算法教学策略初探

算法是数学的重要组成部分，是计算科学的重要基础。算法教学策略的实验结果表明：数学教师比计算机教师讲授算法具有明显优势，二协调配合进行教学更为有效；教学重点是对算法概念实质的理解，对算法思想的感受，对程序框图的正确设计；教学难点在于程序框图的正确设计，赋值语句、循环语句的理解。算法教学的策略主要是：数学教师讲授算法内容；数学教师加强计算机知识和技术的修养；计算机教师做好算法教学的协助配合工作；消除学生对算法概念及算法表达形式的神秘感和畏难心理；鼓励和引导学生自我构建算法；加强校本教研。     

有限元网格生成算法的评述

对几种常用有限元网格生成算法进行了评述，指出它们各自的优点和缺点；并阐述了有限元网格划分的发展趋势。     

转移排序算法

主要是对传统排序算法进行改进的“转移”排序算法的基本原理进行了分析，对其程序流程进行了讨论，对转移排序算法的时间复杂度进行了测算；从而得到了其排序时间性能为O(n)，比传统算法在时间性能上有所提高。     

RSA在高性能DSP上实现的算法分析及优化

RSA是公开密码体系中应用最广泛的算法，通过对算法结构的分析，运用中国剩余定理、M-ary乘方以及Montgomery约化等方法对RSA的运算过程进行了重新设计，提出了一种减少预计算数的M-ary算法；并结合TI公司TMS320C6201高性能DSP的流水特点，对模幂运算中用到最频繁的模平方运算进行了优化，提高了计算的速度。     

一类非线性动态模型的贝叶斯随机模拟

对一类非线性动态模型进行了随机模拟，利用Metropolis算法完成了样本的修正递推，并对模型进行各种预测和推断；然后利用观测误差构造统计量的方法实现了对模型的监控。     

文本分类技术研究

通过介绍文本分类的过程及其关键技术，讨论了文本表示、分类算法、分类器性能评价原理和方法；最后，指出了当前文本分类过程中存在的问题，并对今后的发展进行了展望．     

ECC软件实现的体系结构与基础算法分析

椭圆曲线密码体制(ECC)的快速实现，涉及到一批计算机代数算法．在对ECC的基础算法进行分析的基础上建立了计算机代数模型及相应的软件体系结构，为算法优化提供了理论依据；最后选择一些重要的算法进行了分析与改进．     

基于BP神经网络的产品虚拟分类设计研究

为使用参数来更直观地进行产品分类，基于BP神经网络方法，提出一种产品外型虚拟设计方法。首先，提出一种新的外型表达方法，这种方法适用于同类产品外型的统一表示；然后对产品外型的约束条件进行了分类，并且结合BP神经网络的相关理论，得出一种产品外型虚拟设计的实现算法；最后以汽车外型的虚拟分类设计为例，对该算法进行了验证。实例结果表明，这种算法可以快速有效地对产品外型进行分类，说明这种方法是可行的。     

有效引导，自主体验，实现算法优化——“分数连乘”两种不同教学实践后的思考

由于学生个体的生活经历和知识水平的不同，每个人都有自己独特的思维方式，因此面对数学计算或解决问题时，必然反映出算法的多样化。我个人认为：由于低年级学生受年龄特点和认知特点等因素影响，出现算法多样化时，需要教师引导学生进行算法优化；高年级学生只要教师引导对不同算法进行比较，明确何种算法简便就可以了。但在又一次教学“分数连乘”后，使我对引导学生进行算法优化有了进一步的认识。     

基于图像增强的低光照图像识别算法研究

为提高图像增强算法的图像识别有效性，提出了基于图像增强的低光照图像识别算法。首先，采用直方图均衡化的图像增强算法对开源低光照图像数据集（ExDark）进行增强处理；然后，设计卷积神经网络进行图像识别训练，通过多重卷积—池化操作，实现图像特征提取；最后，将识别结果与其他增强方法结果进行对比实验。结果表明，与其他传统方法相比，在低光照图像的处理中采用直方图均衡化的图像增强法可获得更高的图像信息熵与图像对比度，图像识别准确率提升了14.4%，对低光照条件下的图像识别具有参考价值。     

颗粒在流体中相互作用的晶格玻尔兹曼方法模拟

运用晶格玻尔兹曼方法研究了两个颗粒在Poiseuille流中的运动行为.分析了颗粒直径和管道直径之比d/D对颗粒相互作用的影响;讨论了颗粒的水平距离、颗粒的平衡位置与颗粒直径之间的关系.研究发现当d/D小于0.5时,颗粒的水平距离稳定在4.2倍的颗粒直径左右.研究对于理解多颗粒系统中颗粒之间的相互作用等具有一定的价值.     

