汉诺塔问题迭代算法实现和分析

本文实现了汉诺塔问题取代递归算法的迭代算法,介绍了它的递归算法和迭代算法的算法过程,并从算法占用存储单元和机器运行时间等方面对此两种算法进行了算法比较和分析。     

基于LM和SA的混合优化算法

针对LM算法及模拟退火算法各自存在的不足,提出一种交替使用二者的混合优化算法（SALM算法）.该算法先通过模拟退火算法粗调得到一组全局最优近似解,再以该近似解为初值,交替使用模拟退火算法和LM算法,直至发现满意的最优解.实验结果表明,新算法不但具有模拟退火算法的全局收敛特性而且保留了LM算法的局部收敛速度,克服了单纯模拟退火算法所产生的随机性和概率性问题,也弱化LM算法对初始条件的依赖程度,保证了求解的速度和精度。     

最速下降算法的改进研究

最速下降算法在最优化理论中一个重要的算法,最速下降算法更是共轭梯度算法中不可或缺的重要组成部分,所以研究最速下降算法的改进,对改进共轭梯度算法,以至与之相关的一些最优化算法,都有一定的研究价值.本文主要针对最速下降算法的一些不足之处,进行改进.理论证明,该改进方法确实能抑制最速下降算法的锯齿现象,并大大提升了原算法的收敛速度.     

提高医学图像边缘定位结果的组合型定位算法研究

通过专业比较若干种图像边缘提取算法的基础上,本文提出了一种图像边缘算法的组合型算法,该算法是在中值滤波的基础上,再进行prewitt算法和canny算法的一种特殊的定位组合型算法,仿真结果表明该组合型算法对图像边缘提取效果更清晰,有一定的实用价值。     

几种改进的萤火虫算法性能比较及应用

萤火虫算法（FA）是继粒子群算法、遗传算法、模拟退火算法等经典智能算法之后,由剑桥学者YangXin-she提出的一种模仿自然界萤火虫捕食、求偶行为的新颖的群体智能随机优化算法。该算法近年来逐渐在不同优化领域得以成功应用,但也存在易陷入局部最优、算法过早收敛等问题,为此许多学者对萤火虫算法进行了改进。针对基于惯性权重的萤火虫算法、基于混沌算法的萤火虫算法这两种改进算法,通过几种标准检验函数对各算法的性能进行详细的仿真、比较,得出具体试验结果。在控制系统PID参数优化中应用改进后的萤火虫算法,仿真结果表明改进后的萤火虫算法寻优精度和搜索速度均优于基本粒子群算法。     

BM算法与WM算法的比较

模式匹配算法比较成熟,但是传统的模式匹配算法对提高Snort检测性能的效果不是十分有效。Snort采用的BM算法是一种单模式匹配算法,目前研究者对Snort模式匹配算法的研究和改进主要是采用多模式匹配算法来替换原有的BM算法。本文主要介绍了BM算法和WM算法,分析了这两种算法的基本原理并进行了一些相关的比较。     

论算法知情权与算法解释权再构造

随着互联网技术的发展,与算法有关的法律问题成为热门研究课题。其中最具代表性的是算法知情权和算法解释权。目前,算法知情权与算法解释权并未在立法实践中获得同等地位。本文认为,相较于算法知情权,算法解释权因其必要性和可行性的不足而受到质疑,尚未见诸法典。然而,这并不意味着两者不能共存,通过明确算法解释的不同内涵,以算法主体区分算法知情权和算法解释权,也不失为一种进路。     

数据结构中最短路径算法的实现

最短路径算法种类繁多,比较有名的算法包括:Dijkstra算法、Ford算法、Floyd算法、Moore算法、A*算法、K值算法,而即使同一种算法也有多种不同的实现方式。本文介绍了求最短路径的Dijkstra算法的设计思路及Visual C 语言编程实现。实验表明:该算法能高效地求出一个顶点到其它各顶点的所有最短路径。     

一种新的混沌免疫优化算法

结合混沌优化算法与免疫算法的特点,提出了一种新的混合优化方法———混沌免疫优化算法.该算法综合了免疫算法与混沌优化算法在各自的空间搜索优势,充分利用免疫算法的记忆库中当代最优解指导混沌搜索。实验结果表明,该算法具有较强的搜索能力和收敛性能,算法有效可行。     

大数据时代下智能化算法侵权的认定规则

算法决策的高速发展与其模糊的归责机制和相对后滞的裁判标准间形成了巨大鸿沟。文章认为：在侵害形式上,智能化算法可能通过算法标签、算法歧视、算法操纵等形式对用户个人和社会整体造成严重损害。在主观意志上,智能化算法控制者知晓算法要达成的目标,且可以干预算法的决策进程,此外还能够预知算法的逃逸风险。但算法黑箱的存在使智能化算法的运行过程存在不可知性,因此,一般侵权责任条款不能解决智能化算法的侵权责任认定问题,但由于智能化算法具备产品的属性,因而可以通过产品责任规则来认定智能化算法的侵权责任。     

AN ADAPTIVE CDMA RAKE RECEIVER

ＡＮＡＤＡＰＴＩＶＥＣＤＭＡＲＡＫＥＲＥＣＥＩＶＥＲＸｕｅＧｕｏｑｉａｎｇ（薛国强）ＣｈｅｎｇＳｈｉｘｉｎ（程时昕）（ＮａｔｉｏｎａｌＣｏｍｍｕｎｉｃａｔｉｏｎｓＲｅｓｅａｒｃｈＬａｂｏｒａｔｏｒｙ）ＡＮＡＤＡＰＴＩＶＥＣＤＭＡＲＡＫＥＲＥＣＥＩＶＥ...     

