关联规则改进算法及应用

本文在Apriori算法基础上,提出了基于树型数据结构的关联规则改进算法.该算法只需对数据库进行一次检索,故能大量减少所需的I/O次数,提高系统运行效率.结合人力资源管理的实践,给出了改进算法在员工绩效评价中的应用实例.     

改进的连通区域标记算法在人脸五官识别定位技术的应用

人脸的五官特征识别是人脸识别的关键技术,本文在原有连通区域标记算法基础上提出了一种改进算法,从而来实现对人脸目标器官的提取。该算法在一次人脸图像扫描中就可以完成所有连通区域的标记,避免了大多数改进算法都必须处理的重复标记的问题,从而提高了标记效率;同时,该算法不受所标记的图形形状的影响。仿真实验表明,该改进算法具有较高效率和较强的鲁棒性。     

基于一次判断双字符比较的模式匹配算法

针对模式匹配中的单模式匹配算法,分析了其中性能较高的QS算法及其改进算法BMH2C算法的,结合QS算法和BMH2C算法,提出了一种改进的QS算法—基于一次判断双字符比较的模式匹配算法(SJDC算法),增大了匹配失败时的右移量,提高了匹配速度。本文最后对此算法利用不同的模式串进行了实验仿真,仿真结果表明,此算法有效地减少了模式串移动的次数,提高了模式匹配性能。     

基于改进C-W节约算法的成品油二次配送优化研究

成品油二次配送是成品油销售的重要环节,配送中心要实现最经济、最快速的多客户需求响应,就需要对路线、车辆、载重、时间窗等要素进行合理优化。文章针对成品油配送的特点,构造了具有载重、时间窗、访问机制等约束条件限制的调度优化模型,运用AK算法思想对传统C-W节约算法进行了改进,算例验证表明了改进算法的优越性。最后,对空车驰返问题进行了绕点折返优化,使模型得以更加完善。进一步的算例验证结果显示改进模型在成品油二次配送优化中效果极好。     

基于Apriori的改进算法

关联规则的提取是数据挖掘中的重要研究内容,对关联规则提取中的Apriori算法进行了分析与研究,针对该算法的运算效率不高,对该算法进行了改进,提出了Apriori改进算法.Apriori改进算法采用二进制数据垂直表示方法,只用扫描事务数据库一次得到一阶大项集的二进制数据垂直表示.K阶候选项集的操作只要基于这个一阶大项集,而不需重复扫描数据库,从而提高了挖掘算法的效率.     

遗传算法与蚂蚁算法的融合在神经网络中的研究

为了克服和改进传统BP算法的不足,发挥神经网络、遗传算法和蚂蚁算法各自的优势,本文提出了一种遗传算法和蚂蚁算法的融合在神经网络中二次训练的方法,并将融合算法应用于神经网络的权值训练中,采用遗传算法生成信息素分布,同时利用蚂蚁算法求精确解,并用神经网络二次训练得到最终结果,优势互补,获得了一种优化性能与时间性能共赢的有效算法。     

无约束改进的自适应三次超估算法

提出了求解无约束最优化问题的改进的自适应三次超估算法。它是自适应三次超估算法的推广。在适当的条件下,证明了算法的全局收敛性。     

一种避免早熟收敛的改进遗传算法

针对传统遗传算法的早熟收敛问题,在著名的"基因块"假设的基础上,提出了一种改进算法:利用设计的新算子对传统遗传算法演化过程中被淘汰的个体进行二次演化,使得可能包含在将来的演化中对结果的全局最优性产生重要影响的基因块得以保留,以此来避免遗传算法早熟收敛现象。实验结果证明了该改进算法可以有效地避免早熟收敛,提高了算法全局优化能力。     

带约束的微分进化算法及应用

针对经典的微分进化算法难以求解约束优化,特别是大规模复杂约束优化,并且对于多峰值优化无法一次求出多个全局最优解等问题,本文提出了一种改进的微分进化算法。该算法采用一种简单有效的函数对其约束进行处理,并利用全局-局部微分进化算法进行演化。大量测试函数的实验结果表明,这种改进的算法能有效地解决约束优化问题得到全局最优解,并且对于多峰问题能一次得到其多个全局最优解,而且比传统演化算法具有更高的精度和收敛速度。     

对Bordat建格算法的一个改进

Bordat建格算法是一种有效的基于形式背景建造概念格的算法,在Bordat算法中,需要频繁地扫描数据库,并且在子节点生成时,重复生成了许多重复的节点。本文对概念格建格算法Bordat进行深入分析,对该算法进行改进。新的算法只需一次扫描数据库就能够生成概念格,并有效地克服了Bordat算法中重复节点重复产生的问题。     

