一种改进的LMS算法的研究与仿真

为解决最小均方误差算法中收敛速率和稳态误差之间相互制约的问题,在NLMS算法基础上提出了一种改进的LMS算法.改进算法通过引入调节因子和修正系数,使算法在收敛时和稳定时能够很好地改善收敛速率与稳态误差之间的制约关系.实验结果表明,相对于传统LMS和NLMS算法,新方法在改进收敛速率和稳态误差间关系效果更好.     

基于粒子群算法的珩磨加工参数优化研究

粒子群算法具有计算简单,收敛速度快和良好的全局与局部收敛能力等特点.通过对珩磨加工工艺参数的分析,构建了基于粒子群算法的珩磨加工参数智能选择模型,在理论模型的基础上通过实验数据对模型参数进行了优化.研究证明该方法用于珩磨加工工艺参数的选择具有可靠性高、选择操作简单、实用性强等优点.     

自适应信号处理中稳健估计的变步长仿射投影

本文研究自适应仿射投影中的最优步长准则,提出一种新的指数型步长控制方法。针对APA类算法抗粗差能力差的缺点,通过三权法等效误差函数,将稳健M估计引入APA类算法,提出了稳健M估计变步长自适应仿射投影方法。理论分析和数值计算结果表明,MVAPA算法稳态失调小,抗粗差能力高于近来提出的仿射投影算法。     

单参数快速搜索BP算法的研究与应用

提出了一种基于单参数坐标轮换法的改进BP算法.与其他算法相比,它不仅寻优方向性强,目标函数计算量小,而且使BP网络的收敛速度明显提高.仿真应用表明,该算法具有很好的鲁棒性.     

解非线性方程的一种新方法

研究了一种求解非线性方程的新方法,提出并证明了该算法的收敛性定理,给出了该算法的应用实例.计算机仿真结果表明:对于随机给定的初始点,该算法都能稳定收敛到它的一个实根,而且计算精度可控,因此,该算法是有效的.与传统的计算方法相比,该算法不仅具有收敛速度快,而且计算精度可控以及初始点随机给定集中优点.     

基于LS的梯度迭代最陡下降算法GISDA

提出了一种基于LS准则、利用梯度迭代的最陡下降算法GISDA（Gradient Iteration Steepest Descent Algorithm，GISDA）．该算法在梯度计算上比LMS精确．新算法与传统的最陡下降算法相比，具有运算量小、容易实现等优点．GISDA算法比LMS算法收敛速度快、稳定性更好．并给出了GISDA算法和LMS算法性能比较的计算机仿真结果和结论．     

基于遗传禁忌算法的S盒优化算法

提出了一种基于遗传禁忌算法的S盒优化方法,算法中引入了小生境技术用来保持种群的多样性,防止早熟收敛.将S盒的雪崩准则和扩散特性等其他性能亦作为演化的目标,对S盒的优化进行更为深入的研究.实验结果表明基于改进遗传禁忌算法构造S盒是有效可行的,不但能获得一批高非线性度和低差分均匀度的S盒,并且能有效地减少冗余计算量、加快收敛速度.     

非线性最优化问题的复合形旋转方向搜索法

针对不等式约束非线性最优化问题,分析了传统复合形算法收敛速度慢的原因,提出了一种称为复合形旋转方向搜索的新算法,给出了算法的迭代计算流程和程序框图.该算法与传统复合形法的主要区别在于:①迭代计算不以中心点作为复合形收敛中心,而以最好点作为复合形收敛中心;②迭代计算的映射点不在最坏点与中心点的连线方向选取,而在最好点与复合形各顶点的连线方向选取.     

基于峭度的FastICA改进算法

独立分量分析(ICA)是信号处理技术的新发展,而FastICA 是独立分量的一种快速算法,因其收敛速度快而备受关注,但存在步长μ选取不当可能导致算法收敛速度减慢甚至不收敛的问题,本文提出了一种改进的优化学习算法,在牛顿迭代方向上增加精确线性搜索,从而使得算法的收敛性不依赖于μ的人为选择.将改进的FastICA算法应用到语音信号处理中,结果表明该方法迭代次数大大少于FastICA算法,具有收敛速度快的特点.     

一种求解货物配送问题的改进算法

针对货物配送问题,建立问题的数学模型,提出一种基于禁忌搜索的蚁群算法.并结合超市配送问题,对算法进行测试,测试结果表明,该算法具有收敛速度快、不易陷入局部最优、求解精度高的特点,能够有效地解决超市配送问题.     

