一种改进的二维曲线的strip树表示及其基本算法

本文给出了一种改进的二维曲线的ｓｔｒｉｐ树表示，并在此基础上，给出了二值图象中曲线的基本算法。     

组合式因素神经网络系统的数学描述

本文对组合式因素神经网络系统的组成结构进行了分析和论述,作出了数学描述.     

关于一类超椭圆丢番图方程的解

本文给出了一类超椭圆丢番图方程danxnk+ank-1xnk-1+…+a1x+a0=dyn的解的精确上界,推广了参考文献中的一些结果,并给出了它的一些应用.     

谈算法在计算机语言课中的重要性

多数老师在计算机语言课的教学中,过分注重对语法问题的讲解,而对算法的重要性体会不深,在平时教学中也没有时刻地把握这一点.对这个问题的解决要求在课堂教学中注意对学生逻辑思维能力的培养,同一问题多种算法之间的比较,数据结构对算法的影响.     

r-首尾和循环矩阵求逆的一种算法

引进了γ-首尾和循环矩阵的新概念，利用多项式矩阵理论，给出了一种γ-首尾和循环矩阵的算法。用来计算它的逆矩阵或群逆。     

Hybrid ants-like search algorithms for P2P media streaming distribution in ad hoc networks

Media streaming delivery in wireless ad hoc networks is challenging due to the stringent resource restrictions,po-tential high loss rate and the decentralized architecture. To support long and high-quality streams,one viable approach is that a media stream is partitioned into segments,and then the segments are replicated in a network and served in a peer-to-peer(P2P) fashion. However,the searching strategy for segments is one key problem with the approach. This paper proposes a hybrid ants-like search algorithm(HASA) for P2P media streaming distribution in ad hoc networks. It takes the advantages of random walks and ants-like algorithms for searching in unstructured P2P networks,such as low transmitting latency,less jitter times,and low unnecessary traffic. We quantify the performance of our scheme in terms of response time,jitter times,and network messages for media streaming distribution. Simulation results showed that it can effectively improve the search efficiency for P2P media streaming distribution in ad hoc networks.     

高校智能题库系统研究与设计

本文介绍了高校题库系统的建设模式,探讨了基于传统遗传算法的组卷方式,并根据仿人原理进行了改进,提出系统自动维护的重要性和维护办法。     

动态车辆调度系统的滚动时域调度算法

提出了一类特殊的动态车辆调度问题--动态独占性带时间窗口装卸货问题.给出了问题的数学描述,分析了其静态性质,并把问题简化为不对称带时间窗口旅行商问题.提出了求解该动态问题的滚动时域调度算法,通过时域的不断滚动,不仅可以跟踪问题的动态变化,还由于每次滚动只对部分客户进行处理,可以减少问题的求解时间.并分析了算法的3个要素:当前客户窗口、当前客户窗口的调度和滚动策略.测试结果验证了算法在求解动态车辆调度问题中的有效性.     

因式分解的其他三种方法

<正> 提取公因式法、公式法、十字相乘法及分组分解法是因式分解的四种基本方法.但有的题目.用本文所介绍的其他三种方法来解,将显得更为简捷. 一、换元法恰当地引入新的字母(元),用以代换多项式中的某些部分,使原     

机器学习算法在股票走势预测中的应用

结合K-近邻算法、支持向量机算法和时间序列算法的优点,整合其结果提出一种综合预测算法,并将其应用到沪深300指数的涨跌预测中。首先通过时间序列预测出股票未来一段时间内的走势图,然后结合K-近邻算法判断该走势图的总体涨跌趋势,最后将涨跌趋势量化作为一变量引入到支持向量机算法中,通过支持向量机算法预测最终的股票涨跌。该方法能够弥补3种算法的不足,能够更加准确地预测股市的涨跌趋势。