基于重构样本区域的数字图像修复算法研究

基于样本块的纹理合成修复算法（Criminisi算法）在匹配样本块时,因为使用全局搜索策略而降低了有效匹配效率。针对这一问题,重点研究了一种改进的基于样本块的数字图像修复算法。改进算法考虑到相邻像素块的相似性,对图像样本区域进行了重构,减少了样本块搜索范围,提高了图像修复效率。     

云计算下的一种改进的聚类算法的研究

伴随着数据库技术以及海量数据不断产生,如何最大限度的挖掘数据成为了目前云计算下环境下的研究热点,本文首先分析了云计算下的聚类算法存在的不足,其次,将模拟退火算法和遗传算法运用到聚类分析中,依靠模拟退火算法的良好局部搜索能力和遗传算法的全局搜索能力,构造矢量量化器,提高聚类的效果。通过仿真实验说明,本文算法在标准效率,加速比和扩展效率方面都具有明显的提高。     

基于一种差分鱼群算法在WSN覆盖应用的研究

如何能够在无线传感中进行覆盖一直都是研究的热点。本文首先描述了无线传感网络覆盖模型,其次在人工鱼群算法的基础上引入了差分遗传算法和惩罚函数,通过差分遗传算法使得人工鱼群算法在局部搜索的能力得到了加强,并与人工鱼群算法自身的全局搜索优化能力进行结合比较,得到算法的效率得到提高,同时惩罚函数可以避免改进后的算法在一些区域中盲目搜索,提高算法的效率。仿真实验表明本文算法不仅可以有效的提高覆盖效率,同时降低覆盖过程中的能量消耗。     

一种兴趣属性过滤的大型烟草数据库冗余信息消除算法

针对以大型烟草智能管理数据系统中冗余信息过大,搜索效率过低的问题,本文提出一种基于烟草兴趣属性的数据分类算法.该算法对烟草正常数据和冗余数据进行判断分类,运用朴素贝叶斯决策理论对冗余数据进行过滤,保证烟草数据检索的高效性.实验结果表明,在以云计算为基础的烟草数据库实验平台上,该方法大幅提高了数据搜索的效率.     

引入相似性度量的GPU实时图形跟踪渲染技术

提出一种基于目标分布场相似性度量的实时图形跟踪渲染算法。使用Open Flight的建模环境提供GPU实时图形渲染三维图形观察器,得到一个有二维层次的结构图,进行目标分布场设计,结合静态视点图像的运动方程,通过对图像自然分层,保留原始图像的基本信息,为了在跟踪中使分布场能适应各种复杂场景,需要对原始的分布场进行高斯平滑,通过目标分布场相似性度量,实现GPU实时图形跟踪渲染。仿真结果表明,采用该算法进行实时图形渲染,可以提高渲染跟踪效率,搜索时间短,误差率较低,提高了图形的渲染真实感。     

近似邻近搜索随机算法

通过研究近似邻近查询算法,提出了一种基于随机化思想的KANN(K-approximate nearest-neighbor algorithm)算法,改进相似性搜索的速度和精度。算法在两个阶段采用了随机思想:一是在编码时,结合谱哈希算法和随机矩阵逼近法得到数据点的二进制编码。二是在查询时,为降低搜索时间成本,先对原数据集进行初次阈值筛选得到一个查询点的一个近似类别集。由于近似类别中存成对距离很小,采用基于距离搜索算法精度下降。本论文提出采用统计秩的思想,保留距离排序的信息,在近似类别的数据集进行多次抽样排序,得到k个近似邻居。本文提出的近似邻近检索框架采用多环节过滤数据,并控制搜索误差,在速度和精度上得到了改进。     

多信息融合迭代恢复匹配的访问路径偏移修正

在CStor云数据库访问中,细粒度云存储数据的信息特征存在个体较大差异,访问路径产生多频偏移,数据访问调度性能受限。传统方法中采用PSO局部搜索方法进行访问路径修正,搜索效率低,个体更新较慢。提出一种基于细粒度云存储数据迭代恢复匹配的云数据库访问路径偏移修正算法,以PSO多信息融合Pareto支配集为指导,构建多信息融合细粒度数据的主特征模型,采用迭代恢复匹配方法增加了局部搜索提高搜索到全局最优解的几率,实现路径偏移修正。仿真实验采用3组测试集对CStor云数据库进行访问调度和路径偏移修正,结果表明采用该算法,实现对访问路径的动态实时修正,收敛距离较小,提高了CStor云数据库访问和数据挖掘性能。     

