稀疏矩阵三元组表压缩存储方法的改进

在计算机图形学领域、产品优化设计及先进制造技术研究中,矩阵及稀疏矩阵的应用非常普遍．结合稀疏矩阵顺序存储方法和C／C＋＋语言的特点。提出一种稀疏矩阵压缩存储的改进方法——二元组压缩存储方法,把稀疏矩阵中的非零元素按一定规律用二元组表存储到顺序表（或链表）中．该方法继承了三元组顺序存储（或链表存储）方法的优点,方便进行矩阵的各种运算,比如矩阵转置、加战或乘法等操作,又节约了存储空间,是一种实用的压缩存储方法．     

三元组表矩阵相乘的算法分析

矩阵相乘是一种很重要的矩阵运算,本文提出了一个不带行表的三元组表矩阵相乘的算法,并分析和比较了与带行表的矩阵相乘算法的效率.     

基数排序思想在三元组稀疏矩阵转置的教学研究

《数据结构》是一门比较灵活、比较难的课程,许多同学学完《数据结构》感觉它并没有多大用处.笔者认为其主要原因是学生学习《数据结构》时,只死记书中的各种数据结构,在面对实际问题时,又生搬硬套.为此,结合《数据结构》中的基数排序的思想,设计了一个三元组稀疏矩阵转置的快速算法,希望学生能从中获益.     

带状矩阵的多向量压缩存储

论述了矩阵的压缩存储技术,研究了带状矩阵的三种压缩存储方法,提出了带状矩阵一种新的压缩存储方法——多向量压缩存储,并得到了相应的映射函数.     

十字链表存储方式下矩阵相加算法探讨

本文作者通过实际教学经验 ,对清华大学出版社 1997年出版的《数据结构》一书中 ,对以十字链表的存储方式中实现矩阵相加的算法提出置疑 ,并给出改正算法。     

基于链表的冒泡排序算法研究

线性表上进行的冒泡排序法是一种较简单的内部排序算法,计算机工作者经常研究和讨论顺序表中冒泡排序算法的实现及其改进,很少研究冒泡排序法在链表上的实现.本文讨论了冒泡排序在单链表上和静态链表上的算法及实现过程.最后分析了算法时间复杂度和空间复杂度.     

矩阵的存储及存储地址研究

探讨了一般矩阵、特殊矩阵和稀疏矩阵在内存中的存储以及如何根据矩阵的不同特点来确定它在存储时的元素个数和存储空间的大小及各个元素在内存中的存储地址。     

分块压缩存储的追赶算法及并行计算

本文提出了以分块压缩存储形式直接求解拟块三角方程组的分块追赶法及其并行计算方案,本算法计算精度高、速度快、并行性好可求解问题规模大,是直接求解此类问题的一个有效算法.     

三角矩阵的行列主序压缩存储及变换算法

利用一维数组对三角矩阵进行压缩存储．只将三角矩阵中对角线以下(或以上)的非零元素进行连续存储,零元素不予存储;并给出行列主序压缩存储的变换算法．     

基于十字链表的Apriori算法的实现

针对Apriori算法的若干不足,如需要多次连接数据库,多次扫描事务记录,在剪枝步骤比对次数过多等缺点,文章实现了把数据库映射到十字链表的方法,并且与传统Apriori算法进行了对比,实验表明十字链表的方法可以大幅度减少数据挖掘所需时间,可明显减少连接及扫描数据库次数,减少剪枝步骤对比次数,提升算法执行效率．     

链式存储结构上冒泡排序算法的研究与实现

线性表上进行的冒泡排序法是一种较简单的内部排序算法,计算机工作者经常研究和讨论顺序表中冒泡排序算法的实现及其改进,很少研究冒泡排序法在链表上的实现.文中讨论了冒泡排序在单链表上和静态链表上的算法及实现过程.最后分析了算法时间复杂度和空间复杂度.     

