一种论文作者重名消歧方法

作者重名消歧是一个重要又复杂的研究课题,在科技文献检索工作中,作者重名问题势必会降低文献检索的效率和准确性,影响工作进度。提出一种改进粒子群算法优化的BP（Back Propagation）神经网络算法,以解决作者重名消歧问题。首先引入Beta分布的动态惯性权重,提高算法全局搜索能力|其次利用改进粒子群算法优化的权值和阈值,作为BP神经网络的初始权值和阈值进行模型训练,以加快模型训练速度|最后通过特征评价函数过滤式选取排序较优的M维特征子集作为输入层特征向量训练模型,得到最终预测结果,从而精确区分重名的作者。实验研究表明,该模型对重名作者身份的预测准确率可达89.01%,证明了该算法的有效性。     

带余除法与同余对循环小数的一个应用

利用同余及带余除法解决：小数展开式最简单的分数；对任意正整数n，不用直接做小数除法，1／n的小数展开式循环节的长度的上限及相关问题．     

实验室设备预约管理系统算法研究

在分析国内外研制开发的排课和预约管理系统的基础上,针对其存在的不足,依据高校教学和实验室特点,对实验室预约管理系统所涉及的技术、重点难点问题和相应的设计方案进行了详细论述,给出了预约管理系统的算法.     

计算机图形学算法可视化方法研究

计算机图形学这门课程包含大量的算法,在教学中发现,传统的教学方法容易使学生认为其难以理解、枯燥。算法教学的困难在于其抽象性,为了解决这个问题,我们试图研究算法的可视化。通过设计一些可视化模块并将其作为传统教学的补充,可以获得更好的教学效果。     

基于深度学习改进的机器人轨迹规划算法

在公路环境巡逻机器人轨迹规划问题中,实时准确的交通流量预测对机器人轨迹规划尤为重要。然而由于车流量的随机非线性,使得机器人轨迹规划任务仍然充满挑战。提出一种深度神经网络与轨迹规划算法相结合的融合算法。通过深度学习预测短期交通流量,优化交通网络图并运用轨迹规划算法完成路径规划。实验表明,改进的机器人能够更快、更安全地完成道路巡逻任务。     

基于模糊-遗传杂合算法对证券投资市场时机预测的研究

基于证券市场和国家经济数据密切相关的思想提出一种根据国家综合经济数据对证券投资市场时机进行指导预测的方法 .采用模糊逻辑和遗传算法相结合来描述综合经济数据和各种资产类之间的相关关系 ,模糊逻辑表征经济数据的上下波动在多大程度上影响这种相关关系预测的准确性 ,而遗传算法的全局搜索能力保证得到综合经济数据与证券投资之间在最小风险条件下的投资时机决策关系 .最后 ,用该方法对股市实例进行仿真实验 ,得到较为理想的结果     

基于符号检测辅助的MMSE与LS干扰对齐算法研究

干扰对齐（IA）是一种有效消除干扰的管理机制。为了彻底消除干扰信号对期望信号的影响,通过预编码技术处理使干扰在接收端重叠,使接收端的干扰信号与期望信号有效分开。在传统最小均方误差（Minimum Mean Square Error,MMSE）算法和最小二乘（least square,LS）算法基础上,提出基于符号检测辅助的最小均方误差（Symbol Detection Aided Minimum Mean Square Error,SDA-MMSE）算法和最小二乘（Symbol Detection Aided Least Square,SDA-LS）算法。分别基于传统算法和改进算法进行迭代计算,通过仿真可看出SDA-MMSE算法的MSE较SDA-LS算法的MSE降低约20%。理论分析与仿真结果表明,改进算法较传统算法具有更好的系统性能,且SDA-MMSE算法系统性能最优。     

Bayesian Analysis of Mixture Structural Equation Models With an Unknown Number of Components

Multivariate heterogenous data with latent variables are common in many fields such as biological, medical, behavioral, and social-psychological sciences. Mixture structural equation models are multivariate techniques used to examine heterogeneous interrelationships among latent variables. In the analysis of mixture models, determination of the number of mixture components is always an important and challenging issue. This article aims to develop a full Bayesian approach with the use of reversible jump Markov chain Monte Carlo method to analyze mixture structural equation models with an unknown number of components. The proposed procedure can simultaneously and efficiently select the number of mixture components and conduct parameter estimation. Simulation studies show the satisfactory empirical performance of the method. The proposed method is applied to study risk factors of osteoporotic fractures in older people.     

突发事件网络谣言危机预警及模拟仿真研究

[目的/意义] 提前进行网络谣言监控和预警是立体化防控网络谣言、增强社会稳定、提高政府执政能力的关键。移动互联网时代,突发事件发生后极易在网络上引起热点舆情、网络危机信息的传播同时为网络谣言的扩散提供良好的土壤,无形中增大了政府部门应对谣言的挑战。[方法/过程] 本文采用遗传算法优化BP神经网络构建网络谣言危机预警模型,拟实现对突发事件网络谣言的监控、预警仿真及风险的量化评估。实证分析案例选取天津"8·12"爆炸事故与"和颐酒店女生遇袭事件",通过计算机对这两起突发事件衍生的网络谣言建立预警模型,并对模拟仿真结果进行验证。[结果/结论] 结果表明,遗传算法优化BP神经网络模型在突发事件网络谣言危机预警方面具有较好的适用性,与仅采用BP神经网络模型相比预警的准确性更好。     

不正常航班恢复模型的贪婪模拟退火算法研究

为解决不正常航班恢复对航空公司带来的严重影响,研究了不正常航班恢复模型及其优化算法,对现有不正常航班恢复优化模型提出适当改进,重点设计了一种贪婪模拟退火算法。算法融合了GRASP和模拟退火算法的特点,提高了领域解的选择效率并且降低了陷入局部最优解的概率。实例证明这种算法可以处理大规模的不正常航班恢复问题,并且能够达到时间代价与结果质量的均衡。