多载波系统中低复杂度的改进比特和功率分配算法

基于迭代的比特和功率分配机制,提出了一种低复杂度的比特和功率分配算法.与传统的迭代分配算法不同,该算法在每次迭代中只需要比较几个特定的子载波.该方法在保持传统迭代算法性能的前提下极大地减小了迭代分配算法的复杂度.此外,通过选择等功率分配方案作为初始方案加快了算法的收敛速度,进一步降低了算法复杂度.仿真结果表明,提出的改进算法在基本不牺牲系统性能的前提下有效地降低了算法复杂度.     

汉诺塔问题迭代算法实现和分析

本文实现了汉诺塔问题取代递归算法的迭代算法,介绍了它的递归算法和迭代算法的算法过程,并从算法占用存储单元和机器运行时间等方面对此两种算法进行了算法比较和分析。     

基于IFS的虚拟自然景物生成

分形几何学能用来描述自然界中的景物,本文介绍了基于分形迭代函数系统(IFS)进行虚拟自然景物生成的思想和算法,讨论并研究了多IFS和嵌套IFS迭代生成算法,采用概率驱动的随机迭代算法绘制生成自然景物,算法简单快速,生成景物逼真.     

算法迭代会导致自动驾驶责任主体缺失吗?

近年来自动驾驶伦理中有一个知名度与认同度都很高的观点：算法迭代会导致自动驾驶责任主体缺失。重审发现,该观点混淆了迭代过程与算法能力。算法供应商虽然难以控制机器学习型算法的迭代过程,却仍能控制最终获得的算法能力的水平,包括感知识别型算法的识别准确率,路径规划型算法与行为决策型算法的合理程度。在健全的算法产品准入与质检制度下,算法供应商对算法产品承担有限的产品责任。     

反中心对称的线性方程组的迭代算法

研究了反中心对称矩阵的线性方程组Ax=b的迭代算法,充分利用反中心对称矩阵的性质,给出求方程组解的迭代算法。数值例子说明算法是可行有效的。     

一类修正DFP变尺度方法

本文提出了一个新的无约束最优化算法——修正DFP变尺度算法,该算法是在DFP方法的基础上修正迭代矩阵,以保证迭代矩阵的正定性,并且证明了新算法具有很好的二次终结性。     

离散非线性最优迭代学习控制近似算法

对于离散非线性系统迭代学习控制，在最优迭代因果学习律的存在性条件算法收敛性条件基础上，针对实际应用，提出了一种近似迭代算法，证明了近似迭代控制收敛于最优控制。     

基于双树复数小波的快速二步迭代混合范数算法

以双树复数小波基为稀疏基,局部哈达玛矩阵为观测矩阵,在IST算法的基础上提出一种改进的快度二步迭代混合范数算法,目标函数采用混合范数模型,二步迭代加速了目标函数的优化,二步迭代混合范数算法收敛于混合目标函数的最小值。改进的算法重构速度高于IST算法的2.5倍,图像的均方误差减小50%以上。与以DCT为稀疏基、高斯矩阵为观测矩阵、快速二步迭代混合范数算法为重构算法的压缩感知重构系统相比,改进算法的峰值信噪比提高了约1dB,表明改进算法具有更好的图像重构质量和重构速度。     

并行块SAOR迭代算法及其收敛性

推广了解线性方程组的SAOR迭代算法，给出了并行块SAOR迭代算法（简记为MBSAOR迭代法)模型，并在系数矩阵为块H—矩阵的条件下，证明了MBSAOR迭代算法的收敛定理。     

求解多项式最大公因式的一个算法

研究了用辗转相除法求解多项式最大公因式的一个迭代算法。算法将两个多项式相乘,相除等过程用矩阵方法来处理,从而获得了用Matlab软件求解多项式最大公因式的迭代算法。     

一种新的混沌免疫优化算法

结合混沌优化算法与免疫算法的特点,提出了一种新的混合优化方法———混沌免疫优化算法.该算法综合了免疫算法与混沌优化算法在各自的空间搜索优势,充分利用免疫算法的记忆库中当代最优解指导混沌搜索。实验结果表明,该算法具有较强的搜索能力和收敛性能,算法有效可行。     

一种改进的Apriori算法

在对关联规则挖掘算法Apriori进行深入研究的基础上,提出了一种改进的算法SDA算法,在三个方面进行了改进:(1)频繁2-项集生成方法;(2)改进Apriori_gen算法(3)减少事务数据库.在实验数据集上所做的实验结果表明SDA算法是有效的.     

平面散乱点集边界拟合算法

文章提出了一种平面散乱点集边界拟合算法,算法的基本思想是利用一种技巧对凸壳顶点进行筛选,使边界点迅速被找到,进而对其进行拟合。该算法能使用较少内存空间拟合平面散乱点集边界。设计了相应的vc程序验证了此算法。     

解一族线性方程组的一个并行算法

发掘和利用现有串行算法中的并行性,直接将串行算法改造为并行算法,是并行算法设计的最常用方法之一。提出一个基于Huang算法的解一族线性方程组的并行算法,该算法在集群系统环境下,具有较好的灵活性和优越性。算例表明,对病态线性方程组显得特别有效。特别是在时间紧迫、可考虑方案或边值可选较多的情况下,具有可观的快捷高效性。     

一类分类问题的定性分析

对点按一定的百分比进行分类是具有实际意义的问题．它可以用于产品质量等级的划分、奖金等级的评定等等．本文将感知器原理与自适应算法的基本思想结合在一起，构造了一种新的算法，解决了该问题．最后举例说明了此算法的实用价值．     

一个小波域数字水印算法

提出了一个新的DWT域数字水印算法。该算法利用双密钥调制方法,在载体图像的低频子带嵌入置乱水印,水印提取不需要原始图像。实验结果表明水印具有良好的鲁棒性和不可见性。     

线性规划宽邻域预估校正算法

针对线性规划问题,提出了一种新的内点算法一宽邻域预估校正算法．该算法基于精典预估校正思想,把窄邻域拓展到一个宽邻域里使得算法更快地迭代,给出了该算法的具体步骤,讨论了其算法的计算复杂性,分析结果表明,所给方法是一多项式时间算法,通过数值实验验证该算法的有效性．     

一个新的单参数填充函数算法

研究了全局最优化问题,在新的假设条件和定义下,提出了一个新的单参数填充函数,得到了一个新的填充函数算法.数值试验表明该填充函数算法是有效的,从而推广了填充函数算法在求解全局最优化问题方面的应用.     

一种改进的BP算法

BP算法是目前应用极为广泛的神经网络算法，但它也存在一些不足。本文提出了一种改进的BP算法，该算法基于黄金分割法自适应调整网络学习速率。仿真结果表明：该算法比传统的BP算法具有更快的学习速度和更高的学习精度。     

一种改进的指纹图像细化后算法

对指纹图像细化后算法进行研究,分析了常规细化后处理算法存在的不足,分析其产生的原因,并在常规细化后算法的基础上提出了一种改进的细化后算法.经过实验表明,该算法在继承了原有细化后算法优点的基础上显著地减少了细化后的噪声,是一种较为理想的细化后算法.