一种加速的ART-TV算法

针对稀疏角度下的CT图像重建,ART-TV算法是有效的。该算法分为ART过程和梯度下降过程,有效提高了重建结果的质量。为了加快ART-TV算法的收敛速度,本文提出一种快速的ART-TV算法。实验结果表明,本文算法收敛速度要快于传统的ART-TV算法。     

基于一种改进的粒子群算法在云计算中的任务调度研究

针对粒子群算法在云计算任务调度中存在效率低等问题,提出在将鸡群算法引入到粒子群算法中,将粒子的分布按照鸡群算法中的公鸡,母鸡和小鸡来进行区分,同时对粒子的学习因子进行了改进,有效的避免算法陷入局部,收敛速度快的缺点,在云计算仿真平台中,将本文算法与粒子群算法,鸡群算法在虚拟机负载均衡,消耗成本和完成时间上进行对比都取得了一定的优势,说明本文算法能够有效的提高云计算任务调度效率。     

基于网格的K-均值聚类分析算法的研究

在K-均值聚类分析算法和网格聚类算法基础上,对两种算法进行整合并提出了一种新的KG.CA聚类分析算法。通过对计算密度阀值的函数的改进,本文提出了一种基于网格的K-均值聚类分析算法。最后通过详细的数据分析和计算验证KGCA聚类分析算法可以有效降低凝聚度,和提高分离度从而有效提高聚类效率。     

基于FP-Tree的挖掘最大频繁项目集的新算法

挖掘最大频繁项目集是数据挖掘领域的一个重要的研究内容。Apriori算法作为一种挖掘频繁项目集的基本算法,其缺点是产生大量的候选项目集,算法的代价很大。本文在基于FP-Tree的基础上提出了挖掘最大频繁项目集的新算法FP-GDMA。该算法采用自顶向下和自底向上相结合的搜索策略有效减少了生产候选项目集的数目,有效提高了挖掘最大频繁项目集的效率。并通过实验比较FP-GDMA与DMFIA算法。     

基于改进的蚁群算法求解物流订单派送问题

物流定单派送问题是现代物流配送服务的关键环节之一,需要设计一个快速有效的求解算法。为此,构建了物流定单派送路径优化问题的数学模型,设计了一个改进的蚁群算法来求解该问题。仿真试验结果表明,该算法具有较好的全局寻优能力,收敛速度快,是解决物流定单派送问题的有效算法。     

一种求解矩形块装填问题的启发式快速算法

在最低水平线算法基础上,结合工匠砌墙策略,引入矩形块聚类思想,提出了一种矩形块装填问题的改进算法。该算法能使得矩形块装填紧凑,有效提升容器的利用率和提高算法执行速度。实验仿真结果表明,与BL、SA+BLF及PH相比,本文提出的改进算法对于求解矩形块装填问题十分有效。     

几种块匹配运动估计算法的比较

在视频序列中,帧与帧之间存在着很大的空间冗余度,通常要进行运动估计,以去除帧间的冗余信息,保留相关有效信息。运动估计算法很多,常用的简单有效的运动估计算法是块匹配算法,本文通过使用常用序列,对几种块匹配算法(BMA)进行测试比较,最后给出了一种新的匹配算法。     

定数截尾下对数正态分布的MCEM加速算法

利用MCEM加速算法,在定数截尾场合下给出了对数正态分布的参数估计,并通过数据模拟进一步验证了MCEM加速算法在参数估计中比EM算法更有效,收敛速度更快。     

粒子群算法在曲线拟合中的应用

分析了粒子群算法在曲线拟合中的应用,同时对个别不理想的实验数据进行了淘汰,能进行有效的数据处理。通过具体实例表明该方法实现简单,易于理解,并且还具有很高的可靠性;分析了该算法与最小二乘法的优缺点,证实该算法是曲线拟合的一种有效方法。     

一种图像特征的提取算法研究

小波变换在图像处理方面是一个很有效的工具,本文介绍了使用Matlab环境进行的图像特征的提取算法,详细说明了算法的实现,试验证明本文提出的算法在图像特征提取方面是有效的。     

几种人脸检测算法的对比研究

本文在对比大量的人脸检测算法的基础上．介绍了几种常用的人脸检测算法,并提出了一种基于人脸肤色模型和人脸结构特征相结合的人脸检测新算法．实验证明该新算法能有效提高人脸检测效率,并得出人脸检测算法的发展趋势是多种特征检测算法相结合。     

