利用多线程实现神经网络算法的可视化

为了摆脱神经网络算法的黑箱操作,也是为了对一个分类器进行更有效的评判,提出了正、负判率概念.基于正、负判率和分组并行坐标下降算法,利用Windows的多线程得到了神经网络分类器学习算法的可视化实现.不仅改进了学习速度,同时为用户提供了一个观察分类器属性的视窗.     

Manacher算法在计算最长回文子串长度中的应用

本文首介绍了如何运用Manacher算法在线性时间内找到一个字符串的最长回文子串。     

基于狼群算法求解多项式方程的根

针对在工程和科学计算中经常遇到多项式方程求解根的问题,传统的方法有二分法、牛顿法等,但它们收敛速度慢,效率低。对于上述缺点,本文提出狼群算法求解多项式方程根的问题,利用狼群算法的计算鲁棒性和全局收敛性多次迭代寻找方程的最优解。与其他的算法相比,有相对更好的稳定性和全局寻优能力。最后通过数值仿真实验,结果表明该算法能有效的求出多项式方程的根,并且精度高,收敛速度快。     

车种代用情况下的空车调配优化模型及其求解

针对空车产生总数和空车需求总数相等的平衡运输问题,建立以空车走行公里数最小为目标的空车调配数学模型,并用蚁群算法求解该模型。仿真结果表明,使用蚁群算法求解车种代用下的空车调配模型具有得到最优解的比率高、平均解相对误差低、最优解的收敛速度较快等优点,能很好地解决空车产生总数和空车需求总数相等的平衡运输问题。     

合成孔径雷达成像自聚焦算法的比较

本文简要地分析和比较两类合成孔径雷达自聚焦算法的特点,并通过多点目标自聚焦成像对其进行验证,表明结论可靠。     

智能优化算法自动生成计算机软件测试数据的方法

为了解决计算机软件数据测试中存在的问题,本文提出了一种基于智能优化算法自动生成(Automatic generation of intelligent optimization algorithm,AGIOA)的计算机软件测试数据方法。通过利用智能算法处理待测数据,并自动对计算机软件测试数据进行优化测试,以充分展示该算法的软件测试数据生成能力。最后,通过使用不同的算法对软件测试数据进行对比分析,实验结果表明:该方法可以提高计算机软件测试数据的自动生成效率,也有利于改善软件的质量。     

一种多项目调度的改进蚁群算法研究

提出一种用于资源约束下多项目调度问题的改进蚁群算法,该算法基于最大最小蚂蚁基础算法,在解的构建过程中使用伪随机比例行为选择规则,并在每一次迭代中应用禁忌搜索算法进行局部优化。最后仿真实例表明该算法在多项目调度中有良好的优化性能。     

大数据时代的数据挖掘技术分析

随着科学技术的发展,大数据在人工智能领域起着越来越重要的作用,基于大数据平台的数据分析与挖掘已经成为各科研单位的研究热点。对大数据的发展、算法分析以及平台设计进行探究,对大数据平台的应用进行了展望,力求为智能化技术的发展提供创新的思路。     

三维视觉类电子出版物中冗余光源的判别——基于K-L展开式

近年来,随着计算机图形学技术的进步,电子出版物中越来越多的出现各种三维视觉类的新鲜东西,如:虚拟现实(VR)、增强现实(AR)、实景地图服务等等。一些三维模型设计中存在光源过多的问题,这就可能造成视觉污染。识别和消除多余的光源,是一种有效的消除此类视觉污染的方法。本文基于K-L展开式进行特征提取,对识别冗余光源的方法进行了初步的探究,明确了此类方法的有效性。并对一些常用计算方法进行了改进,提高了运行性能,加强了结果的可信性。