高职常用优化算法比较分析

智能优化在现代决策中发挥着越来越重要的作用,本文介绍了四种适合高职学生使用的智能优化算法,并对这四种算法的性能进行了比较分析,以便决策时可以根据实际问题选择合适的算法。     

自然与技巧结合 初等与高等串联——一类和型轮换不等式的证法思考及应用

《数学通报》2012年第2期刊登了第2045号数学问题及其解答,不少教师反映证明构思很巧妙,不容易想到.笔者下面首先给出这道试题更为详尽的解答,并对解法和命题的背景作些肤浅地分析,然后略举两例展示该解法的应用,期望对读者起到举一反三,     

浅议基于相邻两像素差值的无损数据隐藏算法的改进

基于相邻两像素差值的无损数据隐藏算法,提出一种新的改进方法:采用新方法被SPAM侦测到的概率比基于相邻两像素差值的无损数据隐藏方法的概率小。当错误率小于10%时,基于相邻两像素差值的无损数据隐藏无法避开SPAM的侦测;当错误率小于0.2%的时候,改进的新算法虽也不能完全避开SPAM的侦测,但其不被侦测率获得了有效提高。实验结果显示隐藏的信息不被侦测率提高了5%到10%。     

基于二叉排序树的最佳适应算法

当前操作系统在管理内存时,常采用最佳适应算法对空闲内存块进行分配,但该算法存在效率不高、时空消耗大的缺点,对此提出基于二又排序树的最佳适应算法,改变原有的最佳适应算法中把所有空闲分区按容量大小顺序连接成空闲分区链的特点,而把所有空闲分区组建成一颗二叉排序树,进程发出请求时,根据二叉排序树的性质依次查找满足条件的空闲分区,并在分配后重组二叉排序树,保证二叉排序树的结构不被破坏,改善现有的最佳适应算法在查找过程中的效率问题.     

基于聚类协同过滤的个性化推荐系统

个性化推荐系统被越来越多地应用到各类网站中,以解决信息增长带来的信息迷失和信息过栽问题,而协同过滤算法是个性化推荐系统的重要算法之一,但是传统的协同过滤算法存在数据稀疏、冷启动等问题,为了解决这些问题,在综合WEB日志挖掘和聚类两个因素基础上,提出基于WEB日志和聚类的协同过滤算法,并将该算法与传统的协同过滤算法进行分析比较,验证了该算法能够提高推荐的精确度和实时性．     

天然肠衣搭配组装算法

天然肠衣原料长短不一,按要求搭配组装成品,运算量很大。采用迭代算法并基于平均值变动规律的研究,建立起用于肠衣成品搭配组装的4个算法模型,其特点是：先行剔除剩余原料,随机应变安排次序,均匀调节长短搭配,即时检验约束条件,可同时保障可行性与最优性,得到了最好的结果,且优于整数规划模型。     

高校智能排课系统中蚁群算法的应用探讨

高校排课问题是一个有约束、多目标的组合优化问题。本文对蚁群算法、排课相关问题进行了阐述,并利用二部图结构构造了排课数学模型,提出了基于蚁群算法的排课方法。实验结果表明:蚁群算法的排课结果比现用的教务排课系统排课结果更具合理性。     

基于AHP算法的二手车评估方法的研究

本文利用重置成本法对二手车市场的几种车型进行评估,首先运用层次分析法确定了影响车辆价格各因素的权重,再利用重置成本法公式计算二手车的评估价格。此方法将车辆的实体性与市场性影响因素进行了全面考虑,更能客观地体现二手车的真实价值,能对二手车市场的车辆评估起到指导性意义。     

一种改进EM算法的联合信道估计与数据检测

最近的一些研究表明,在接收机利用可用的信道估计误差的统计时,可以显著提高检测性能.对此,提出了一种基于改进期望最大化（EM）算法的数据辅助信道估计,它通过在每次迭代中提供估计误差的统计信息,减少在各自的接收器信道估计误差的影响.仿真结果表明,与传统的EM及VBEM算法相比,在不需增加接收机复杂程度的情况下,改进的EM算法在估计精度上优于其对应的传统估计方法,有效降低了信道估计误差,其误码性能接近理想信道时的性能.     

混合Kalman滤波器与Chamshift人脸跟踪算法的研究

文章通过Kalman滤波器预测由Camshift算法检测到的人脸窗1：7在下一帧图像可能出现的位置,进行下一帧图像的人脸跟踪．其中,Kalman滤波器的使用克服了单纯使用Cam-shift跟踪在遮挡或者丢失跟踪物体的不足,可以大大提高人脸跟踪的正确率．