基于SIFT特征点改进搜索算法的图像匹配技术研究

本文研究一种改进的近邻搜索算法的图像匹配技术。本文采用基于特征的图像匹配方法，利用SIFT算法提取特征点。在特征点匹配的过程中，为提高搜索样本特征点的最近邻和次近邻特征点的速度，本文采用一种基于二叉检索树算法改进的近邻搜索算法，该算法用最近邻与次近邻比值来进行特征点的匹配。用MATLAB语言实现该算法并运用到图像特征匹配中，实验证明优于原算法并具有较高实时性。     

三次Bezier曲线的绘制算法研究

三次Bezier曲线是常用的一种曲线,本文在讨论其传统生成算法的基础上,又进行了进一步的改进,使其生成速度大大提高。     

基于改进粒子群算法的散乱点云数据配准

提出了一种基于改进的粒子群与ICP算法相结合的点云数据配准算法,该算法主要依据点云数据之间的曲率相似度函数,采用改进的粒子群算法在两组待配准点云中搜寻到与之相匹配的点对集合进行初始配准,再将得到的配准结果作为迭代ICP算法的初始位置进行二次精细配准,从而实现两组散乱点云的配准。实验表明,该算法可以有效避免遗传算法可能陷入的局部最小值,与仅使用ICP算法相比,配准的运行时间大大缩短了,且稳定性和可靠性较好。     

修改雅可比改进算法综述

本文主要叙述改进潮流算法程序设计的主要步骤:主要叙述雅可比矩阵以及修改雅可比矩阵改进算法的形成过程和步骤,在进行第一次迭代计算的时候,使用修改雅可比矩阵法形成的雅可比矩阵,在之后的迭代计算的时候,使用常规牛顿法形成的雅可比矩阵。     

大数据环境下改进的Aprior算法研究

对Apriori算法的不足进行了改进,将遗传算法与划分技术相结合,建立关联规则挖掘模型,提高了算法的效率以及准确度,在进行改进时,对编码的方案和适应度函数提出相应的改进解决方案,通过仿真试验验证了改进的Aprior算法在大数据挖掘上相较Aprior算法性能更加的优良。     

基于BIRCH算法的模糊集数据库挖掘算法

为开发高效的数据挖掘算法,实现模糊集聚类算法的高效性,将BIRCH聚类算法思想与模糊集算法进行融合。通过对模糊集算法处理的数据进行二次聚类计算,细化群边缘,最后加载判别函数进行数据定位,完成数据挖掘。最后使用KDDCUP2011数据库进行仿真实验,对目标数据进行挖掘,证实了融合BIRCH聚类算法思想的模糊集算法具有可行性,对比改进前的算法在数据挖掘方面效率更高。     

城市交通系统的最短路径高效搜索算法研究

本文描述了城市公共交通问题,分析了Dijkstra算法和改进的最短路径算法应用于城市公共交通系统,得知,在搜索效率上改进的算法优于Dijkstra算法。     

城市交通系统的最短路径高效搜索算法研究

本文描述了城市公共交通问题,分析了Dijkstra算法和改进的最短路径算法应用于城市公共交通系统,得知,在搜索效率上改进的算法优于Dijkstra算法。     

斜视聚束模式下的DCS算法

聚束SAR回波的多普勒带宽通常大于方位向采样率. 为避免方位频谱混叠,首先进行方位deramp消除频谱混叠,然后利用CS算法进行精确聚焦.在距离压缩前增加了距离频率3次和4次相位补偿,通过分析仿真结果发现该算法不仅能在大斜视下取得良好的聚焦图像,而且还能消除原DCS算法存在的距离压缩信号左右旁瓣不对称现象.基于斜视聚束模型,给出了一种改进的DCS算法的详细推导过程. 仿真结果表明,该算法可用于大斜视聚束SAR成像处理.     

改进的支持向量机算法及应用综述

支持向量机(SVM)是在统计学习的VC维理论和结构风险最小化原理基础上建立起来的机器学习方法,其训练算法本质上是一个二次规划的求解问题。首先简述了SVM的基本原理,然后对SVM改进算法进行了概括,如最小二乘支持向量机、模糊支持向量机和粒度支持向量机等。接着介绍了改进支持向量机的应用,最后对该领域存在的问题和发展趋势进行了展望。