距离保持投影非线性降维技术的可视化与分类

 本文对高维数据距离保持投影方法进行了改进和扩展,采用测地线距离代替欧氏距离,能够正确地展开数据所在的流形,同时又准确地保留了每个数据点到其最近邻点和部分近邻点之间的距离.为了减少邻域大小难以选取问题,采取了对邻域大小不甚敏感的P-ISOMAP算法.与原方法和ISOMAP等高维数据降维方法相比,本文方法能更好地对数据进行降维和可视化.并且,为了进行分类,本文扩展了新的分类技术.实验表明本文方法在可视化、降维和分类方面效果不错.     

通信网络架设中最小生成树问题的一种新算法

本文在Prim算法的基础上,结合最优二叉树的思想,提出了一种新的计算方法,将最小生成树的生成过程划分为几个连通子图的最小生成树生成过程,从而显著的提高算法效率。     

一种支持QoS的多播路由算法

对支持ＱｏＳ（服务质量）的多播路由技术作了较详细的分析,提出了一种后向搜索最小生成树算法作为有实时笥要求的多播业务的路由算法,并模拟分析了该算法的优越性。     

一种新的物理网络拓扑发现算法

该文提出了一种新的物理网络拓扑发现算法。该算法的基本思想是采用树的形式表示交换机拓扑连接关系。在此理论基础上利用生成树集合演绎树的变化过程来完成拓扑发现,并结合一种典型的交换机连接关系进行了算法推导。理论分析和实际应用结果表明,这种新的拓扑发现算法在发现效率、准确性、有效性等方面都有了很大程度的提高。     

求解多目标最小生成树的一种改进的非支配排序遗传算法

在改进的非支配排序遗传算法(NSGA-Ⅱ)的基础上,提出了一种基于生成树边集合编码求解多目标最小生成树问题的进化算法。通过快速非支配排序法,降低了算法的计算复杂度,引入保存精英策略,扩大采样空间。实验结果表明:对于多目标最小生成树问题,边集合编码具有较好的遗传性和局部性,而且基于边集合编码的进化算法在求解效率和解的质量方面都优于基于Pr(?)fer编码的进化算法。     

一种新的高密度多目标数据相关算法

提出了一种新的高密度多目标数据相关算法，即最小蹁和ＭＳＤ算法。首先介绍了最小距离和算法的理论基础及背景。然后给出了相应的仿真结果，。     

基于最小生成树路由的电力线载波通信数据融合算法

电力线载波通信技术利用现有的电力传输网络进行数据传输,具有建设成本低,部署快速灵活等特点,被广泛用于局域网本地通信中。但当节点数过多或传输数据量过高时,如每个节点单独将数据传到调控中心,将会给整个通信系统带来巨大的数据量,同时降低通信效率,甚至造成通信拥塞。为降低传输数据量,节省通信传输资源,提升电力线载波接入网络的传输能力,本文提出了基于最小生成树传输路径的电力线载波通信数据融合算法。将所提算法与未使用融合算法带来的数据量进行对比,证明了所提算法的有效性。     

基于MST的基因数据社团挖掘算法

使用机器学习方法来分析生物信息学中一些复杂的基因表达数据是目前重要的研究领域之一.使用社团挖掘的方法对基因表达数据进行分类,社团内由类似的基因数据组成,研究和分析每个社团的结构和功能以及社团之间的关系,这对深刻认识诸多生物过程的本质有重要意义.将最小生成树的概念引入生物信息学中基因表达数据的社团挖掘分析中,设计了最小生成树来表示基因表达数据和基于此的社团挖掘算法,针对该算法提出一些目标函数,来判别基因表达数据社团挖掘算法的性能.最后,通过实验验证了该算法对于一些目标函数能够产生最优的社团划分,并且社团挖掘算法的性能良好.     

一种基于修正的最小生成树及其邻接谱的特征匹配算法

提出一种基于修正的最小生成树及其邻接谱的特征匹配算法.该算法利用两幅图像的特征点分别构造最小生成树,并对最小生成树进行修正,然后对修正的最小生成树的赋权邻接矩阵进行SVD分解,获得点的特征表示,进而利用特征值及特征向量来构造匹配矩阵,实现特征匹配.该算法的优点在于采用图的最小生成树（而不是整个图）,可以减少多余信息的干扰,提高匹配精度,实验结果表明,该算法具有较高的匹配精度.     

并集运算在Kruscal算法中的应用及其一种实现方法

Kruscal算法是求最小生成树的经典算法之一。提出用“并集运算”完成Kruscal算法的关键操作(判断回路)的思想方法,结合一维数组的特点给出了实现关键操作的具体步骤,他避免了求解该问题的一般方法中判断回路时需要寻找并确定子集代表的麻烦,而是通过查找和改动一维数组内的值来解决判断回路的问题,从而对Kruscal算法的实现提供了另外一种思路。     

一种矩形邻域结构的教学优化算法

为了克服原始教学优化算法在求解复杂多峰函数时全局寻优精度不高和过早收敛的缺点,提出一种矩形邻域结构和个体扰动的教学优化算法.算法将种群空间设计为矩形结构,个体的矩形邻域由矩形厚度和围绕其的矩形区域个体决定,教和学两个阶段都使用邻域最优个体引导搜索,加强了算法勘探新解和开发局部最优解的能力;为了防止算法过早陷入局部最优,增加了基于搜索边界信息引导的个体扰动阶段,使得种群即使在进化的后期仍能保持较好的多样性.对带有偏移和旋转的复杂函数进行仿真测试,结果表明新算法在求解精度和稳定性方面,在绝大多数情况下优于原始教学算法和其他一些近来的优秀改进教学算法.     