改进的点集凸包的增量算法

凸包是计算几何中得到广泛研究的问题之一,在图像处理、地理信息系统中有着广泛应用.对传统点集快速凸包算法进行改进,在脱机算法中首先进行排序,通过比较当前凸壳中极值点与新增点来避免一些不必要的运算.在联机算法中,通过保持一个各方向极值点的表来快速确定新增点的粗略位置,排除对凸包内的点的运算,并有效减少了不必要的运算.算法可使用双向链接表或栈这样的数据结构.整个过程达到复杂度下限.本算法结构清晰,易于编程实现.     

基于改进蚁群算法的潜艇最短航路规划

提出了一种将潜艇的航路规划问题转化为多阶段最短路径问题的模型,和最短路径问题的威胁度加权算法,并使用蚁群算法来计算最短路径,达到求解潜艇航路规划问题的目的.还针对现有的蚁群算法收敛速度慢的缺陷提出了一种蚂蚁学习策略,同时对现有算法的信息素更新策略进行了改进.最后的实验比较得出,改进后的蚁群算法收敛速度与成功率相比传统蚁群算法有了明显提高.     

基于银行家算法的进程安全序列全搜索算法

通过分析银行家算法的核心思想以及安全状态的本质涵义,提出了一种在系统某一时刻搜索所有进程安全序列的算法,并利用面向对象编程语言JAVA实现了该算法．通过分析所有的安全序列,可以对系统的资源分配与进程调度优化提供支持．该算法也可以作为死锁检测算法或银行家算法的实现算法．     

基于改进BP算法的刚框架连接损伤识别方法

运用权值、阈值同步学习BP算法(简称为改进BP算法)对钢框架连接损伤进行识别,并且选用由结构正则化的频率变化率和少数点的振型模态分量构成的组合参数作为网络输入参数.通过对一个4层钢框架数值模拟,比较了改进算法和传统算法测试结果,从而证明改进算法更加精确、优越.     

一种融合图结构的时空轨迹相似性查询算法

针对海量时空轨迹数据相似性查询速度慢的问题，提出一种融合图结构的时空轨迹相似性查询算法。从空间维和时间维将轨迹建模为图结构中的一条路径，设计了一种同步匹配空间和时间距离的轨迹相似性度量函数。在此基础上，设计了一种结合时间过滤的基于边的倒排索引结构支持轨迹时空相似性查询，同时利用距离上界的剪枝策略提高查询性能。计算返回的相似轨迹集合中每条轨迹的距离并进行排序，得到相似度最高的前k个轨迹。最后将所提算法与NTrajI算法、SHQ算法、SHQT算法在合成数据集和真实数据集上进行实验对比。结果表明：该算法在索引建立、查询效率和查询质量方面均优于其他对比方法，因此是可行而有效的。     

离散变量结构拓扑优化协同混合遗传算法

针对离散变量桁架结构拓扑优化问题,提出了将拟满应力法与遗传算法相结合的混合遗传算法,并引入了拓扑和尺寸协同演化的思想,使得桁架拓扑和尺寸的演化能够相互独立又协同进行.并给出算例证明该方法是非常有效的     

一种多属性递进网格模型生成算法研究

提出了一种新的多属性递进网格模型生成算法.该算法将表征网格顶点信息的向量由简单的三维几何信息扩展到包含附属信息的多维向量,可生成带有颜色、纹理等附属信息的递进网格模型.递进网格模型由一个简化网格和一个细化序列构成.该算法在生成细化序列时,将简化网格模型的顶点局限于初始网格模型的顶点集中,减少了细化序列所包含的信息,降低了所占空间,提高了算法速度.文中的实例说明了算法的有效性.     

LoRa同步叠加信号的解调

为了提高LoRa技术单位时间内的传输速率，提出了一种新的LoRa同步叠加信号解调算法。首先，理论分析了相同扩频信道LoRa叠加信号解调的核心问题是区分不同节点的信号，仿真分析了当2个节点信号的功率差大于5 dB时，即可解调出2个节点的数据并指出了该方法的不足之处；其次，提出了一种使用LoRa调制符号的最高位为标志位，作为区分2个节点数据的新算法，指明了该算法的使用场景并发现它与LoRa技术解调算法的复杂度基本相同。仿真结果表明，新算法不会增加LoRa解调算法的误比特率，与LoRa技术解调算法相比，新算法大幅度提高了LoRa数据包的传输速率并降低了传输有效信息的比特能耗。     

一种基于数据库分解的关联规则挖掘新算法

在Fp-growth算法的基础上,提出了一种新颖的关联规则挖掘算法.该算法将大型数据库分解成频繁1-项集的项总数个子集,然后对分解得到的各个数据库子集用Fp-growth算法进行约束项数据挖掘,待所有数据库子集的约束项数据挖掘进行完毕后,再合并这些约束频繁项得到大型数据库的频繁项集.实验结果表明新算法所采用的数据库划分策略克服了FP-growth算法对大型数据库进行挖掘时,占用内存大,运行速度慢的不足,是一种适合于大型数据库的关联规则挖掘算法.