交互式图形系统中图形拾取算法的研究

研究了图形拾取算法的基本思想,对比分析了线状拾取和区域覆盖图形拾取算法,探讨了适合交互式图形系统中图形拾取算法。     

模糊推理的全蕴涵三I算法的研究现状及进展

随着模糊集的产生与发展,模糊推理已经成为计算智能领域的重要组成部分。为了深入理解模糊推理的全蕴涵三I算法,对其研究现状及进展进行综述,旨在为模糊推理算法的研究提供引导作用。     

云存储中基于PAXOS算法的数据一致性研究

云存储技术需要完善的数据一致性管理机制以保证分布式计算环境中的数据安全、可用和可靠性。本文分析了云存储中数据一致性问题,介绍了分布式系统中解决数据一致性问题的paxos算法,提出了基于paxos算法的数据复制一致性问题解决方案。该解决方案对于云存储系统的设计和构建有一定的参考价值。     

基于室内定位技术的算法研究

室内定位技术因为其复杂的环境,导致定位精度一直不及人们的要求。为了提高室内定位的精度,提出对室内区域进行划分,对每个区域环境参数进行拟合,并通过结合DV-HOP算法和RSSI算法对RSSI值进行修正。实验结果表明:改进后的定位精度在之前的基础上提高很多,适用于多半数的室内定位。     

复杂网络中社团结构算法的综述

社团结构是复杂网络重要特征之一。本文综述了三种比较有代表性的算法,Kernighan-Lin算法,谱平分法和GN算法;比较了他们的优缺点。     

2011年度肉鸡研究国际前沿跟踪与剖析

以国家肉鸡产业技术体系功能研究室遗传育种与繁殖、营养与饲料、疾病控制、生产与环境控制、鸡肉加工等五大领究领域为单位,分析2011年度国际、国内肉鸡产业技术最新研发动态,在此基础上,重点剖析了全球知名行业期刊本年度收录的有关内鸡研究的主要论文及其所代表的前沿方向.     

智能小车走迷宫算法的设计与研究

智能小车是一种集感知、判断、行走功能于一体的微型机器人,能够自动寻找最佳路径并且达到目的地。对智能车搜索和冲刺迷宫提出了一种算法。智能小车可根据行走的路线和拐弯的情况进行变速调节,提高了智能车的行进速度以及灵活性。利用已经搜索到信息的耦合关系,对算法提出改进,缩短了智能小车搜索的时间。     

蚁群算法模型改进与应用发展

蚁群算法是近几年优化领域中新出现的一种启发式仿生类并行智能进化系统,该算法具有很强的正反馈能力并融入启发式搜索思想,并且算法后期快速收敛,易于与其他方法结合,目前已经在众多组合优化领域中得到广泛应用。本文结合蚁群算法工作原理,分析其应用现状,针对蚁群算法优缺点,提出蚁群算法改进思路,并简要其应用发展前景。     

基于梯度搜索因子的粒子群改进算法研究

本文对一种基于梯度搜索因子的粒子群改进算法(Grad-PSO算法)进行了研究。为了验证Grad-PSO算法的性能,对典型的测试函数sphere函数使用GA算法、PSO算法和Grad-PSO算法进行函数优化对比仿真实验发现:与基本PSO算法以及GA算法相比,Grad-PSO算法在运算精确度和最终取得的适应度函数值上面都具有很大的优势。     

分布式数据库查询优化算法的研究

由于分布式数据库需要在网络上传输数据,因而数据查询比较复杂,高效地查询是分布式数据库研究的热门问题。本文首先介绍了什么是分布式数据库,随后介绍了分布式数据库中查询优化的若干知识,最后总结了目前5种主流的查询优化策略。     

压缩感知重构算法研究

压缩感知是一种全新的信号采样重构方法,和传统的方法相比,它不再要求信号的采样率达到信号带宽的两倍以上,这样就克服了资源浪费,效率低下等缺陷,本文研究了压缩感知理论,并在此基础上研究了多种重构算法,并应用五种典型的压缩感知重构算法来重构二维彩色图片和二维灰度图片,客观的对比了两种算法的实验效果。     

