一种新的椭球算法

基于更动约束的思想[1 ] 与方法 ,提出了求解线性规划问题的新椭球算法 .它与L .G .Khachian的椭球算法[2 ] 不同 ,在新算法的椭球迭代过程中 ,不仅用约束不等式割掉不含约束集的半个椭球 (椭球中心不在约束集内时 ) ,称之为约束割 ;而且在椭球中心落在约束集内时 ,它用目标不等式割掉含约束集的半个椭球 ,称之为目标割 .新算法的不等式系统是由原规划 (或对偶规划 )的约束不等式与目标不等式组成的 (规模小 ) ,而不是由原椭球算法的K K T条件[5] 组成的不等式系统 (规模大 ) .这种新椭球算法即有多项式计算复杂性的特性 ,又在迭代过程中得到一系列单调趋向最优解的可行解 (在解存在时 ) .如果认为已得满意解 ,可随时停机 .对于实际问题 ,大多数是变量有界的 ,初始椭球不大 ,因此新算法更为实际 ,有效 .     

一种新的电力系统优化任务调度算法研究

智能电网的调度系统中,存在着巨大的时变调度数据,怎样使用这些数据完成对实时电网信息的提取是本文主要的研究方向。智能电网调度云计算中主要的核心问题就是对电网调度算法的选取,因此,在分析传统方法的基础之上,本文将使用调度中的资源来对电网调度任务进行映射,实现出实数编码。依据编码规则,在进行映射时把所有的大任务分成多个子任务,再依据这些子任务的数量来为染色体的长度进行定义,染色体中对应的基因就是在网络资源中子任务的编号。改进后的遗传算法(IGA)能将种群搜索应用到各个环节中去,改进了传统的调度算法,使得任务完成时间缩短,收敛的速度得到了提高,仿真实验结果表明本文提出的电力系统优化任务调度算法为整个调度系统提高了性能,进一步优化了负载均衡。     

一种新的自适应RED算法

RED队列管理算法的研究近些年已经取得了很大的进展,但算法本身还是存在一定的缺陷,有需要改进的地方。因此就有必要对队列管理算法进行适当的修正,使其在实际应用中对拥塞控制性能更好。本文主要利用反馈控制的一些理论,改进RED算法中的最大丢弃概率公式,设计了一种新的算法。NS2仿真平台上的实验表明,其性能优于原RED算法。     

一种新的特征变换算法在网络数据安全检查中应用研究

大数据时代数据安全性检查至关重要,提出一种新的特征变换算法检测异常数据用以保证数据安全。数据是否异常可以归类为二分类问题,逻辑回归算法作为常用分类算法具有很强的抗噪能力,采用卷积神经网络预产生高阶特征,高阶特征通过提取卷积神经网络各网络层神经元输出获得,高阶特征用以提升逻辑回归算法的表达能力。试验结果表明,逻辑回归算法在高阶特征上能够获得较高的分类准确率。     

一种新的变步长盲均衡算法研究

常数模算法（constant modulus algorithm,CMA）能够很好地克服无线信道引入的符号间干扰（ISI）,在信道均衡中广泛应用,但存在稳态误差大,相位旋转的问题;MMA算法解决了CMA算法的相位旋转问题,但仍然有较大的稳态误差。为了克服以上缺点,在研究各种算法的基础上,引入非线性函数来构造步长调整参数,计算机仿真结果表明,相比传统算法,变步长盲均衡算法有较快的收敛速度和更好的均衡效果。     

一种面向数据核特征的复杂网络异常检测算法

针对传统异常检测算法存在复杂小样本情况下训练精度高,预测精度低的过拟合缺陷,出现误报和漏报现象,提出一种面向数据核特征的复杂网络异常检测算法。网络异常数据核特征判别技术是一种针对复杂小样本异常特征的线性判别的非线性扩展。算法根据最大化网络复杂异常类间离散度和最小化类内离散度的准则,寻找原始向量的最优投影方向,使各异常数据类之间最大程度地分离,从而达到正确的检测。仿真实验结果表明,本文的方法相对于传统的支持向量机法和高斯混合模型方法,具有较高的识别率和较快的训练速度。     

一种新的数据流聚类融合算法研究

提出一种新的选择性聚类融合算法,该算法主要基于分形维数来处理一些高维数据,选择策略则是主要基于互信息,考虑到已选聚类成员的重要程度与聚类成员的质量和多样性,此算法比较适用的数据聚集类为任意形状的,聚类融合可通过加权定义实现。仿真实验中在UCI数据集环境运用本文提出的选择性聚类融合算法,实验结果表明该算法具有良好的有效性。     

一种新的分析电路的算法

本文提出了可以用一组数字码来描述电路结构的新算法,此算法可大大满足电路识别和区分电路的需要。     

一种新的压缩感知FO-COSaMP算法

近年来,压缩感知因其打破传统采样理论的瓶颈从而吸引了许多领域的研究人员的关注。信号重构算法是整个压缩感知的核心内容,也是研究人员研究的重点方向,决定着压缩感知能否成功的广泛运用于信号处理领域的具体实际问题中。文章在COSa MP(压缩匹配采样)算法的基础上引入果蝇优化算法思想,对传感矩阵中部分原子进行优化,从而实现更高精度,更少迭代次数的信号重构,提出一种新的改进算法——FO-COSaMP算法。仿真结果表明,在同等的条件下,与COSa MP算法等同类算法的性能参数作对比,新的算法运行的时间相仿,显示出的重构性能较优。     

