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。     

基于Bresenham算法的直线周期性生成

直线生成算法是计算机图形学基础理论的重要内容,对经典的直线生成算法进行了深入研究后,提出了一个新的直线生成算法.该算法充分利用直线上理想点与像素点之间误差变化的周期性,及线段自身的对称性,使Bresenham直线生成算法的执行效率有了大的提高.     

基于半带滤波分块采样的计算任务排序算法

在计算机信息管理中,需要对计算任务按优先级或复杂度进行优化排序,实现计算效益优化。研究云计算信息系统中的计算任务优化排序算法,提高数据管理和调度的效率。传统方法采用子带合成滤波方法进行任务排序,计算开销和执行时效性方面性能不好,提出一种基于带滤波分块采样的计算任务排序算法。计算在整个计算机信息管理基站的每个站点的合计成本,根据信息匹配相关度进行资源搜索,计算任务分配时半滤波分块采样的收敛函数,得到基于半滤波分块采样的任务排序二元假设检验分配模型,实现任务优先级排序优化。仿真结果表明,采用该算法对云计算信息系统中的计算任务进行排序,能有效准确地确定计算任务的优先级,减少任务冲突,提高任务执行效率,在计算机信息管理和任务分配中具有较高应用价值。     

基于hadoop平台的分布式数据挖掘系统研究

以Hadoop为代表的分布式系统,正在逐渐成为大数据挖掘系统必要组成部分。因此,就是在Hadoop分布式系统上完成数据挖掘任务的一次实践。主要任务是使用Hadoop搭建分布式集群环境,并在该环境上部署数据挖掘任务。研究Hadoop系统架构,对其分布式文件系统HDFS和MapReduce并行编程模型的原理和实现进行深入理解。系统掌握数据挖掘过程,将传统的数据挖掘算法使用MapReduce编程实现,并针对Hadoop平台的数据挖掘算法的执行情况进行研究,主要分析其执行效率和可扩展性。选择数据挖掘中的数据聚类任务作为代表,并选择K-means聚类算法做深入研究,掌握其原理并编写其MapReduce版本,在Hadoop平台上测试并验证其效果。通过不同集群规模和不同数据规模的对比试验得出,使用Hadoop分布式系统进行数据挖掘任务具有良好地加速比和效率,计算能力的扩展性能分析也显示了其具有较大的潜力。     

引入任务安全性函数分形维的资源均衡算法

资源负载均衡是提高云计算资源调度效率的重要因素,为提高云计算中任务调度的效率,减少执行时间,针对传统的资源均衡算法在没有考虑到云计算环境下的资源节点安全性因素,复杂度高,效果不好的问题,提出一种引入安全性函数分形维特征重组的资源均衡算法。建立任务调度策略及资源均衡模型,构造任务调度所需要时间、费用、可靠性等方面的因素进行特征描述,对负载资源信息流的分形维信息特征提取,通过分层化状态重组,实现对资源负载的均衡处理,得到负载目标函数,提高任务处理效率。实验结果表明,该算法进行Cloud Sim平台下的负载云计算任务调度和负载资源均衡,能有效节省任务执行时间,降低计算开销,执行效率优越于其它算法。     

局部Dijkstra算法在配电网最佳抢修路径中的研究

针对电力配电网的分布现状,通过分析抢修路径的数学模型,研究分析局部Dijkstra算法在配电网最佳抢修路径中的应用情况。进而发现局部Dijkstra算法能够较好地解决空间数据拓扑问题,同时也在很大程度上减少了搜索过程中搜索的结点数,极大地提高了算法的执行效率。     

基于GST字符串近似匹配算法的研究

GST算法作为字符串近似匹配的经典算法,被广泛应用于防剽窃系统中,而针对匹配信息量大,GST算法效率严重下降的问题,提出了一种基于KMP算法的改进算法,该算法主要是在scanpattern阶段对GST算法进行改进,同时融合了传统GST算法局部最大存储技术,从理论分析KMPGST算法所需要的时间可以从最初的O(n^3)提高到O(m+n)的线性时间,并通过实验验证改进后的KMP-GST算法的执行效率明显高于GST算法和RKR-GST算法。     

一种基于属性核的Rough集属性约简搜索算法

本文提出了一种新的可以快速寻找Rough集约简属性的算法,该算法利用计算属性核来提高计算效率.首先,从属性核出发,不断地在属性核上添加非核属性以构成新的属性集合,并判断新的属性集合是否为属性约简,然后在此基础上进行剪枝运算并在不构成约简的属性集合的基础上再生成新的属性集合并进行属性约简判断.该算法为一种搜索算法,由于采用了属性核算法和剪枝算法,提高了计算效率并能够找到给定信息系统的全部属性约简.通过测试,表明该算法是一种可行且有效的属性约简算法.     

基于ACO-ICA的云计算任务的调度研究

针对云计算中的任务调度的存在效率低的问题,首先分析了云计算任务调度目标,其次,对蚁群算法的信息素设置质量函数、对选择概率设置经验反馈因子进行了改进,对帝国竞争算法中的殖民地计算方式、边界值的处理都采用了新的方式,最后将两种算法进行融合,得到基于蚁群算法-帝国竞争算法的云计算任务调度算法,仿真实验中,在任务执行时间,执行成本和负载率方面,本文算法都具有一定的优越性。     

螺旋矩阵算法研究

螺旋矩阵问题是数据结构算法问题中常求解问题之一。介绍了几种常见的螺旋矩阵,对求解螺旋矩阵的两种常用算法进行了详细分析,并在此基础上将算法转化为C语句,对两种算法的时间性能进行了测试分析。结果表明,两种算法的时间复杂度相同,算法执行时间效率也基本一致。