算法能力的提出与界定

数学能力的培养包涵算法语言和算法内容的教学,根据能力、算法的涵义及数学课程学习能力的具体表现形式,文章提出＂算法能力＂的概念及其相应的界定,并给出算法能力的构成,它由阅读算法能力、提炼算理能力、算法语言能力、应用算法能力四部分组成。     

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。     

机器人路径规划算法研究

在机器人设计中,路径规划是最基础也是最重要的因素之一,故对其算法研究尤为重要。利用传统路径规划算法与智能路径规划算法求解机器人路径规划问题,对智能算法、蚁群算法与遗传算法进行了MATLAB仿真,验证了蚁群算法与遗传算法求解路径规划问题的可行性。     

基于改进蚁群遗传算法的排课问题研究

提出了一种以蚁群算法为主,利用遗传算法经过交叉,变异,选择后产生进化的信息素作为蚁群使用的信息素.在遗传算法多次进化效果不明显时,引入模拟退火算法进行跳变的混合算法,使各种算法取长补短,改善了蚁群算法初始阶段运行缓慢和遗传算法局部搜索能力弱的缺点.提高了运行效率,同时运用这种改进的算法对高校排课问题进行仿真,从而比较算法改进的优缺点.     

一种改进的自索引排序算法设计与分析

在自索引排序算法研究基础上,从对待排的数据进行优化处理角度,提出了一种新型自索引排序算法,给出了算法思想、算法描述和算法分析,其理论意义在于将自索引排序算法的空间复杂度o（n＋m）（其中m为待排的数据序列最大值）改进为o（△m）（其中△m为关键字变化范围）,对比实验结果分析表明,改进后的算法有更好的排序效果．     

BM算法与WM算法的比较

模式匹配算法比较成熟,但是传统的模式匹配算法对提高Snort检测性能的效果不是十分有效。Snort采用的BM算法是一种单模式匹配算法,目前研究者对Snort模式匹配算法的研究和改进主要是采用多模式匹配算法来替换原有的BM算法。本文主要介绍了BM算法和WM算法,分析了这两种算法的基本原理并进行了一些相关的比较。     

基于LM和SA的混合优化算法

针对LM算法及模拟退火算法各自存在的不足,提出一种交替使用二者的混合优化算法（SALM算法）.该算法先通过模拟退火算法粗调得到一组全局最优近似解,再以该近似解为初值,交替使用模拟退火算法和LM算法,直至发现满意的最优解.实验结果表明,新算法不但具有模拟退火算法的全局收敛特性而且保留了LM算法的局部收敛速度,克服了单纯模拟退火算法所产生的随机性和概率性问题,也弱化LM算法对初始条件的依赖程度,保证了求解的速度和精度。     

浅谈旅行商问题与蚁群算法

蚁群算法是继模拟退火算法、遗传算法、禁忌搜索算法、人工神经网络算法等启发式搜索算法之后的又一种应用于组合优化问题的算法。根据蚁群算法的特性,求解旅行商问题,利用仿真实验程序对蚁群求解旅行商问题进行模拟。     

基于改进TDOA算法的设计与仿真

为减弱信号传播中非视距等因素的影响,提高定位精度,提出改进到达时间差(TDOA)算法,给出了算法实现方案的流程和仿真对比结果.该算法在TDOA算法的基础上,融入了速度和区域约束,以此判断目标是否超出移动距离阈值或者区域边界,对定位结果进行优化.建模后对TDOA算法、速度受限定位算法、区域受限算法和改进TDOA算法进行了...