多波束粒子群深度零点轨迹信息搜索效率优化

传统的基于粒子群算法的前馈神经网络训练系统进行数据库访问时,易陷入局部极值,产生零点轨迹信息搜索效率较低,局部极小点和搜索方向紊乱。提出一种改进的粒子群优化算法。构建基于误差反传的神经网络系统结构,引入混沌映射概念,提出了一种根据粒子搜索状态,动态调整粒子飞行速度和位置的粒子群优化算法,提高多波束粒子群深度零点轨迹信息的提取的搜索效率,根据粒子的轨迹信息,研究如何动态调整粒子的搜索速度和方向,提高了训练和控制精度与效益。仿真实验表明,该算法进行多波束粒子零点轨迹信息搜索,效率较高,通过外力的干涉尝试调整粒子的方向,使得粒子可以逃离这个稳定阶段,提高了粒子收敛速度,提高控制搜索精度,运行时间较短。算法在智能控制等领域具有较好的应用价值。     

一种基于改进遗传算法的数据挖掘方法

目前,数据挖掘已经成为一个研究热点。而遗传算法作为一种有效的全面并行优化搜索工具,成为数据挖掘的主要算法之一。本文提出了一种基于改进遗传算法的数据挖掘方法,并将其应用于劳务公司员工管理系统。实验表明,该算法具有很强的随机性、鲁棒性和隐含并行性,能快速、有效地进行全局搜索,是处理大规模数据的有效方法,不仅有效克服了遗传算法的"早熟"现象,而且在很大程度上提高了搜索效率。     

ASP数据库脚本程序边缘搜索最优路径提取

提出一种基于标准混合蛙跳算法的ASP数据库脚本程序边缘局部搜索最优路径提取算法,在进行ASP数据库信息交互中的脚本程序边缘局部搜索最优路径提取中,把路径搜索比喻为青蛙在觅食过程的位置更新,将搜索加速因子引入族群内部的搜索策略中,一定程度上提高了算法的全局搜索能力,利用局部最优个体、局部最差个体及全局最优个体的信息实现对脚本程序边缘局部最优路径搜索算法的改进。仿真结果表明,算法在时间成本及空间成本大幅降低,加速比提高。能摆脱局部最优解的能力强,收敛速度快,通过搜索最优路径的提取,信息交互中的信息配准提高。在ASP数据信息交互中实现可靠有效的数据通信。     

基于RFID的计量器具物资标签批量读取算法

通过设计计量器具物资标签批量读取算法,提高对大型物流物资的收发和计量效率。传统算法采用中间件技术实现对计量器具物资标签批量读取,当标签容错编码不稳定时,标签的批量读取效率不高。提出一种基于RFID的计量器具物资标签批量读取算法。首先对标签批量读取数据的层次化融合,然后在加量器具终端实现对数据的整合,在标签批量读取过程中,采用超高频射频识别技术(UHF RFID),得到标签数据的搜索深度,保留第一个被输出的标签数据,过滤后的RFID数据保持原来的采集顺序,提高标签批量读取性能,仿真实验表明,采用该算法能有效提高对计量器具物资标签的批量读取效率,降低执行时间,稳定性能较好,吞吐性能优越,在大型物流物资收发和存储等领域具有较好的应用价值。     

云计算下的一种自适应负载均衡算法的研究

针对云计算下的负载均衡存在效率低的问题,本文首先在鲸鱼算法的基础上,通过种群初始化,淘汰和竞争机制提高算法的局部搜索能力,然后通过人工蜂群算法进行融合提高算法全局搜索能力,融合后算法用于云计算负载均衡中,在调度时间跨度,负载均衡度和任务平均等待时间方面都具有较好效果。     

一种基于遗传蚁群算法的海量案例检索方法

针对传统的蚁群算法在海量案例检索应用中,由于冗余案例数据的干扰,算法易陷入局部最优解而不能对解空间进行全面搜索的缺陷,将具有快速良好的全局搜索能力的遗传算法加入到蚁群系统的每一次迭代过程中,提出了一种融合遗传算法和蚁群算法的案例检索算法,对案例进行聚类处理,建立案例映射模型,克服了蚁群算法的缺陷.实验结果表明,利用本文提出的遗传蚁群算法进行案例检索,能够有效地提高案例检索的效率,取得了令人满意的效果.     