基于OpenMP并行编程模型与性能优化的稀疏矩阵操作研究

随着多核处理器的普及,传统的串行编程方式已无法充分利用多核处理器资源,业界提出了用并行编程模型解决此类问题的多种方法,OpenMP便是其中一种。OpenMP并行编程模型提供了一种可以通过编译语句对现有串行程序进行并行化运行的方法,提高了现有程序对计算机处理器的利用率。基于OpenMP探讨大型稀疏矩阵转置分别在串行编程模型与并行编程模型中计算机处理器的利用率,针对矩阵转置中数据相关性进行加锁操作,通过实验数据分析总结OpenMP并行编程模型的设计方案。     

基于哈希表的稀疏图像压缩算法研究

随着互联网技术的不断发展,以图像为主要载体的多媒体信息大大丰富了我们的生活。但由于图像数据量庞大,存储和传输时受到很大限制,使得图像压缩成为图像处理中的一个重要环节。图像压缩就是利用图像自身的相关性来消减图像的冗余信息,保留有用的信息。经过多年的研究,人们已经提出了多种图像压缩方法,并在许多领域取得了良好的应用效果。但这些方法主要是针对普通密度的图像,而对于稀疏图像的压缩,目前有效的压缩方法还屈指可数。对图像压缩技术的发展历程进行了回顾,给出了一种基于哈希表的对稀疏数据压缩方法,并利用VC++6.0平台,实现了基于哈希表的数据压缩系统。     

基于光子回声技术的光压缩态存储

利用光子回声协议研究光压缩态的量子存储方案.研究发现,当制备的原子系综有较大光学深度时,入射光信号的压缩特性就可被完美地记录于原子系综并重新构建于输出光信号.该方案为实现高效的光压缩态存储提供了一个确实可行的方法.     

基于贪婪分配的稀疏矩阵与向量乘的负载平衡

稀疏矩阵与向量相乘的问题是大规模科学与工程计算的核心部分。考虑在工作站机群上实现大型稀疏矩阵与向量乘的负载平衡,提出了一个快速负载平衡和有效的消息传递技术相结合的方法,来缓解计算和节点间通信。并且通过I/O延迟隐藏和整体负载平衡使I/O开销能有效地分摊。数值测试表明,该方法具有良好的性能。     

稀疏矩阵快速转置算法的动态演示

利用C语言强大的图形功能设计程序,动态模拟稀疏矩阵的转置过程,使这一过程变得形象直观.其目的是使抽象的数据结构算法易学、易懂;提高初学《数据结构》的学生的学习兴趣,使其能更好地理解数据结构的算法.     

稀疏矩阵快速转置算法的动态演示

利用C语言强大的图形功能设计程序,动态模拟稀疏矩阵的转置过程,使这一过程变得形象直观.其目的是使抽象的数据结构算法易学、易懂;提高初学《数据结构》的学生的学习兴趣,使其能更好地理解数据结构的算法.     

矩阵单纯形法的表上计算

对改进单纯形法在教学中的难点进行了分析,将其矩阵描述的求解方法总结为表格形式,使每次迭代中求解新基矩阵的逆矩阵得到简化。通过算例表明该方法更加简单直观,易于学生理解。     

稀疏长时延水声信道的压缩感知估计(英文)

提出一种基于压缩感知框架下的长时延水声信道估计算法.用传统的自适应算法如最小二乘(LS)算法处理典型的长时延水声信道的估计问题时,会导致其收敛速率下降,即跟踪能力有限,而使用时延多普勒函数则加大了计算量和复杂度.通过训练序列构建一个Toeplitz矩阵作为测量矩阵,将长时延信道估计问题转为压缩感知问题,并利用信道的稀疏结构特性进行稀疏估计.与传统的l1范数或基于指数形式的近似l0范数稀疏恢复策略不同,所提出的是一种新的似l0范数稀算法(简称AL0),该算法通过融合最陡梯度和迭代投影寻优进行求解.仿真与海试数据结果验证了所提算法的优越性.