基于不确定偏好序信息的人岗匹配决策模型与计算

员工满意度是人岗匹配决策的重要依据.针对员工满意度是不确定偏好序的情形,以单个员工满意度最大最小为目标,建立了人岗匹配决策模型.在对模型求解进行分析的基础上,设计了算法A对模型进行求解,并通过分析得出了算法A的时间复杂性为4o(n).最后通过算例分析,验证了模型和算法的有效性.     

多维数据的改进最小生成树聚类算法

针对传统的应用于基因表示的最小生成树(MST)聚类算法在时间复杂度和聚类质量上的不足,提出了一种新的应用于数据处理的改进最小生成树(IMST)的聚类算法.该算法在提高构造最小生成树的效率的同时,通过对初步划分的生成树用矩阵表示,以度最大的结点作为聚类中心,再根据中心点算法完成聚类,解决了以往最小生成树算法无法解决的多个簇用短边或长度相同的边相连无法分类的问题,从而提高了聚类速度,改善了聚类的质量.通过对多维数据进行分析,计算各个属性的差异度,得出结论:一些属性的存在对于构造最小生成树有很小的影响或没有影响,删除这些属性列也可以提高效率,达到减少计算复杂性的目的.     

COMP:一种有效的多模式/多对象匹配算法

为研究产生式系统的匹配效率问题,分析了RETE算法与TREAT算法的优缺点,提出了一种新的匹配算法－COMP算法,通过理论分析,在最坏情况下,该算法的时间复杂性为O（W^C）,优于RETE算法,实验结果表明,COMP算法在一般情况下优于TREAT算法,而在各种情况下均优于RETE算法。     

基于改进Balance算法的车货匹配研究

贪婪算法(Greedy algorithm)只关注当前匹配的收益,在车货匹配的过程中有可能出现集中匹配同一车型的情况,导致匹配的效果并不理想。对Balance算法进行改进,并应用于车货匹配中,提出基于改进Balance算法的车货匹配模型(Improved Balance Vehicles and Cargos Matching Model,IBVCM)。模型引入车货匹配平衡函数定义各车型的匹配情况,并根据车货之间的匹配关系对函数进行修正,在为货物选择匹配车型时综合考虑当前车货匹配的收益以及车型匹配情况两个因素。实验结果表明,文中所提的IBVCM模型与贪婪算法相比匹配的成功率提高13.5%,匹配的总收益提高18%。     

发布订阅系统中Carzaniga匹配算法优化

基于内容的发布订阅系统中应用广泛的Carzaniga算法只支持订阅覆盖,未考虑多个谓词间可能存在的覆盖关系,从而引发事件与订阅较严重重复匹配,降低系统匹配效率,导致系统性能低。针对该问题,该文提出一种改进算法,结合计数法和搜索树匹配策略,利用谓词间的覆盖关系减少重复匹配,划分并行谓词集匹配树加速匹配。实验表明,其进一步减少重复匹配,匹配效率得到一定提高,也提高系统性能和可扩展性,更适用于大规模的发布订阅系统。     

中文分词交叉型歧义消解算法

中文分词是自然语言处理的基础。交叉型歧义是提高中文分词精度的瓶颈之一。文章提出一种基于正向、负向最大匹配算法和passive aggressive(PA)算法结合的交叉型歧义消解算法。基于PA算法训练分词模型;利用正向、负向最大匹配算法检测交叉型歧义的位置;把可能出现交叉型歧义的句子或者句子的部分传递给分词模型,解码得到分词结果;最后,把正向、负向最大匹配结果和分词模型解码结果拼接成最终的分词结果。利用PA算法基于2014年2—12月份人民日报数据训练分词模型、2014年1月份人民日报数据作为测试语料进行实验,得到交叉型歧义的准确率、召回率和F-score分别为98.32%、98.14%和98.23%,说明该方法有效可行。     

快速的多模式匹配算法

在基于有限状态自动机的多模式匹配算法(DFSA算法)基础上,结合Tuned BM算法的优点,提出一个快速的多模式字符串匹配算法,实现了多模式匹配过程中不匹配字符的连续跳跃.在此基础上进一步改进,得到一个最差时间复杂度为线性的匹配算法.分析指出算法实际比较的字符数随着模式串长度的增加而下降,并随模式集的增大有所增多.实验表明,在模式串较短时,算法需要的匹配时间仅为AC算法的1/2到1/3,AQR算法的9/10左右;在模式串较长时,所需时间为AC算法的1/4至1/8,AQR算法的3/4左右.     