云环境下改进的动态模糊多关键字查询算法研究

针对当前密文搜索领域大多数多关键字查询算法均不能同时保证云环境下的安全性、便捷性,以及实用搜索算法所常见的模糊查询、多关键字查询等操作,本文提出了一种能够适应云计算应用的密文搜索算法,该算法基于MRSE与向量空间模型进行构建,在已有的MRSE的基础上进行了改进,增加了包括分块纠删码、bloomfilter在内的几种优化方案,能够将散落在云端的数据在加密的条件下进行关键字搜索,使得算法搜索性能大大增强。仿真实验结果表明,本文提出的改进的动态模糊多关键字查询算法大大增强了密文搜索的运行效率和安全性,保证了云环境数据的查询准确度,降低了运算和存储的负载,并能够实现多关键字搜索和模糊搜索,增强了云搜索服务的性能,是一种适合云环境应用的密文搜索算法。     

一种自适应运动估计的块匹配算法

为了减小运动估计算法的计算复杂度及提高视频压缩编码的效率,本文提出了一种新的适用于动态跟踪的搜索算法,这种算法基干块之间的空间相关性,预测起始搜索点,在避免陷入局部极小点的的基础上能够较好的预测物体的运用趋势.该算法在平均信噪比上于全搜索效果接近,在平均搜索时间上要优于三步搜索.     

有效信息检索的通用多维数据结构

基于内容的多媒体信息检索是以查询向量和存储对象的特征向量之间的相似性或距离为基础的。使用合适的数据结构来组织特征向量 ,可以提高搜索效率。本文详细论述了几种常见的用于有效多媒体信息检索的通用多维数据结构 ,尤其对目前最成功的R树多维数据结构的结构、操作、搜索效率进行了阐述。     

利用集合差异度实现基于内容聚类的P2P搜索模型

基于内容的非结构化P2P搜索系统中直接影响查询效果和搜索成本的两个主要问题是,高维语义空间所引起的文本相似度计算复杂以及广播算法带来的大量冗余消息. 本文提出利用集合差异度实现基于内容聚类的P2P搜索模型提高查询效率和减少冗余消息。该模型利用集合差异度定义文本相似度,将文本相似性的计算复杂度控制在线性时间内而有效地减少了查询时间;利用节点之间的集合差异度实现基于内容的聚类,既降低了查询时间,又减少了冗余消息.模拟实验表明,利用集合差异度构建的基于内容的搜索模型不仅具有较高的召回率,而且将搜索成本和查询时间分别降低到了Gnutella系统的40%和30%左右.     

基于宽幅跳跃关联定位的大型数据库入侵检测

在数据库入侵检测的过程中,当数据库规模较大,传统的检测算法只能采集不同区域的攻击或者存在异常的特征,进行分析。缺少数据之间的联系,并且效率较低。提出了一种基于宽幅跳跃关联定位的大型数据库入侵检测算法。新算法通过对数据库特征进行较宽幅度的跳跃检测,组建特征集合。利用宽幅异常特征建立关联检测模型,运用较少的入侵特征点完成大型数据库的入侵特征关联匹配,大幅降低检测时间,通过将全局搜索和局部搜索机制有机地结合,保证检测的准确性。实验结果表明,利用该算法进行数据入侵检测,能够有效提高大型数据库入侵检测的准确性。     

基于模拟退火局部优化的万有引力搜索算法

为了有效地避免算法陷入局部最优解,使用模拟退火算法进行局部扩展搜索,进一步提高解的质量;有效提高万有引力搜索算法的搜索效率,最后通过仿真对比,得出结合模拟退火算法的万有引力搜索算法具有收敛速度快,精度高的特点这一结论。     

语义对等网环境下的数字图书馆原型

针对目前数字图书馆异构节点间的资源搜索效率低下的问题,给出一种基于超节点对等网的数字图书馆原型系统,描述其逻辑架构,利用本体进行语义分簇;探讨相应的语义构造思路和语义搜索算法,通过计算语义相似度,在语义簇内搜索,提高搜索效率;提出负载均衡算法和鲁棒性策略.实验表明算法是可行有效的.