求解双峰颗粒尺寸分布的一种新算法

提出了一种确定激光粒度仪中颗粒尺寸分布的新算法，该算法采用函数限制解法，能对具有单峰及双峰分布形式的颗粒尺寸进行精确求解。同时给出了计算机数值模拟结果及实测结果。     

一种新的数据压缩算法

主要描述了一种基于代码库的自适应数据压缩算法(LZJH)。详细介绍了LZJH基础、串扩展机理、编码器和解码器代码库以及解码等。LZJH算法适用于分组数据网和循环分组业务。     

High Sensitivity Acquisition Algorithm for DSSS Signal with Data Modulation

In direct sequence spread spectrum communication both for satelliteto-ground and inter-satellite links, the system constrains due to radio frequency spectral occupation, channel data throughput and link performances in terms of data channel coding which might result in a signal structure where the symbol duration is shorter than the pseudo code period. This can generate some difficulties in the DSSS signal acquisition due to the polarity inversion caused by the data modulation. To eliminate the influence due to polarity inversion, this paper proposes a novel acquisition algorithm based on the simultaneous search of the code phase, data phase and Doppler frequency. In the proposed algorithm the data phase is predicted and the correlation period for the coherent integration can be set equal to the symbol duration. Then non-coherent accumulation over different symbol is implemented in order to enhance the acquisition algorithm sensitivity; the interval of non-coherent accumulation is the least common multiple between the symbol duration and the pseudo code period. The algorithm proposed can largely minimize the SNR loss caused by data polarity inversion and enhance acquisition performance without a noticeable increase in hardware complexity. Theoretical analysis, simulation and measured results verify the validity of the algorithm.     

一种新的变步长LMS自适应滤波算法

本文通过建立步长因子μ与误差信号之间的非线性函数关系,提出了一种新的变步长LMS(LeastMean Square)算法.该算法具有初始阶段和未知系统时变阶段步长自动增大而稳态时步长很小的特点,且克服了S函数变步长LMS算法(简称SVSLMS算法)在自适应稳态阶段μ(n)取值偏大的缺陷.理论分析和计算机仿真结果表明该算法的性能优于SVSLMS算法.     

一种新型的变领域搜索算法

一般变邻域搜索算法在连续优化问题的可行解空间上难以找到局部最优解。提出了一种结合SQP算法的变邻域搜索算法,该算法将SQP算法引入到变邻域搜索算法的局部搜索过程中,以SQP算法寻找局部最优解,以变邻域搜索算法跳出局部最优解的低谷,进而寻找到全局最优解。另外还对变邻域搜索算法的初始解和扰动过程进行了改进。数值实验表明,该算法具有良好的收敛性和搜索精度,求解效果优于文献算法。     

一种新的联合概率数据互联算法

点迹与航迹数据互联是多目标跟踪中迫切需要解决的问题。分析了目前解决数据互联问题的方法与最新研究成果,建立了一个多目标数据互联模型,提出了一种新的联合概率数据互联算法,最后给出了计算机仿真结果。     

一种新的联合概率数据互联算法

点迹与航迹数据互联是多目标跟踪问题中迫切需要解决的问题。分析了目前解决数据互联问题的方法与最新研究成果，建立了一个多目标数据互联模型，提出了一种新的联合概率数据互联算法，实现了微机仿真并给出了仿真结果。     

带偏场校正和邻域约束的快速MR脑组织分割新方法

 由于部分容积效应(PVE)、图像的偏场(INU)和噪声的存在,脑组织磁共振(MR)图像自动准确的分割是一项具有挑战性的任务.本文提出了一个准确度高并快速鲁棒的二维(2D)和三维(3D)分割算法来将脑部MR图象分割为白质(WM)、灰质(GM)和脑脊液(CSF)三种主要的解剖组织类型.该算法在标准模糊C-均值算法(FCM)的基础上提出了一个新的目标函数,包含偏场校正和邻域约束.在该算法中,采用参数模型表示INU,并且一个类似马尔可夫随机场(MRF)的邻域约束来表示脑组织空间分布一致性信息.本文给出了该算法的模拟和真实脑MR图像的分割结果,同时与其它算法进行了比较.比较结果显示该算法具有较高的准确度和较快的收敛速度.     

面向敏感性攻击的多敏感属性数据逆聚类隐私保护方法

针对传统l-多样性模型仅考虑等价类中敏感值形式上的差异,而忽略敏感值的敏感度差异,且难以抵御一种新的攻击方式——敏感性攻击的问题,提出了一种使用逆文档频率IDF度量敏感值的敏感度的方法,并使用属性分解的方式构造敏感组,以避免多敏感属性数据表的QI属性泛化造成的高信息损失.同时,还提出了一种面向敏感性攻击的多敏感属性(l₁,l₂,…,l_<em>d)-多样性隐私保护算法MICD,该算法通过敏感度的逆聚类实现敏感组中敏感值的敏感度差异,以提高多敏感属性数据表抵御敏感性攻击的能力.实验结果表明,MICD算法能够较好的抵御敏感性攻击,且具有较小的信息损失量.