一种新的中文文本分类算法

文本提出了一种基于模糊向量空间模型和径向基函数网络的分类方法。该方法在特征提取时充分考虑了特征项在文档中的位置信息,构造出模糊特征向量,使自动分类更接近手工分类方法。以中国期刊网全文数据库部分文档数据为例验证了该方法的有效性。     

智能电网中一种新的数据调度算法研究

针对目前智能电网中数据调度算法性能的不足以及没有充分考虑到智能电网实际运行产生的数据量特点以及数据类型,本文提出一种新的智能电网通信网络数据调度算法,该算法的机制为首先提出"虚拟延迟"的概念,这个概念的提出主要是为了处理智能电网通信网络中日常运营产生的不同类型的数据对时间延迟容忍度的不同,根据各个数据类型对时间延迟的敏感度不同加入不同数值的"虚拟延迟",并且参考数据包实际到达时间点来加入时间标签,这样通过时间标签来不断调整智能电网通信网络数据调度顺序。虽然智能电网通信网络中数据包实际的时间标签不能够被改变,但其虚拟时间标签通过"虚拟延迟"发生了改变。仿真实验结果,本文提出的智能电网中新的数据调度算法能够保证智能电网通信网络中对时间延迟敏感的数据调度优先权优于对时间延迟不敏感的数据,进一步提高了智能电网整体数据传输性能。     

一种新的点云数据组合精简算法研究

三维激光扫描技术是最近几年在测量方面发展起来的一个热点,分析了国内外点云数据处理中压缩方法的研究现状,针对点云数据在采集过程中密度过大,单一的压缩方法存在不足的情况。提出了利用组合算法对点云数据进行精简,将最小距离法与三角形网格法结合在一起进行点云精简。通过编程实现了所提出的算法研究。将精简完的点云数据重新构建三角网,同时对精简完的点云数据进行建模,与原始模型对比,新方法的压缩效果比较理想。     

一种新的云计算环境下数据安全保护算法研究

主要探讨利用私密存储技术解决分布式云存储环境中的数据保护问题,并且在此基础上建立了MDS矩阵,通过该矩阵研究了云存储数据的保护方法,该方法通过对于云存储,特别是分布式多云端环境的数据进行保护理论研究,借助于MDS矩阵可恢复的优良特性,提出了一种基于云存储的数据恢复方案,并且从理论层面证明了该方案的安全性,通过对其构造算法进行的方案改进,提升了该方法在云存储数据安全性的可靠性和稳定性。     

一种新的改进Patchwork算法的彩色数字水印研究

本文提出了一种将彩色数字水印嵌入到彩色载体图像的新算法,利用改进的Patchwork方法将一级小波分解的水印图像的低频部分分别四次嵌入到经过离散余弦变换和离散小波变换后的载体图像的RGB分量中,提取的时候,将四次嵌入的低频分量取出并求平均值,用来作为水印的最终低频分量。经过实验验证,该算法对很多攻击具有很好的鲁棒性。     

一种新的逆合成孔径雷达运动补偿算法

运动补偿是逆合成孔径雷达(ISAR)成像的关键技术.现有的将运动补偿分成包络对齐和初相校正2步处理的算法存在补偿精度低的缺点.针对这一问题,提出了一种基于早迟卷积的运动补偿算法,其思想来源于扩频通信系统中早迟门型比特同步电路.算法能精确估计每个脉冲时刻目标的位置,在精确对齐包络的同时,对回波相位作初步校正.该算法对各脉冲回波一维距离包络单独处理,不存在误差积累的问题.距离估计精度不受距离分辨单元大小限制,不存在量化误差.     

一种新的二叉链表的打印算法

二叉链表有一个致命的缺点,即不容易显示到屏幕上。对传统的二叉树遍历算法进行改进,解决了二叉链表的输出问题,使数据结构中树的逻辑结构显示得以实现。并进而揭示出树的输出结果与逻辑结构间的几何关系。     

一种新的复杂背景下快速车牌定位方法

针对实际应用中具有复杂背景的高分辨率数码图像下车辆牌照定位问题，提出了一种综合利用了车牌纹理特征、几何特征以及色彩特征的快速车牌定位方法。该方法按顺序分为图像预处理、牌照区域粗定位、牌照精确定位三个步骤对牌照由粗到细准确定位出车辆牌照位置所在。实验结果表明．对于场景大，背景复杂的车辆图像，该方法运行速度快，定位准确率高，具较强抗干扰能力。     

一种新的求解Min-Max问题的逼近算法

针对极大极小(Min-Max)问题中极大值函数的不可微性,构造了一种针对极大值函数新的光滑逼近函数,并讨论了该逼近函数的若干性质,给出一种求解极大极小问题的具有大范围收敛性的算法,数值结果表明算法是有效的.