度、视觉复杂度、场景复杂度,其中图像复杂度又可以进一步细分为颜色复杂度、纹理复杂度和形状复杂度。文中对以上这些复杂度的应用、定义和计算方法进行了归纳总结,并依据组成论中相关复杂度的定义,提出了一种研究图像复杂度的思路,即从图像组成元素的角度来研究图像复杂度。这种图像复杂度的定义只与图像本身所包含的元素、内容有关系,与图像处理任务和算法无关。同时,这种图像复杂度的定义符合一般意义下人对图像复杂性的感受和理解。图像元素可以分为颜色、形状、纹理三大类,它们又可以进一步用一些特征来表示。根据组成论,文中给出了定义这3种特征的广义集的方法。后续研究将进一步给出图像复杂度的计算算法,并通过与人工实验的相关性分析来验证计算结果是否与人的感受相一致。     

一种节省空间的排序算法

目前报道的一些排序算法，空间复杂度都比较大．提出了一种改进其空间复杂度的方法，其特点是算法简单、稳定，时间复杂度为O(n^2)，空间复杂度为2n，达到下界．与传统的排序算法用变量与变量比较的思路不同，本文提出的是一种用变量与其分布区间进行比较的新思路．本算法特别适合那些范围确定且分布基本均匀的待排数据，也适合一般数据对象的排序．     

报文分类算法研究

该文首先对报文分类问题进行了形式化描述,陈述了解决该问题的几种思路并对其进行了性能的边界分析;同时给出了设计高效报文分类算法需要关注的关键问题;对目前常见的报文分类算法作了介绍,分析了这些算法的时间、空间和更新复杂度;并结合常见的报文分类算法的应用指出了各算法的适用范围;最后介绍了其它领域的分类算法的应用,展望了报文分类算法的两个发展方向。     

排序算法探讨

通过对多种排序方法的比较与评价,提出多种改进的思路,形成改进型的排序算法。这些改进型的算法通过减少比较次数或交换次数,从而进一步改进平均情况下算法的时间性能。     

TOP-N算法在大型网站中的应用研究

研究了TOP-N算法的原理、优化思路及其实现,对比了几种算法的优缺点,研究了TOP-N算法在大型网站中的一些典型场景.     

周期为2^n的二元序列的整体稳定性

讨论周期为2^n的二元序列k-错误线性复杂度问题。周期为2^n的二元序列线性复杂度严格大于2^n-1。从二元周期序列的整体稳定性开始给出最小的k,使得全体周期为2^n的二元序列中至少有一半序列的k-错误线性复杂度不大于2^n-1。对全体周期为2^n的平衡序列和非平衡序列分别进行研究,给出相应最小的k。     

单循环排序算法及其改进

通过对目前常用的几种排序算法的研究,指出它们均为双重循环或多重循环结构设计,提出一种只需要单重循环结构即可完成排序过程的算法,并进行了编程实现。通过对该算法的时间复杂度、空间复杂度以及稳定性等性能分析,证明该算法对于基本有序的数据排列排序性能优秀,并针对其在逆序或数据复杂的情况下,会重复比较一些已经比较过了的数据这一不足,对该算法进行了改进。改进后的算法效率得到提高。     

基于特定范围的关键字的快速排序算法

本文给出了一种对关键字在特定范围内的数据记录不用进行数据的比较交换的快速排序算法、算法思想、算法描述、时间复杂度及空间复杂度分析,并用C＋＋语言编写程序进行算法比较。结果表明：在关键字范围远远小于记录数的情况下,此算法的时间复杂度仅为O（n）,并且明显优于其他排序算法。     

PAC学习模型研究

计算学习理论为比较两算法的性能提供了形式化的框架，并能确定某概念类的计算复杂度和样本复杂度。而PAC学习模型是计算学习理论的基础，它为研究学习及泛化问题提供了一种基本的概率框架：先介绍了基本的PVC学习模型并对其进行了深入的分析，给出了判断一概念类是否是PAC学习的方法；然后针对基本PAC学习模型的不足进行了相应的扩展；最后介绍了计算学习理论中的一些其它模型。     

几种排序算法的分析与比较

从排序算法的时间复杂度、空间复杂度和它的稳定性着手,结合不同排序算法的特点进行分析和比较,通过编程实现的方法对不同算法进行对照实验,为今后的课程教学、排序算法的选择等实际情况提供了参考依据。     

