Ad Hoc网络中基于地理位置的加权分簇算法

Ad Hoc网络的拓扑结构主要采用分级结构,而分级结构的形成和维护依赖于某种分簇算法,所以分簇算法的好坏直接影响着Ad Hoc网络的各种性能指标。在现有分簇算法的基础上,结合基于地理位置的分簇算法和加权分簇算法的思想,提出了一种改进的基于地理位置的加权分簇算法RLW-CA,该算法使节点在选择簇头时的权值更趋向于合理性,簇结构更稳定,从而大幅提高网络的整体性能。     

神经网络在蛋白质结构预测中的应用

蛋白质结构预测在生物信息学研究中占有重要地位.此文对神经网络在蛋白质结构预测中的应用作了评述。首先,简要地介绍了人工神经网络,然后对近年来用神经网络算法解决蛋白质结构预测的研究作了回顾,并分析了算法的效果和特点。最后,展望了用神经网络算法解决蛋白质结构预测问题的前景。     

基于结构拓扑优化中的变量连接算法及软件设计分析

为进一步了解结构拓扑优化及变量连接算法、软件设计,基于结构拓扑优化下的变量连接算法分析,详细分析变量之间约束关系设计方式,以此进一步实现拓扑优化设计,以能够满足实际工作需求。在结构拓扑优化设计过程中,需要有效避免结构固有特性拓扑优化特点,实现常见优化准则法的一致性,具体优化设计过程中采用相应的二维结构动态拓扑优化数值结构分析,从而设计具体的变量连接算法及其软件平台。在以上基础上分析变量连接算法软件集成平台,构建结构拓扑优化的变量连接算法框架,以能够显著提升变量连接算法及其软件设计,为其应用提供重要参考意见。     

信息系统用户感知算法焦虑的内涵及其结构维度研究

【目的/意义】聚焦用户在使用信息系统过程中的算法焦虑现象,探索用户感知算法焦虑的内涵和结构维 度,以期推动算法焦虑的量化研究。【方法/过程】采用扎根理论的方法分析用户访谈数据及网络评论数据,探索信 息系统中用户感知算法焦虑内涵和结构维度。【结果/结论】算法焦虑包含算法歧视焦虑、算法霸权焦虑、算法沉迷 焦虑、算法质量焦虑、算法失效焦虑、算法安全焦虑六个维度。【创新/局限】本文构建了算法焦虑的结构维度。在未 来研究中,将进一步开发算法焦虑的测量量表以及利用量表研究不同用户群体的算法焦虑。     

量子粒子群算法优化网络拓扑结构技术

针对传统的量子粒子算法不能满足日新月异变化的网络拓扑结构,提出了一种从领域拓扑结构角度进行改进的PSO算法。仿真实验表明,PSO-DSF算法使得粒子在保证收敛速度的同时能够提高它避免陷入局部极值问题,能够高效地优化整个网络的拓扑结构。     

基于粒子群优化算法的结构系统辨识

针对一般智能理论辨识方法在结构系统辨识中存在的问题,提出一种基于粒子群优化算法(PSO)的辨识方法。用粒子群中的粒子表征结构物理参数,以最大似然准则为粒子群优化算法的适应度函数,建立了结构系统的辨识模型。数值仿真分析表明,粒子群优化算法可以精确辨识出结构系统的物理参数。     

LDPC码在高速移动环境下的编译码实现

为便于硬件实现,选择了一种块状结构的Block-LDPC码。编码算法采用与Block-LDPC码结构相对应的基于近似下三角矩阵的编码算法,这种算法无须改变矩阵结构,便可实现编码。高速移动下的信道模型是一类频率选择性信道现有的信道仿真模型,为便于硬件仿真采用频率选择性确定性信道模型中的多径瑞利衰落信道仿真模型。实验证明了该模型基本符合当前仿真需求。译码算法采用UMP BP_Based算法,不需要信道估计、复杂度较低,特别适合硬件实现。采用上述算法并通过Matlab编程实现了整个编译码平台的搭建。     

神经网络方法在蛋白质结构预测中的研究与应用

蛋白质结构预测在生物信息学研究中占有重要地位。对神经网络在蛋白质结构预测中的应用作了评述。首先,简要地介绍了人工神经网络,然后对近年来用神经网络算法解决蛋白质结构预测的研究作了回顾,并分析了算法的效果和特点。最后,展望了用神经网络算法解决蛋白质结构预测问题的前景。     

改进的张量线性判别分析

人脸图片数据本质上是一个三维张量数据,而传统机器学习方法在提取人脸结构特性信息时将其展开为一维向量,这破坏了数据的内在结构信息。张量分析算法用于人脸结构数据克服了数据向量化带来的缺点。本文对比基于向量化的线性判别分析（linear discriminant analysis,LDA）算法,对40幅人脸图片进行识别,实验表明张量线性判别分析算法最高识别率达到100%,其总体识别率明显优于LDA算法。     

一种基于GPU的快速Kirsch边缘检测算法

传统的Kirsch边缘检测算法的优化和实现都是针对常用处理器提出的。根据Kirsch算法的可并行计算的特点,本文提出了一种基于图形处理器GPU的快速Kirsch算法。快速算法根据GPU的并行结构和硬件特点,采用了纹理存储技术、多点访问技术和对称计算技术三种加速技术,优化了数据存储结构,提高了数据访问效率,降低了算法复杂度。实验表明,采用基于GPU的算法可将对图像的处理速度提高到传统Kirsch边缘检测算法的10倍以上。     

