类C编译器设计初探

算法的程序自动化是计算机科学领域中比较热门的问题之一.由于算法的复杂性和抽象性,在算法的实际学习中,许多初学者难以理解和掌握.为了能够更好的学习算法,人们正在追求算法的程序自动化.讨论类C算法向C 源程序变换的相关概念和方法,同时提出一种可以实现类C算法向C 源程序自动转换的编译器.     

保守修正BFGS算法及全局收敛性

基于新拟牛顿方程,提出一类保守修正BFGS算法.该算法的特点是：即使当目标函数是非凸函数时,该算法仍然是全局收敛的.在适当的条件下,该算法具有局部超线性收敛性.初步的数值实验表明,该算法是有效的.     

修正共轭投影梯度滤子法

利用共轭投影梯度技术,结合滤子算法的思想,通过修正搜索方向,建立了一个新的共轭投影梯度滤子算法.该算法不需要求解二次规划子问题,而且能有效避免常规滤子算法中的恢复算法.在适当的条件下,证明了算法的全局收敛性.     

基于背景减与帧间差分结合的视频运动目标分割

提出一种视频运动目标分割的改进算法,算法混合使用背景减算法和帧间差分算法,充分利用了两种典型算法的优点,并改进了其缺陷,解决了背景减算法的背景合理更新及帧间差分算法分割不完整问题.实验结果表明：该算法简单,速度快,易于硬件实现.     

分类规则挖掘算法综述

分类规则挖掘是数据挖掘中一个重要的研究领域.通过介绍当前数据挖掘中具有代表性的分类算法,总结了各种算法的优缺点,给出了分类算法的应用以及分类算法面临的挑战,并对分类算法的发展方向进行了展望,为使用者选择算法或研究者改进算法提供了借鉴.     

单处理机上的静态实时调度算法研究

实时操作系统不仅要求系统的逻辑正确性,还必须要求系统能在规定的时间内计算出正确的结果并对实时事务进行响应,因此实时系统中的调度算法是决定系统实时性的重要指标.主要讨论了速率单调调度算法和截至时间单调调度算法,它们都是基于实时系统中优先级调度的静态算法.对每一类算法,从算法描述和可调度性两方面进行了分析.最后给出了静态实时系统调度算法的选择标准.     

一种用于连续寻优的蚁群爬山算法

针对蚁群算法在连续寻优过程初期信息素匮乏、搜索时间长、收敛慢的弱点,对蚁群算法进行改进,并结合爬山算法提出了一种新的蚁群爬山算法.将新的蚁群爬山算法用于求解连续全局优化问题,数值实验证明该算法是可行的、有效的,并且精度和效率优于蚁群算法.     

一种新颖的STBC-OFDM信道估计算法

给出了一种基于空时编码训练序列的信道估计算法,这种算法基于空时分组码的正交性.模拟实验证明,该算法适用于慢变瑞利衰落信道和时不变频率选择性衰落信道,同时该算法优于基于LS的算法.此算法可以应用于OFDM通信系统.     

基于改进遗传算法的二维不规则零件优化排样

针对二维不规则零件排样问题,提出了一种改进的优化排样算法.对最小包络矩形求取方法进行了改进,提高了算法的运算速度;借助最优选择策略,对选择算子进行了改进,提高了算法的全局收敛性能;提出了高度调整法,对解码算法进行了改进,提高了算法的精度.排样实例表明,算法性能得到了很大提高,该算法是行之有效的.     

基于单向增长链表的关联规则挖掘算法研究

分析研究关联规则挖掘经典算法Apriori和FP-Growth算法,发现其不足之处在于构建和遍历各自数据结构的时间长、内存消耗巨大,降低了算法在时间和空间方面的效率.针对2种算法的缺陷,提出了LK-Growth算法,该算法不再构建FP-Tree,而是构建单向线性链表组结构,能有效地缩短发现频繁模式的时间和节省内存空间开支.研究结果表明,LK-Growth算法的实用性强且挖掘效率更高.     