一种优化的蚁群算法

蚁群算法是一种新型的启发式算法,它具有许多优良性质,被广泛用于求解组合优化问题,但基本蚁群算法也存在诸多不足。为使蚊群算法对应TSP问题的解更加优良,提出了一种改进的蚁群算法并对它进行了试验,结果表明改进算法是有效的,这也为蚁群算法的优化提供了一个新的途径。     

普适计算环境的上下文不一致性研究

上下文感知是实现普适计算环境中新型人机交互的基础。针对上下文不一致性的消除问题,提出了全丢弃算法、最新上下文丢弃算法、基于确定性上下文丢弃算法和基于相关性的上下文丢弃算法,并对算法的性能进行了比较和分析。实验测试表明,这些算法能够有效消除上下文不一致性。     

带遗忘因子的自适应迭代容积卡尔曼滤波算法

自适应迭代滤波算法作为典型的滤波改进算法,有效提高了滤波精度,但旧数据影响过大,导致滤波发散;遗忘因子滤波算法虽然引进遗忘因子减少了旧数据的影响,但是其滤波算法本身的精度不高,难以处理高度非线性问题。基于此,本文借鉴遗忘因子的滤波算法和自适应迭代无迹卡尔曼滤波算法的思想,把遗忘因子与自适应迭代容积卡尔曼滤波相结合,这样既可以发挥遗忘因子的作用,减小历史数据对滤波结果的影响,又可以提高滤波算法本身精度和处理非线性问题的能力。仿真实验表明,该算法可以有效减小误差且提高滤波精度。     

无线传感器网络中基于时空分集的分布式能量有效成簇算法

为了延长无线传感器网络的生存时间,需要设计适合无线传感器网络特点的能量有效的协议。成簇算法能够减少无线传感器网络的能量消耗,对增强网络的可扩展性和延长网络的生存时间有着重要的作用。但现有算法对多路衰退的链路并不十分能量有效,针对这些算法的不足,提出了基于时空的分布式能量有效成簇算法,每个簇由一个簇首节点和一个协作节点相互合作运用时空编码实现数据传输的时空分集,以减少网络能耗和均衡节点能量。模拟实验结果显示,与现有重要成簇算法相比,该算法能够提供更长的网络生存时间。     

一种DWT水印算法的MATLAB实现

随着多媒体和网络技术的发展,数字产品愈来愈需要一种有效的版权保护方法,数字水印技术为上述问题提供了一种有效的解决方案。提出了一种基于离散小波变换的数字水印算法,并借助编程工具MATLAB语言,使这种算法得以实现,实验结果表明该算法对一些常见的攻击具有较好的鲁棒性。     

一种求解云计算资源优化的改进蝙蝠算法

为了最大限度优化云计算资源分配中的执行速度,平均响应时间和系统利用率,提出一种基于高斯差分变异蝙蝠算法(GDMBA)的云计算资源调度优化方法。首先引入高斯差分变异改进蝙蝠算法,避免蝙蝠个体陷入局部最优,改进后的算法加快了收敛速度,提高了收敛精度,然后采用GDMBA对资源调度进行寻优。仿真实验表明,GDMBA有效提高了算法性能,在云计算的资源调度中有效优化了云计算系统中的资源调度能力,提高了云计算资源的利用率。     

一种改进的基于资源轨迹图的死锁检测算法

深入研究了操作系统死锁产生的原因以及死锁检测算法,提出了一种新的死锁检测算法并讨论了实现方案。该算法不但对单机系统的死锁有效,也为分布式系统中死锁的检测提供了思路。     

一种改进的并行关联规则挖掘算法

在FDM算法的基础上,提出了一种改进的并行关联规则挖掘算法FDM_DT,此算法利用DHP算法中的Hash表技术改进了2阶侯选项集的生成过程,并采用Apriori Tid算法中的Tid表技术对事务数据库中的事务数进行有效消减。因此,此算法在处理大规模数据时有较高的综合效率。     

基于鱼群的PSO粒子滤波算法

粒子群优化(PSO)粒子滤波算法比较而言,容易陷入局部最优,因此算法的准确度就会降低。本文在解决该问题时引入了一种基于鱼群的PSO粒子滤波算法。此算法是通过鱼群优化在采样过程中找到全局最优的相对位置,使其能够向全局最优的位置逐渐接近,同时提高估计有效的粒子数目,从而能够更有效的减少粒子退化与枯竭问题。实验表明,此算法与PSO粒子滤波算法相比,在估计准确度方面有了较大的提升。