配置复杂度分析及建模

首先回顾了复杂度研究的发展历程,随后介绍了配置复杂度的基本概念与较新的研究成果。文章在分析了如何对复杂度模型与IT管理流程复杂度模型进行配置的基础上,对模型中的复杂度度量值的确定进行了描述,对使用复杂度模型配置过程中进行量化的四个步骤进行了梳理,并且对配置过程的性能预测问题进行了说明,最后指出了目前存在的问题与未来的研究方向。     

线性时间选择算法时间复杂度深入研究

算法研究是计算机科学的核心领域之一。文中针对元素选择问题及解此问题的线性时间选择算法进行了深入研究,详细分析并论证了期望情况下与最坏情况下线性时间选择算法的时间复杂度,并对拟中位数元素选择问题进行了深层次的拓展,通过计算比较求出了线性时间下的最小复杂度因子。以期有助于该算法在相关领域的应用。     

若干二元周期序列的紧错线性复杂度

综合线性复杂度、k错线性复杂度、k错线性复杂度曲线和最小错误minerror（S）的概念,提出m紧错线性复杂度的概念。 序列S的m紧错线性复杂度是一个二元组（km,LCm）。序列S的k错线性复杂度曲线的第m个跃变点对应的km值和对应km错线性复杂度LCm,称为序列S的m紧错线性复杂度。通过使用简洁的cost二维结构,给出了周期为2n的二元序列的紧错线性复杂度算法,并证明具有Stamp-Martin模式的线性复杂度算法均可以简单地推广为求紧错线性复杂度的算法。与现有k错线性复杂度算法不同,该算法中省去了原来序列元素的运算。在王-张-肖算法基础上,通过使用cost二维结构,给出了周期为pn的二元序列的紧错线性复杂度算法,其中p是一个素数,2是一个模p2的本原根。     

基于运动复杂度分类的快速模式选择算法

为降低H．264编码器的复杂度,本文提出了基于视频运动复杂度分类的模式选择算法。该算法首先利用已编码宏块的运动信息识别出视频运动的平稳区域,然后利用模式信息对运动复杂区域进行细分,从而将视频划分为复杂性不同的区域,并对其进行相应的编码。实验表明,该算法平均节省编码时间达63％,有利于实时应用;同时,PSNR平均下降约0．15dB,不影响主观视觉效果。     

一种高效能的分布式请求集生成算法

分布式互斥请求集的长度、对称性和生成的难易程度以及生成算法占用的空间及耗费的时间直接影响着基于该请求集的分布式互斥算法的消息复杂度、对称性和算法的应用规模。本文在折半循环编码算法的基础上,提出了一种增加算法初始化节点数量和引入松弛差集的对称分布式互斥请求集生成算法,使算法的时间复杂度和消息复杂度大幅度降低。     

GF(pm)上周期为pn序列的m紧错线性复杂度*

综合线性复杂度、k错线性复杂度、k错线性复杂度曲线和最小错误minerror(S)的概念,提出紧错线性复杂度的概念。在GF(pm)上周期为pn序列的k错线性复杂度快速算法的基础上,给出m紧错线性复杂度的快速算法。其中p是素数。 编程实现了该算法, 并给出实验结果。     

基于数据结构的单向链表排序算法探究

链表是一种较为复杂的数据结构,而基于链表的排序算法更是让人难以理解,且普遍效率较低,但其运用却极其广泛.通过对基于单向链表的插入排序算法进行剖析,继而归纳出其与顺序存储结构上实现插入排序算法的区别与优势,并从时间复杂度、空间复杂度与稳定性进行比较,体现出其优越性能和实现技巧.     

基于队与栈结合排序算法实现及性能分析

排序有许多经典的算法,如插入排序、交换排序、选择排序等。这些排序算法的性能包括时间复杂度、空间复杂度以及稳定性各有优劣。笔者在这里给出一种全新的排序算法——队与栈排序。这种算法打破传统以交换或移动为主要排序的做法,而是借助栈和队这两种数据结构来实现排序。     

2pn周期二元序列稳定性的进一步分析

序列的线性复杂度与k错线性复杂度是度量密钥序列伪随机性的两个重要指标。在p(p>3)为奇素数且2是模p2本原根的情况下， 对于周期为2pn的二元序列，文章进一步分析了满足k错线性复杂度严格小于序列复杂度的k的最小值的上界，并指出当周期为2p(p>3)时，在大多数情况下可以达到该上界。