一种改进的多模式匹配算法

针对WM算法在模式集规模大且最短模式长度小的情况下性能较低的问题,分析了WM算法及其改进的快速WM(QWM)算法的优缺点,在此基础上提出了模式分集思想,并优化了跳跃和确认机制,设计了子集WM(SWM)算法;然后针对该算法在域名过滤中的应用,对hash函数、匹配顺序等进行进一步优化．针对域名过滤的实验结果表明,当模式数量超过10000条时,SWM算法匹配时间是WM算法的8.9％～11.6％,说明SWM算法在模式集规模较大时,匹配速度能显著提高．     

基于ASIFT改进算法的无人机图像特征匹配方法研究

无人机图像纹理丰富、特征显著,在机器视觉三维重建及机器人导航中应用广泛,但其视角变化大,且易倾斜。传统的尺度不变特征变换(SIFT)算法和Affine SIFT(ASIFT)算法等图像特征匹配算法误差较大,难以满足应用要求。针对该问题,提出了一种基于ASIFT的改进算法。首先用ASIFT算法模拟图形畸变,然后利用SIFT算法中的k d树算法对最邻近特征点进行快速搜索匹配,最后加入随机抽样一致算法,得到匹配对的参数模型,同时对不符合模型的误差匹配对进行剔除。实验结果表明,该算法可以优化匹配效果,提高匹配速度。     

基于多特征匹配和Bloom filter的重复数据删除算法

针对EB(extreme binning)算法重复数据删除率低,磁盘I/O开销大的缺陷,提出基于多特征匹配和Bloom filter的重复数据删除算法DBMB(deduplication based on multi-feature matching and Bloom filter).将小文件聚合为局部性文件单元,作为一个整体进行去重处理,采用最大、最小以及中间数据块ID的多重相似性特征进行匹配,并基于Bloom filter优化磁盘数据块的查找和匹配过程.结果表明,DBMB算法能有效提升重复数据删除率,降低算法执行时间,同时减少处理小文件的内存开销,性能提升显著.     

EZDCP:A new static task scheduling algorithm with edge-zeroing based on dynamic critical paths

1　INTRODUCTIONTheefficientexecutionofaprogramonaparallelanddistributedsystemhighlydependsonthemethodstakenforschedulingthetasksrepresentedbyadirectedacyclicgraphontoamultiprocessorsystem .Aimingtoachievebetter performancebyusingthesesystems,lotsofschedulingalgorithmsareused ,includingbranch and bound ,graph theory ,randomization ,geneticalgorithmsandevolutionarymethods[1] .Theobjectivesoftheseschedulingalgorithmsaretoallocatetasksontoprocessorsandtodeterminetheorderoftheirexecutionsothatd…     

基于特征站点的公交IC卡数据站点匹配方法研究

设计了一种基于特征站点的公交IC卡数据站点匹配方法,首先利用k-means聚类方法,通过计算交易时间间隔将同一站点产生的交易数据归类,再根据线路站点客流特征和乘客出行的换乘行为寻找线路特征站点(客流峰值站点与换乘站点),站点匹配时优先将特征站点编号与聚类数据进行匹配,从而提高匹配精度.在数据实验中,将该方法与基于站点间运行时间的匹配方法进行了对比,结果显示,基于特征站点的匹配方法平均准确率为85%.     

基于自适应遗传互相关算法的模板匹配

提出一种将自适应遗传算法与灰度互相关函数结合的模板匹配方法。通过合理设计自适应遗传算法和遗传参数以充分发挥遗传算法的全局寻优能力，从而降低模板匹配的时间复杂性，提高模板匹配的实时性。     

Fast DSSS acquisition algorithm based on the match Fourier transform

Induced by Chip Effects and Doppler Effects, the accumulating performance of the Direct Sequence Spread Spectrum signal is limited under high dynamic and low signal noise ratio scenarios in near space. To circumvent this problem, a particle swarm fast discrete match Fourier transform based Double Block Zero Padding algorithm is proposed by compensating Chip Effects and Doppler Effects simultaneously. Further, the particle swarm optimization is employed to optimize the iteration of fast discrete match Fourier transforms. Both simulation and theoretical analysis show that the proposed algorithm can not only enhance the acquisition probability and accuracy, but reduce the computational complexity as well. The computation of the proposed algorithm is 46％ that of other existing methods when the coherent time is 10ms.     

