Bézier曲线的升阶及程序实现

基于Bézier曲线的升阶算法,探讨了程序开发的关键技术,并在Visual C++6.0环境下开发Bézier曲线的升阶程序,曲线升阶在界面中可动态实现.     

基于改进蚁群算法的维吾尔文字图像分割

针对传统蚁群算法在维吾尔文字图像分割时容易产生缺陷和干扰的缺点,提出了一种改进的蚁群算法。该算法首先利用区域蚁群通过聚类中心对图像进行初步搜索和分割;然后再引入边界蚁群通过不同的路径选择信息素和策略更新手法来对图像进行边界补偿搜索;最后利用两种蚁群分别采用不同的路径选择信息素和筻略更新,共同实现对维吾尔文字图像精确分割的目标。实验结果表明,该算法准确分割出维吾尔文字区域,提高了其识别精度。     

Multiple Faults Simultaneous Diagnosis Based on Ellipsoidal Unit Networks for Rotating Machine

ＭｕｌｔｉｐｌｅＦａｕｌｔｓＳｉｍｕｌｔａｎｅｏｕｓＤｉａｇｎｏｓｉｓＢａｓｅｄｏｎＥｌｉｐｓｏｉｄａｌＵｎｉｔＮｅｔｗｏｒｋｓｆｏｒＲｏｔａｔｉｎｇＭａｃｈｉｎｅＨｅＹｏｎｇｙｏｎｇ（何永勇）ＺｈｏｎｇＢｉｎｇｌｉｎ（钟秉林）ＨｕａｎｇＲｅｎ（黄...     

Huffman编码的另类算法

本文从Huffman树的“原始”构造及其编码算法出发,分析影响其算法性能的因素,介绍了Canonical Huffman编码．从提高算法性能的角度,利用Canonical Huffman编码规则改进“原始”算法,并提出新的算法及其实例．     

一种基于APF的点式移动机器人全局路径规划方法

提出一种基于人工势场法(APF)的点式移动机器人在静态环境的无碰撞路径规划方法。该方法采用三阶段过程：环境建模，可行方向搜索和路径生成，该方法的最大优点就是方向性强，计算量小。     

一种神经网络模型在混凝土配比设计中的应用

本文描述了人工神经网络的模型和算法，给出了BP神经网络模型和算法的相关变量的处理方法。用这种方法，对混凝土配合比试验数据进行分析预测，效果良好。说明BP神经网络模型可用于混凝土混合比强度预测中。     

一种基于重排首次匹配算法的新颖并行Turbo译码器存储方案

In this paper we discuss a novel storage scheme for simultaneous memory access in parallel turbo decoder. The new scheme employs vertex coloring in graph theory. Compared to a similar method that also uses unnatural order in storage, our scheme requires 25 more memory blocks but allows a simpler configuration for variable sizes of code lengths that can be implemented on-chip. Experiment shows that for a moderate to high decoding throughput （40-100 Mbps）, the hardware cost is still affordable for 3GPP＇s （3rd generation partnership project） interleaver.     

逆向需求模糊的多车辆集散货物路线问题

研究了一类新的车辆路线问题（VRP）——整合逆向物流的多车辆路线问题（MVRPRL）．该问题的特点是客户可以同时取货和发货,而且客户发货量是在路线安排前是不确定的．首先用三角模糊数表示客户发货量,建立了基于模糊置信度理论的多目标模型;然后设计了基于模拟的改进禁忌算法来求解该模型：用模拟的方法计算路线失败值,在路线搜索中采用路线内部改善和路线间改善两类邻域操作,而且采用了重起策略．计算结果表明该方法优于传统的扫描算法,整合逆向物流的运输费用比正逆向分别运输之和减少了43％．     

基于支持向量机的数据挖掘技术

随着数据库技术的迅速发展以及数据库管理系统的广泛应用,人们积累的数据越来越多.激增的数据背后隐藏着许多重要的信息,人们希望能够对其进行更高层次的分析,以便更好地利用这些数据.将目前先进的机器学习技术支持向量机,与数据挖掘结合起来,提出了一个改进的支持向量机训练算法,进行了支持向量机自动分类的模拟试验.试验结果显示,新算法的训练速度明显提高,并获得了比较理想的分类结果.     

网络动态干扰监控的信任感知推荐算法设计

网络用户信任感知推荐的准确性设计是提高用户间的社交网络辅助信息信任度的重要依据。传统的网络用户信任感知推荐算法采用的是基于社交网络服务和用户评分的推荐系统,主观性较大,协同过滤效果不好。提出一种基于网络动态干扰监控的信任感知推荐算法设计新方法,设计自适应神经模糊系统网络动态干扰监测算法,构建基于向量空间模型的信任度评价指标体系结构,通过调整网络拓扑权重向量设置信任度周期响应加权变量自适应函数,有效降低迭代算法的运算成本,避免了自适应神经模糊系统网络动态干扰监测加权权重成固化状态,提高抗干扰性能。实验结果表明,算法能使社交网络感知推荐模型的预测误差减少,推荐可靠性优于传统方法。