Powell-DE算法在软测量参数预估中的应用

提出一种新的全局集成优化算法(Powell-DE算法)．该算法在差分进化算法中引入具有强局部搜索能力的Powell算法，克服了DE算法收敛慢且易陷入局部最优等缺陷，几个典型测试函数的仿真实验和比较，验证了新算法的有效性，体现了新算法的优越性；然后，Powell-DE算法被用于基于LSSVM模型的蒸发过程出料溶液NK的浓度的软测量中，并与其它2种方法的比较，现场工业数据验证表明新模型体现出了更好的跟踪性能且精确度高，能够完全应用于出料溶液NK的浓度的在线预测.     

Logistic方程的灰色建模法

对Logistic方程的参数估计提出一种新方法,它是基于GM(1,1)模型的灰色建模理论.实例表明,这种方法是可行和有效的.     

一种灰色拓扑改进预测算法及应用研究

将灰色模型GM(1,1)、最小二乘法和拓扑模型相结合,提出了一种灰色拓扑改进预测算法。用此算法对我国人均生活消费能源的发展趋势进行了预测,证明灰色拓扑改进预测算法更加准确。     

基于模糊Bayes-Gauss判别法的遥感影像的聚类

针对Fisher线性判别法和传统的Bayes判别方法在遥感影像聚类问题研究中存在的不足,提出一种以隶属度代替先验概率的模糊Bayes-Gauss聚类算法,并将此算法应用于真彩色（RGB）图像中的草地、道路、裸土地和建筑物的聚类.实验结果表明,本算法在聚类中与Fisher线性判别法和传统Bayes判别法相比,具有精确度较高、误识率和拒识率较低、适用性较强的特点.     

葡萄干轮廓的图像检测方法研究

葡萄干的轮廓检测是葡萄干其他特征提取的基础,研究通过与经典的边缘检测算子检测轮廓的方法进行比较分析,提出了最佳阈值分割与形态学运算相结合的轮廓提取新方法,实验证明,该方法能够有效的提取葡萄干的轮廓特征,为后期图像的分析打下了基础。     

基于新增序偶的传递闭包求解算法

针对在已有传递闭包的基础上新增序偶后的传递闭包求解问题,提出了一种基于新增序偶的传递闭包求解算法,并给出了详细证明过程.该算法在已有的传递闭包基础上,通过把新增序偶及该序偶的所有派生间接指向序偶添加到已有的传递闭包中实现求解过程,从而使算法的时间复杂度降低为O(n2),并且不受稀疏矩阵或序偶链的链长等不确定因素影响,最后通过一个实例说明了该算法的执行过程.     

Riccati方程的新解法及其在最优控制中的应用

本文提出了一种简便易行的代数Riccati方程的新解法,并对该法的合理性给出了证明。在此基础上,本文又阐述了此法在线性二次型最优控制中的应用,以供相关研究及应用领域参考。     

基于改进特征HMM的尖叫音频检测算法

提出了一种基于改进特征隐马尔科夫模型(HMM)的尖叫音频检测算法。它可以对视频中的尖叫片段进行检测,具有实时性和准确性的特点。对音频中的短时能量、过零率和梅尔频率倒谱系数等特征进行了分析,利用其统计学特性对这些特征进行了改进,提出了尖叫检测中新的音频特征。将新的音频特征融合进HMM中,提出了基于改进特征HMM的尖叫音频检测算法。通过实验验证了该算法的准确性和可行性。结果显示该算法的平均准确率高于97%且平均查全率高于94%,性能高于其他同类算法。     

求最长公共子序列长度的一个新方法

提出了一个求序列Ｘ最长单调子序列的方法,若Ｘ的长度为ｎ,则此方法所需时间为Ｏ（ｎｌｏｇｎ）,空间占用为Ｏ（ｎ）．利用该方法可有效地求出Ｘ,Ｙ两序列最长公共子序列的长度．如果Ｘ的长度为ｍ,Ｙ的长度为ｎ,此时空间占用为Ｏ（ｍ＋ｎ）;若Ｙ中的各个元素在Ｘ中平均重复出现至多常数次,则所需时间为Ｏ（ｍ＋ｎｌｏｇｎ）．作为应用之一,该方法可以用于文本的比较、等级考试录入文本的评测等．