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。     

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.     

银行家算法的探讨

银行家算法是避免死锁的算法中最具代表性的一个算法。本文从死锁的基本概念及其产生的必要条件和处理方法入手,着重介绍银行家算法的基本原理、数据结构及算法基本流程。     

银行家算法的改进及其在操作系统上的推广

文章对避免死锁算法━━Dijkstra银行家算法进行研究 ,得出结论 .在证明结论的基础上对传统算法进行改进 ,给出了改进后的银行家算法采用分组技术在单处理机操作系统上推广的算法 ,及其在多处理机操作系统上推广的算法     

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。     

基于肤色和AdaBoost算法的人脸检测

文章提出了一种新的将肤色算法与AdaBoost算法结合起来的人脸检测算法.算法主要是将用肤色检测算法得到的肤色特征,做为一种新的矩形特征加入到AdaBoost算法的训练过程中.新算法提高了人脸检测的正确率,降低了误检率,新算法的鲁棒性更强.     

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。     

基于事务压缩的Apriori算法的改进

在数据挖掘算法中，Apriori算法是关联规则的经典算法。文章在分析经典Apriori算法的基础上，提出了改进型的Apriori算法。改进后的算法对事务数据库进行两次压缩，减少事务数据库的平均长度，提高了数据挖掘的效率，具有一定的实用性。     

一种改进的基于K-Means的蚁群聚类算法

聚类分析被广泛用于数据挖掘等领域,基于蚁群算法的聚类算法也得以应用。针对K-Means算法和蚁群聚类算法出现的缺点,利用了K-Means算法快速确定聚类中心和精英适应保留值的策略,提出了一种改进的基于K-Means的蚁群聚类算法。仿真实验表明,改进算法的性能得到有效提高。     

区域填充算法的研究

区域填充算法是计算机图形学的一个重要研究课题.传统的区域填充算法存在填充结果不完备及算法效率不高的问题,在分析了两种传统区域填充算法的原理的基础上,详细阐述了四种改进的区域填充算法,并对算法的效率性能进行比较分析,最后指明了区域填充算法未来的研究热点.     

社会建构主义观下的算法教学--谈算法的"多样化"与"优化"

算法“多样化”的本质是促进学生的独立思考,算法“优化”的本质是促进学生对算法本质的理解,两者是辨证统一的关系。因此,算法教学既要教算法的“多样化”,也要教算法的“优化”。算法教学可以按照以下程序进行:创设问题情境(应用)———鼓励算法的“多样化”———组织讨论和交流(算理教学)———优化算法———应用。     

改进的单纯形模拟退火算法

SMSA(单纯形模拟退火)算法针对单纯形和模拟退火算法的优缺点,将两种算法有机地结合起来,充分利用单纯形算法收敛速度快以及模拟退火算法的随机突跳,不易陷入局部极小点的特性.两种算法结合,互相补充不足,大大提高算法的效率,并削弱了对参数选择的苛刻性.     

基于高斯混合模型的k均值初始化EM算法的研究

EM算法是一种非常流行的极大似然估计方法,是一种当观测数据为不完全数据时求解最大似然估计的迭代算法,也是估计有限混合模型参数十分有效的算法.然而,EM算法是一个局部最优算法,常常容易陷入局部最优解,使得它的初始值对算法的结果有着极其重要的影响.因此采用k均值算法来初始化EM算法并将聚类结果同直接用EM算法得到的聚类结果相比较.数值试验表明经过初始化的EM算法的聚类效果要明显好于原始EM算法的效果.     

基于Dijkstra的最短路径问题的算法分析与优化

Dijkstra算法是最具有代表性的最短路径算法,为解决许多工程领域中出现的最短路径问题提供了理论依据。本文分析了Dijkstra算法以及该算法存在的不足,并提出了优化该算法的方法,通过与原算法作比较,结果表明这种改进的算法在运行时间和效率上得到了提高,其占用的存储空间得到了减少。     

基于传递闭包的First集合的求解算法

介绍了求解First集合的传统算法和求解传递闭包的Warshall算法.针对Warshall算法进行改进,减少了整个运算过程的赋值环节.并把改进后的Warshall算法应用到First集合的求解算法中.与传统的First集合的求解算法相比,降低了时间复杂度,提高了运算效率.     

基于量子竞争决策算法的网络路由算法的研究

基于量子竞争决策算法并将其应用到网络路由算法的优化中,再通过无线传感器网络中利用该算法机制提出一种新的SL-MAC算法.经过对比研究发现,该算法能够满足网络路由的节能需要,是一种十分有效的全局优化算法.     

贪心算法与动态规划的比较

介绍了计算机算法设计的两种常用算法思想:贪心算法与动态规划算法。通过介绍两种算法思想的基本原理,比较两种算法的联系和区别。通过背包问题对比了两种算法的使用特点和使用范围。     

论算法的法律规制路径

算法是数字经济发展的核心技术之一,更是一切程序设计的灵魂和基础。近年来,在全国范围内出现将算法作为商业秘密进行保护的案例,足以可见算法的商业价值得到了认可。然而,算法的研发和运行作为商业秘密,受到各个企业的保护,具有“黑箱”性质,因而导致算法歧视、信息操纵等现象时有出现,因此对算法进行法律规制显得尤为必要。文章认为,公众利益及私权保护视角下,限缩对算法作为商业秘密的保护具有正当性。文章在讨论法律介入算法的正当性基础上,结合《中华人民共和国个人信息保护法》第二十四条对现有的算法规制框架进行分析,并从商业秘密的属性出发,通过多种维度探讨法律规制算法的依据,从而提出了算法公开以及算法解释权等具体的法律规制路径。     

Dijkstra算法程序的优化与实现

在分析传统Dijkstra算法的基础上,提出谊算法实现方法存在的缺点。继而提出一种基于Diikstra算法的优化算法一优先队列算法,在搜索最小的节点时,该算法的时间复杂度大大降低,具有较好适用性．     

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。