基于LIP和RSC的超立方体网络单播容错路由算法*

基于LIP和RSC的概念,提出了一个有效的超立方体网络单播容错路由算法.该算法不仅能容纳指数级的错误节点,而且算法效率也很高.     

基于P系统的粒子群优化算法

为了克服算法早熟收敛问题并提高算法精度, 引入了膜计算理论。将PSO算法与P系统相结合, 提出了一种基于P系统的粒子群优化算法 (P-PSO), 有效地平衡粒子群的全局搜索和局部寻优。采用常用的三个测试函数对新算法进行了实验, 结果表明, 提出的P-PSO算法有效地解决了算法早熟问题, 提高了算法的收敛精度。由此可见, P-PSO算法能够有效改进原有PSO算法的性能。     

基于子块特征的快速分形图像压缩算法

针对分形图像压缩编码时间过长的缺点,提出一种改进算法,利用子块的相似特征,将基本分形图像压缩的全搜索过程,转化为相对差意义下的最近邻搜索,在搜索过程中只搜索与值域块相对差相近的码本块,减少了搜索范围。实验结果表明,该方法与基本分形图像压缩相比,在保证解码图像质量的同时,有效地加快了编码速度。     

使用非均匀量化的Hough空间进行直线段检测

分析图像中最近邻直线间距离和夹角的非均匀性,得到这两个参数与线段方向和长度的相关关系,并由此提出了非均匀量化Hough空间的直线检测算法NUHT (Nonuniform Hough Transform).实验结果表明,NUHT在不降低运算效率的情况下,有2倍于标准Hough变换SHT (Standard Hough Transform)的直线段检测能力,同时误报率低于SHT的1/2.     

基于改进免疫遗传算法的聚类分析研究与应用

本文分析了聚类的思想,将免疫原理引入到遗传算法并应用于聚类分析过程中,提出了改进的免疫遗传算法（MIGA）。该算法借鉴了免疫算法中有关浓度的定义,并使用了GA算法中交叉和变异的思想。通过实验显示该方;醛法优于基本的遗传算法。     

基于改进免疫遗传算法的聚类分析研究与应佑

本文分析了聚类的思想,将免疫原理引入到遗传算法并应用于聚类分析过程中,提出了改进的免疫遗传算法(MIGA).该算法借鉴了免疫算法中有关浓度的定义,并使用了GA算法中交叉和变异的思想.通过实验显示该方法优于基本的遗传算法.     

关于数据挖掘中聚类分析的研究进展

聚类分析是数据挖掘的一种重要技术,在本文中,回顾了几种现有的聚类分析的方法,指出了这些方法的优劣并且总结了聚类分析的主要研究方向并对聚类分析进行了前景展望。     

多Agent系统的构筑方法

分析了现实世界中信息处理系统的活动,根据信息处理过程中信息共享、资源共享及协同工作的特点,将信息处理系统的开发映射为多Ａｇｅｎｔ的系统的构筑过程。Ａｇｅｎｔ由主板加个软构件构成,构筑Ａｇｅｎｔ即根据其职能、所处理的数据及其它Ａｇｅｎｔ的关系,选择合适的主板及软构件,使其通过主板的控制机制协调运行。依此方法开发的信息处理系统有利于分布式环境下的软件复用。     

一种Web信息的启动式检索方法

Internet是一个开放的全球分布式网络，资源分布在世界上不同的地方，并且网上资源没有统一的管理和结构，导致了信息搜索的困难，同时，Interent是一个有巨大价值的信息源，因此，研究一种快速，高效的Web信息检索方法是很有实用意义的，本文提出了一种用相关度及用户兴趣作为评价函数在Internet上进行启发式搜索及在此基础上利用机器学习有效的实现搜索知识重用的方法。     

多元回归分析及其在辅助决策中的应用

研究了人工神经网络，多元回归分析以及如何应用改进的BP算法求解多元回归模型。给出了在软件产业中进行辅助决策的应用实例，建立了软件销售额与软件产业中博士，硕士和学士数量之间的回归模型，提出了多元回归与一元回归分析相结合的预测方法，并将预测结果与一元回归分析所得的结果进行了对比分析。