一种新的并行干扰消除Rake系统

为了消除DS CDMA系统中的多径干扰,本文提出了一种新的采用并行干扰消除算法的Rake系统:数据符号的假设检验值通过线性判决获得,根据假设检验值和其它已知用户信息估计多径干扰,然后进一步分析了该系统在Rayleigh衰落信道下的性能并与传统的并行干扰消除算法、传统的Rake接收机进行了比较.结果表明:该系统不仅可大大改进传统Rake接收机性能,且结构简单、易于实现.     

二维RAKE接收机中一种约束最小二乘信道矢量估计算法

针对移动通信中目标方位变化比信道衰落变化慢的特点，首先利用子空间分解法估计出目标信号的导向矢量，并用估计出的导向矢量构造一个约束条件，然后用业务信号在约束最小二乘准则下估计信道失量，本用带投影的迭代最小二乘(ILSP)算法求解约束最小二乘问题，导频用于ILSP算法的初始化，通过ILSP算法的迭代过程，可以逐步提高信道矢量估计和符号检测的精度．仿真结果表明：与传统二维RAKE接收机相比，本提出的算法使系统的性能得到了有效改善．     

CDMA系统中的分集接收技术研究

分集接收技术在蜂窝移动通信系统中广泛使用。文中介绍了分集接收技术及其在CDMA移动通信网络中的应用,重点分析了RAKE接收机的原理及性能。     

cdma2000-1x下行链路定点仿真研究

本依据cdma2000物理层标准，以浮点仿真为基础，建立了cdma2000-1x下行链路的定点仿真平台，重点研究了定点化处理对于RAKE接收机和Viterbi译码器性能的影响，并且将仿真结果进行了比较和分析，对实际系统的实现具有一定的指导和借鉴价值。     

多径衰落信道中的RAKE接收机性能研究

在移动通信中,分集接收是抵抗多径衰落的有效方法.文中对一种多径分集技术—RAKE接收机的原理进行了详细的描述,分析了其对多径衰落的补偿有效性.通过用MATLAB软件进行误码率仿真,可以看出,RAKE分集接收能收集多径信号能量,变矢量和为代数和,有效地减少多径衰落的影响,降低误比特率.检测中的分集重数L不超过路径总数时,分集重数L越大越好.     

一种改进EM算法的联合信道估计与数据检测

最近的一些研究表明,在接收机利用可用的信道估计误差的统计时,可以显著提高检测性能.对此,提出了一种基于改进期望最大化（EM）算法的数据辅助信道估计,它通过在每次迭代中提供估计误差的统计信息,减少在各自的接收器信道估计误差的影响.仿真结果表明,与传统的EM及VBEM算法相比,在不需增加接收机复杂程度的情况下,改进的EM算法在估计精度上优于其对应的传统估计方法,有效降低了信道估计误差,其误码性能接近理想信道时的性能.     

基于符号检测辅助的MMSE与LS干扰对齐算法研究

干扰对齐（IA）是一种有效消除干扰的管理机制。为了彻底消除干扰信号对期望信号的影响,通过预编码技术处理使干扰在接收端重叠,使接收端的干扰信号与期望信号有效分开。在传统最小均方误差（Minimum Mean Square Error,MMSE）算法和最小二乘（least square,LS）算法基础上,提出基于符号检测辅助的最小均方误差（Symbol Detection Aided Minimum Mean Square Error,SDA-MMSE）算法和最小二乘（Symbol Detection Aided Least Square,SDA-LS）算法。分别基于传统算法和改进算法进行迭代计算,通过仿真可看出SDA-MMSE算法的MSE较SDA-LS算法的MSE降低约20%。理论分析与仿真结果表明,改进算法较传统算法具有更好的系统性能,且SDA-MMSE算法系统性能最优。     

OFDM系统基于导频的信道估计

提出了OFDM系统中一种新的基于软信息迭代处理的信道估计算法。该算法将面向判决最小二乘估计算法和盲估计算法相结合,在估计器中构造了一种新的置信度量函数,根据解码和软映射重构的反馈信号置信度大小在两种估计算法中自适应选择,这样估计的信道频响可以有效提高软信息迭代接收性能,大大降低信道估计训练开销。仿真结果表明,该文提出的算法能有效跟踪信道时变,限制传统面向判决估计的错误传播,达到好的系统性能。     

基于随机森林的交通事件检测方法设计与分析(英文)

为了进一步提高决策树模型的交通事件检测性能,且避免噪音和过拟合现象,提出了基于随机森林的交通事件检测方法.从分类强度和相关性2个角度进行分析,并构建了3组实验:与不同数目决策树的对比、与不同决策树的对比及与神经网络的对比.实验数据采用实测的高速公路交通参数数据库(I-880数据库);实验的评价指标采用检测率、误警率、平均检测时间、分类率和ROC曲线下的面积.实验结果表明,基于随机森林的交通事件检测模型可以提高检测率、减少检测时间、提高分类正确率,和多层前馈神经网络相比具有很好的竞争力.