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。     

压缩感知稀疏信号重构算法研究

压缩感知理论是利用信号的稀疏性,采用重构算法通过少量的观测值就可以实现对该信号的精确重构。SL0（Smoothed l0）算法是基于l0范数的稀疏信号重构算法,通过控制参数逐步逼近最优解。针对平滑函数的选取问题,文章提出一种新的平滑函数序列近似l0范数,实现稀疏信号的精确重构。仿真结果表明,在相同实验条件下文章算法较传统算法有着较高的重构概率。     

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。     

一种自适应混合压缩的数据挖掘算法

在大型数据集进行数据挖掘时,现有算法仍需要和外存多次交换数据才能完成挖掘任务。针对此问题提出了一种新的自适应的混合压缩算法:AHC-DM算法。该算法主要通过在垂直事务标识向量的基础上进行比特位压缩来节省内存空间。其结果是当数据集事务差成脉冲型出现时,对数据集有较好的压缩比率;也同时能自动适应数据的稠密和稀疏。     

基于压缩感知理论的图像水印算法

水印技术是保障图像安全的一项重要技术,为了克服当前图像水印算法存在水印信息嵌入量小、抗攻击鲁棒性差的缺陷,设计了基于压缩感知理论的图像水印算法。首先采用小波变换对原始图像进行预处理,分解为不同频率的子图像,并采用压缩感知算法对高频子图像进行压缩处理,提高图像传输效率;然后采用混沌系统对水印信息进行处理,产生水印序列,并将水印序列嵌入到低频子图像中,最后采用小波变换对嵌入水印的低频子图像和压缩后的高频子图像进行融合,得到嵌放水印的载体图像,并可以采用压缩感知理论的重构算法提取水印信息。与数字图像水印算法进行了对比测试,结果明,本文算法大幅度改善了水印信息的嵌入量,嵌入水印合的载体具有良好的透明性,而且对各种攻击具有较好的鲁棒性,具有十分显著的优势。     

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.     

一种新的复杂网络概述算法研究

针对大型复杂网络相关的概述问题展开了深入系统地研究,本文重点对属性与结构的相似度进行了全面考量,由于用户具有各自的选择属性,主要是将虚拟连接与实连接进行有效的集成,一般而言,对于大型网络数据会同时把具有相同属性的节点共同放置于k个非重叠的分类上。本文主要是以属性相似度为核心,然后将节点全部置于对应的分类中,重点采用了虚拟图概念,主要是围绕属性相似度开展的,旨在较好的划分复杂网络。另外,对子分类进行调整的过程中借助了HB-图,这样可以有助于在分类结构时,对算法进行优化。该论文为了更好地加强算法的执行效率,专门提出了诸多方法对算法加以改进。也就是说,该论文中所采用的算法,能够确保用户较好地对上卷操作(Roll-up)以及下钻操作(Drill-down)加以执行,并且,围绕各粒度层面为中心,对复杂网络的概述过程展开全面的分析。实验结果表明本文提出的基于虚连接和实连接的复杂网络概述算法OCNVR算法是切实可行的,较之于其他算法而言其执行效率更加高校。     

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。     

一种基于混沌系统的压缩感知测量矩阵的构造

针对压缩感知中随机测量矩阵的不确定性及硬件上难以实现等缺点,提出一种基于混沌系统压缩感知图像处理算法,该算法首先对图像进行分块,经DCT变换稀疏化,其次再由基于混沌系统测量矩阵感应采样,最后经由OMP算法重构。实验仿真得出,在分块压缩感知的基础上,混沌系统构造的测量矩阵与一般随机测量矩阵重构效果类似,所构造混沌测量矩阵是确定的、硬件上易于实现。     

基于压缩感知下的数字水印算法的研究

如何提高压缩感知下的数字水印的效果一直以来都是水印算法的研究方向。本文提出了基于字典学习的网络自适应稀疏变换方法,该方法构建自适应最优稀疏变换基,在字典学习问题中引入网络数据稀疏基的可压缩约束,以满足水印图像数据处理特点及稀疏变换的高实时性要求,通过在水印的嵌入和提取中运行改进后压缩感知算法在鲁棒性和隐蔽性等方面都取得了比较好的效果。仿真实验说明本文的算法具有很好的可行性。     

一种基于感知特性的鲁棒性语音认证算法

提出了一种基于感知域的鲁棒性语音认证算法,将语音的感知特性与签名算法相结合,在满足内容认证和身份认证的同时,能够有效地抵抗通信噪声微扰.算法基于语音的掩蔽效应和非线性效应等人耳感知特性,着重去除其时频域掩蔽阈值下的冗余信息,进行非线性滤波后提取感知参数,并运用改进的Rainbow算法对这些语音参数进行签名.实验证明,该算法的唯一性和针对通信噪声的鲁棒性都很好,兼有Rainbow签名的安全性保证,可以满足语音通信中的鲁棒性认证要求.     

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.     

一种OFDM系统中新的定时估计算法

OFDM系统对定时误差更为敏感,对同步精度要求更高,且实现起来比较复杂,是OFDM系统实现的一个难点。基于一种OFDM系统定时估计算法的研究提出了一种新的训练符号结构,这种结构利用了时域中的对称共轭结构,该方法具有更准确的符号定时的特性,定时的均方误差要优于Park算法。     

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。     

一种新的多模判决反馈盲均衡算法

在数字通信中,接收信号通常会受到码间干扰的影响,尤其是在多径衰弱无线信道环境中,这种现象更为严重。采用盲均衡技术可以消除码间干扰。针对基于常数模算法的判决反馈盲均衡收敛速度慢,稳态误差大的缺点,提出了一种新的多模判决反馈盲均衡算法。算法用信号的独立模值取代常数模算法的模值,加快了收敛速度减小了稳态误差。通过计算法仿真对两种算法进行比较,仿真结果证明了新算法的有效性。