基于遗传算法的组卷系统的研究

本文对网络题卷库的优势和基本特点进行了介绍,对网络考试所涉及的题库设计、组卷算法等技术进行了讨论和研究,同时在研究的基础上开发了一个基于遗传算法的网络组卷系统,并阐述了此系统的数据库结构及其应用发展方向。     

一种基于特征词聚类的文本分类方法

本文阐述了一种基于特征词聚类的降维方式,其主要思想就是把词在文本中的出现看成一个事件,先通过搜索算法计算每一个特征词的分布,合并对分类有相似作用的特征词,从而起到了特征降维的作用。最后通过实验测试分析,提出了一种改进的、考虑全局簇信息的相似度计算公式,将其应用到文本分类中,实验表明提高了文本分类的精度。     

大规模逆向物流网络非线性优化模型的研究

随着人们环保节约意识的增强，逆向物流系统的研究越来越受到关注。本文以最小化逆向物流网络整体成本为目标，建立了大规模多回收产品非线性逆向供应链模型，并针对模型用改进的遗传算法求解。最后，用一个具体算例验证其可行性与有效性。     

加速遗传算法的层次分析法的探讨

本文提出了一种改进的层次分析法--基于实数编码的加速遗传算法的层次分析法(RAGA-AHP),此方法可同时确定各层次各元素相对重要性的排序权值且把判断矩阵的一致性检验转化为一非线性系统的优化问题.RAGA-AHP法直观有效、简便可行,计算精度高于目前其它方法,该方法具有广泛的适用性,可应用于各种实际问题.本文利用此方法对中国乳品工业进行了实证分析,有效地指出了中国乳业存在问题的优序关系.     

基于Matlab斗轮堆取料机斗轮定位研究

斗轮堆取料机是重要的煤场机械设备之一,它的安全、有效运行对电厂的正常持续运行起着非常关键的作用。分析了斗轮机斗轮在煤场中定位的实现方法,介绍了斗轮的定位算法,给出了斗轮定位算法的程序流程,并对定位算法进行Matlab仿真实验。通过对不同堆取料工艺进行仿真实验,结果显示,定位算法能够实现对斗轮较为准确的定住。     

Sensor fusion in estimation algorithms

In a multimodal, system, the growth in the number of possible modal paths makes state estimation difficult. Practical algorithms bound complexity by merging estimates that are conditioned on different modal path fragments. Commonly, the weight given to these local estimates is inversely related to the normalized magnitude of the residuals generated by each local filter. This paper presents a novel dual-sensor estimator that uses a merging formula that is based upon a different function of the residuals. Its performance is contrasted with an estimator using a single sensor and with another dual-sensor algorithm that requires fewer on-line calculations.     

New power system operational state estimation with cluster of electric vehicles

The access of distributed generation (DG) and a large number of electric vehicles (EVs) have changed the operation mode of power system. Its reliability and stability are facing more and more challenges. Therefore, it is very important to accurately estimate the state of the power system. This paper discusses a new power system state estimation method that is based on the shuffled frog leaping pigeon-inspired optimization algorithm (SFL-PIOA). Firstly, establish EV charging load model and distributed generation probability model (including photovoltaic power generation and wind power generation). Then, considering EVs and DG, the state estimation model of the new power system is built. The objective function and constraint conditions are established, and then the improved SFL-PIOA is used to solve the model. Finally, a simulation example is given to compare the improved algorithms (SFL-PIOA) to initial algorithm (PIOA). The results verify the feasibility and effectiveness of the improved method.     

SVR算法在太阳黑子活动预测上的应用

支持向量机(SVM)是建立在统计学习理论基础上的一种通用的研究机器学习规律的方法。它具有很强的学习能力和泛化能力,可以有效地处理分类,回归等问题。SVM在处理非线性问题时,通过使用一个核函数来解决复杂计算问题。最小二乘支持向量机(LS_SVM)是SVM的一种改进,它提高了求解问题的速度和收敛精度。本文以太阳黑子为数据集,基于LS_SVM工具,使用了支持向量回归算法(SVR),实现了太阳黑子活动的预测。     

突发事件网络舆情的管控机制及效率测评

突发事件中,网络舆情在为国家管理者决策提供参考依据的同时也存在引发社会问题的风险,如果引导不当将对社会公共安全形成较大威胁。本文研究突发事件中网络舆情的管控机制,针对同级管控部门中的任务分配,建立了基于负载均衡的突发事件舆情管控模型,并探索用粒子群算法对其进行求解。研究结果能为政府在突发事件中网络舆情的管控提供进一步理论支撑,其优势在突发事件爆发后大量消极网络舆情出现时得到更好的体现。     

一种强素数生成算法

RSA公钥加密体制由美国麻省理工学院于1978年提出,它是第一个成熟的、最为成功的公开密码体制,它的原理和安全性是基于数论中的Euler定理和计算复杂性理论中的论断:求两个大素数的乘积是容易计算的,但要把两个大素数的乘积分解成素因子则是非常困难的。随着密码体系分析的发展,RSA需要具有更强性质的素数(强素数)。本文提出了一种简单的强素数生成算法,同时介绍了一种伪随机数生成器和Rabin-Miller概率素性检测算法。