基于引导滤波与稀疏表示的医学图像融合

为提升融合图像清晰度,提出一种基于引导滤波器与自适应稀疏表示的多模态医学图像融合算法.该算法利用高斯滤波器将输入图像分解为细节层和基础层;基于显著性特征和引导滤波器求得基础层权值图,根据该权值图结合加权平均融合规则对基础层进行融合;同时,采用自适应稀疏表示算法融合细节层;最后,将融合的细节层和基础层相加得到融合图像.在...     

复杂场景中多细节层次模型生成新算法

图形渲染速度目前已成为大规模虚拟漫游场景的主要瓶颈,而降低场景复杂度是提高图形渲染速度的有效方法,目前比较常用的是细节层次(Levels of Detail,简称LOD)模型。在详细分析传统LOD模型算法的基础上,提出了模型差值信息渐增的改进思想,以避免系统的重复建模并减少了数据冗余。算法验证结果表明,改进的LOD算法可以较好的降低场景复杂度,进而提高图形渲染速度。     

基于QoE的MIMO-NOMA系统功率分配方案

在多输入多输出非正交多址接入（MIMO-NOMA）系统中,衡量通信质量时仅仅考虑了用户的服务质量（QoS）,而没有考虑用户终端的满意度.为此,提出一种基于Stackelberg博弈的优化用户体验质量（QoE）的动态定价功率分配算法.在网页浏览业务场景下,用平均意见分数（MOS）值来衡量用户终端的满意度,将用户设置为买方,基站设置为卖方,小区内各用户从基站处以瞬时单位功率价格购买功率,提升其MOS值;同时,卖方基站不断调整单位功率价格,以实现自身最大化收益,最终达到Stackelberg均衡.仿真结果表明,所提算法与基于QoS的功率分配算法相比,在公平性上提升了22.73%;与传统的定价算法相比,在吞吐量和MOS值上有明显提升;与基于凸差规划的功率分配算法相比,在时间复杂度上有明显降低.     

基于LZ复杂度的脉搏传播时间变异性分析

针对传统脉搏传播时间获取不够准确的缺陷,建立了一种基于信号生理意义的心 桡脉搏传播时间(h-rPTT)获取方法,准确获取到h-rPTT序列.同时对LZ复杂度算法中的二值化方法进行了改进,提出一种基于移动窗口均值的二值化方法.依据LZ复杂度算法中二值化方法的不同,定义了3种复杂度D1、D2、D3,利用D1、D2、D3对30例正常组和高血压组受测者进行了对比分析,结果表明基于移动窗口均值的LZ复杂度D3对正常组和高血压组的区分度最好.     

一种高效的基于OFDM的频率选择性V-BLAST检测方法

针对频率选择性V-BLAST(贝尔实验室垂直分层空时)系统,提出了一种基于OFDM(正交频分复用)的检测方法.从原理上证明,采用OFDM技术可将频率选择性V-BLAST系统转换为平衰落V-BLAST系统.针对平衰落V-BLAST系统,提出了一种新的基于MMSE准则的高效解码算法,称为排序串行多层干扰抵消算法.理论分析表明,所提的基于OFDM的方法相对于其他频率选择性V-BLAST检测方法,在计算复杂度方面优势明显,同时具有良好的检测性能.仿真实验给出了所提检测方法与各种现有频率选择性V-BLAST检测方法的性能对比,证明了所提方法的有效性.     

一种基于网格查询的改进DBSCAN算法

针对DBSCAN算法聚类时时间复杂度较高、当边界点同时属于多个类时其聚类准确率较低的问题,在网格查询思想和OPTICS算法的基础上,提出一种改进的DBSCAN算法(GO-DBSCAN算法)。进行聚类操作前,为降低聚类的时间复杂度,先基于网格查询的思想将数据集划分成不同的网格,在进行项目邻域查询时,只须遍历项目附近网格数据而不必遍历整个数据集; 在进行项目聚类时,主要考虑该项目与其附近核心项目的最小可达距离,因此,将OPTICS算法中的最小可达距离引入到DBSCAN算法中,以提高算法对边界点处理的准确度。仿真实验结果表明,GO-DBSCAN在边界点处理的准确率和运行效率方面较DBSCAN都有所提高。