基于蚂蚁算法的故障诊断研究

本文利用旅行商问题与模拟故障诊断之间数据样本的离散特性,构建多维空间距离最优的蚂蚁算法来解决故障模式识别的问题,其计算快捷,具有一定的鲁棒性,对未知数据也能进行检测,经过实际验证效果良好。     

RSA算法的应用与实现

RSA算法是使用最广泛的一种非对称密码体制.在对RSA算法的原理、算法描述等进行研究的基础上,近一步研究了RSA算法在数字签名、密钥交换等方面的应用.最后在.NET平台中使用C#语言进行编程,实现RSA数字签名算法。     

基于语义相似度的Web服务分类算法研究

现有的Web服务分类语义信息获取方法大多基于预先定义的类别信息、或者基于人工指定服务社区的方式实现,其中专家知识具有一定的主观性、片面性和随意性。有效避免专家知识的主观性、片面性和随意性,本文以基于本身的描述信息为基础、以统计计算为基本手段、以机器学习中的分类算法为依据,提出了不同粒度的Web服务对象之间的语义相似度度量方法,采用已有的语义相似度度量的方法及K-NN分类算法的思想,并使用对K-NN算法进行改进后而得到的WS-KNN算法,对Web服务进行分类。本文提出和实现的服务分类方法能很好地避免已有的服务分类工作的各种不足,服务之间的语义相关性基于大量的历史数据学习而得到,有自动分类的效果,同时分类的方法简单可行、实现方便,可为服务社区的自动构建和服务的自动发现奠定一定的理论和工程化基础。     

模糊PID算法运用于可编程序控制器的研究

相对于常规PID,模糊PID的控制性更加优越,因此受到了越来越广泛的应用.利用模糊PID算法能够改进PID的模块功能,该算法主要根据模糊规则进行表的转化以及表的查询,进而得出PLC中模糊PID的实际应用方法以及相关问题的解决方案.     

基于单片机的智能电流源PID算法研究

本文讨论了如何运用PID算法实现对电流源输出电流的调整与控制,该电流源在闭环电路的基础上使用PID算法实现对电流的精确控制,来得到高精度、宽量程的电流输出,这种方法设计的电流源性能稳定、带负载能力强。系统主要介绍了电流源的整个软件设计流程及PID控制电流的算法程序的介绍。     

模糊PID算法运用于可编程序控制器的研究

相对于常规PID,模糊PID的控制性更加优越,因此受到了越来越广泛的应用。利用模糊PID算法能够改进PID的模块功能,该算法主要根据模糊规则进行表的转化以及表的查询,进而得出PLC中模糊PID的实际应用方法以及相关问题的解决方案。     

基于传感器监测数据的预测泌乳牛乳房炎机器学习算法研究

为了预测集约化牧场奶牛患有临床乳房炎的风险,试验选择黑龙江省黑河市两个集约化奶牛场的288头泌乳牛及其数据为研究对象,分为患病组(确诊患有乳房炎的奶牛189头)和健康组(109头),选择这些奶牛的日平均产奶量、日平均活动量、日平均反刍时间、日白天平均反刍时间、日夜间平均反刍时间、昼夜反刍时间比、日每2 h的反刍时间偏差绝对值、日加权反刍时间变化绝对值的和、日平均电导率变化百分比、日电导率峰值14个指标数据,比较分析上述变量在患病组和健康组组间和组内差异;然后采用3种机器学习算法(决策树、随机森林、eXtreme Gradient boosting)和二元逻辑分类算法预测奶牛乳房炎的发病情况。结果表明：在d-0时,患病组奶牛的日平均产奶量[(34.89±11.81)kg]极显著低于健康组[(41.96±8.69)kg,P<0.01];而在d-7～d-2时,患病组奶牛的日平均产奶量均高于健康组,但差异不显著(P>0.05)。患病组奶牛的日平均反刍时间、日白天平均反刍时间、日夜间平均反刍时间在d-1时均达到最低[(515.37±66.88)min、(206.63±67.05)mi...