不同图像之间拼接篡改的数字图像检测研究

对基于CFA（颜色滤波阵列）模型的篡改检测算法进行了改进。其检测过程为：首先,利用插值算法得到像素位置的预测误差,根据预测误差计算出CFA单元特征;然后,利用EM（期望最大化）算法估计特征模型的参数,算法对篡改位置的均值不做事先确定（从实验来看这种改进具有较好的效果）;最后,利用贝叶斯理论计算出每个像素点的似然率,根据似然率的不同来定位篡改区域。在进行单CFA阵列模式检测的情况下,对多种CFA阵列模式的图像也进行了检测分析,实验结果显示,该算法能够对多种CFA阵列模式的图像准确定位篡改区域。     

决策树挖掘技术在手术诊断上的实现

在ID3算法基础上提出了基于卡方测试的前剪枝算法,并在Jbuilder2006系统下构建了一个基于决策树挖掘技术的可视化决策系统。该研究基于B/S架构的系统,通过浏览器自动将服务器上的Applet下载到客户端来访问系统,实现了医疗系统的手术诊断数据表的数据挖掘,所得到的实验结果与专家诊断结果基本吻合,取得了较好的实际应用效果。     

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.     

基于改进小生境遗传算法的自适应组卷系统

针对传统基于简单遗传算法的组卷系统收敛速度慢,组卷质量较差等缺陷,设计一种基于改进小生境遗传算法的自适应组卷系统。首先依照组卷约束权重比,生成适应度值较高的初始种群．其次对选择策略进行优化。引入小生境预选机制以维持种群多样性,防止过早收敛。再次根据组卷特点改进交叉算子和变异算子,根据种群进化情况,自动调整交叉概率和变异概率。最后经过若干迭代后达到终止条件,以自适应方式生成目标试卷。实验结果证明,与简单遗传算法相比,改进的遗传算法在收敛速度和组卷质量上均有显著的提高。     

K-means聚类算法研究

聚类分析是模式识别中一个重要研究领域,是一种将数据划分或分组处理的重要手段和方法.K-means算法是聚类算法中主要算法之一,文章介绍了K-means聚类算法的实现方法,并对其优点和缺点进行了详细的分析.     

遗传算法

本文介绍遗传算法的相关概念─染色体。适应值函数、复制算子、杂交算子和变异算子,给出算法描述和数值例子;同时给出遗传算法的模式定理和收敛性定理;最后,讨论遗传算法的特点和应用前景．     

基于连续型Hopfield神经网络的系统辨识

连续型Hopfield神经网络(CHNN)可用于优化计算,但其会遭遇较复杂的参数辨识问题.为了较好地解决这一问题,将擅长全局搜索的蚁群-粒子群混合算法用于对系统参数的最优化选取.再将此混合算法与CHNN有机结合,更好地解决参数辨识问题,且能有效避免CHNN在应用过程中陷入局部最优解.最后,将理论结果应用于求解TSP问题来验证其有效性.     

一种改进的数据网格资源调度技术研究

研究了网格资源调度技术。针对网格任务的瞬变性、随机性等特点,提出了一种改进的网格资源调度算法。由于数据网格任务数量庞大,本文采用了并行遗传算法优化网格资源调度。实验结果表明,提出的改进的算法能够对大规模的数据网格任务进行有效调度,是一种有效的方法。     

基于遗传算法的BP神经网络在高校图书馆流通服务质量评价中的应用研究

针对高校图书馆流通服务质量问题,建立了评价系统的BP神经网络模型,利用遗传算法对传统的BP神经网络权值进行全局优化运算,提高了网络收敛速度,并经过实例计算验证了该模型的有效性。     

TopRank（k）算法与PageRank算法的比较研究

介绍了一种新的基于接近中心度的排名算法Top Rank（k）,并将其与已有的Page Rank算法进行分析比较,说明了它们各自的特点。通过实证分析,论证了在确定条件下,Top Rank（k）算法比Page Rank算法更有效,突出表现为节省大量时间。