一种基于trie的频繁项集发现算法

挖掘频繁项集是关联规则算法中的关键步骤．分析了hash树作为数据结构实现寻找频繁项集的方法，讨论了数据结构trie及其特性，并提出用trie作数据结构实现频繁项集的快速发现。其特点是：不依赖用户定义的支持度阀值；只需扫描一遍数据库；可以快速计算项集的支持度；支持动态数据库。     

一种新的自适应线性预测器算法

提出了一种基于常系数线性模型的自适应预测器算法,它具有二阶以上的高阶统计特性、非常适合非稳定随机信号,采用该算法对语音信号进行有效地模拟实验,由实验结果服理论的正确性。     

一种提高周期信号检测精度的自适应算法

提出一种既能提高周期信号的检测精度,又不增加计算量的自适应算法。该算法能自动调整采样得到的离散序列,使其最大限度地逼近理想离散序列,减少频谱泄漏,提高检测精度。     

自适应陷波器的原理,应用及其算法仿真

分析了自由适应滤波器组成的自适应陷波器的基本原理。针对大坝监测中多频率噪声干扰的实际情况，给出了一种有效的陷波器结构及其算法仿真。     

一种联合式自适应多用户检测算法

自适应多用户检测器没有充分利用多用户信号特点，为此，提出联合式自适应算法，以接收信号作为参考信号，而自适应滤波器的输入信号变为各用户扩频序列的采样值，分析和仿真结果表明。该类自适应多用户检测器具有更高的收敛速度和抗远近效应的能力。     

一种增强的运动自适应算法

基于传统算法,提出了一种增强的运动自适应去隔行算法．在第一步运动检测得出运动状态之后用中值检测来纠正运动误判,提高了运动检测的抑制噪声能力．其次,由检测结果进行运动自适应插值：对图像静止部分使用场间插值,对运动部分使用边缘自适应插值．实验结果表明,该算法提高了运动检测的准确性,对静止图像和动态图像均能达到较好的效果．在一定程度上克服了传统算法带来的运动模糊、边缘锯齿等问题,同时与运动补偿算法相比,具有易于硬件实现的优点．     

一种改进的模型参考自适应算法

针对一种模型跟随自适应算法（DS-AMFC），利用线性神经网络预测系统输出与模型输出之差为控制信号的计算提供较准确的偏差值，用该估计的偏差量进行控制。同时，把控制的误差引入控制信号，在输入信号频率较高时仍具有跟随模型的能力，鲁棒性大大提高。     

一种基于SFEC算法的车间调度问题

针对车间调度的问题，提出一种改进的演化算法．在算法中，首先引入个体之间距离和邻域的定义，从而根据距离来确定个体的相似性，并且根据个体的相似性对种群进行分级，以此得到新解产生的邻域．另外，为了提高算法的收敛速度，文中对较好的个体加入加速因子——列队竞争算子．最后，通过数值仿真检验，验证了本文算法的有效性和优越性。     

一种快速成型自适应分层算法

为提高快速成型产品的成型精度和效率,提出了一种快速成型自适应分层算法.该算法通过重新构建STL模型拓扑信息,结合交点追踪法和交点标记法,根据相邻切片层的面积差比率自动调节分层层厚,实现对STL模型的自适应分层.实例分析表明,该算法运行稳定、分层效率高、可靠性好.     

基于双向BFS算法的城市轨道交通有效路径研究

确定城市轨道交通有效路径是客流预测、客流清分等运营管理工作的重要基础,本文在分析乘客对换乘次数及出行成本容忍度的基础上,设计了基于广度优先算法的双向BFS(breadth-first search)算法.考虑拓扑网络中的换乘站、非换乘站、环线与虚拟换乘弧的特性,对轨道交通站点、线路、区间进行编号,并根据乘客换乘次数不超...     

一种基于模式搜索的自学习遗传算法研究

根据自学习遗传算法的原理,设计了基于模式搜索的学习算子.在此基础上与改进的遗传算法结合,提出了一种基于模式搜索的自学习遗传算法.通过对该算法在复杂函数优化情况下与传统遗传算法的对比测试表明,该算法的改进是有效的.     

���ڡ�������������̾�·�㷨

最短径路是网络优化中的一个经典问题，Dijkstra算法被公认为是一种十分有效的最短径路的搜索求解算法．本在研究网络一般结构特点的基础上，发现传统Dijkstra算法在每次迭代过程中都需要搜索所有节点的这一缺陷，通过向搜索节点中引入“度”的信息，提出了基于“度搜索”的改进算法，并根据网络的特点，给出了有向网络和无向网络两种情况下存在“度”差异的算法设计方法；算法的整体结构与Dijkstra保持了一致性，没有算法结构的突变，因而通过修改原有Dijkstra程序和重新设计“度搜索”程序都十分容易实现．该算法提高了最短径路的搜索效率，特别是对稀疏网络，算法效率更为明显，其复杂度小于O(｜V｜^2)．     

基于遗传禁忌算法的城市公交线网优化研究

针对城市公共交通线网优化问题,利用遗传禁忌算法进行研究.通过对公交线网优化目标函数和关键约束条件的分析,从乘客利益、企业效益及社会环境的角度出发,以公共交通效率最大化为总目标,建立公交线网优化模型.在分析遗传算法和禁忌搜索算法自身的优势与不足的基础上,提出基于遗传禁忌算法的公交线网优化算法,并将其应用于银川市公共交通线网规划中,结果表明该算法科学合理,可操作性强.     

基于纹理尺寸自适应的Criminisi图像修复改进算法

针对Criminisi图像修复算法中样本块选择的随意性,导致图像修复效果欠佳的缺陷,提出一种针对纹理图像的Criminisi改进算法。该算法通过对纹理图像预处理后获得的二值化图像进行统计分析,获得图像的行和列纹理曲线,进而得到纹理曲线的极值点变化曲线,并最终获得样本块的近似尺寸。仿真实验表明,将本文获取的样本尺寸作为Criminisi修复算法的样本尺寸,获得了较传统Cfiminisi算法更好的视觉效果。     

基于下降搜索的量子进化算法

为了提高全局寻优能力和收敛速度，基于量子进化算法和混合遗传算法，提出了一种新的进化算法．该算法将下降搜索理论应用到量子进化算法中，改进了量子进化算法仅靠量子门进行迭代的作用，从而加快了收敛速度，并降低了个体在进化时产生退化的可能性．典型函数的仿真实验结果表明，该算法具有好的全局性和收敛性．     

IPv4/IPv6混合网络中一种过渡拓扑发现技术

由于IPv4网络的广泛影响,其向IPv6网络的过渡需要很长一段时间.在此期间,IPv4协议和IPv6协议长期共存,过渡网络的管理是亟待解决的重要问题.针对此问题,分析了拓扑发现的一般方法和在IPv4/IPv6混合网络环境下拓扑发现需要解决的问题,提出了一种解决方案.方案综合了SNMP网络管理模式和traceroute6网络管理技术,解决了匿名路由器和交叉链路的发现等问题.实验表明该方案工作效率较高,结果令人满意.     

基于能量与功率控制的TopDisc拓扑算法研究

拓扑控制是无线传感器网络的一个重要研究方向,选择良好的拓扑控制机制,能够提高网络通信效率并延长网络的生命周期。在TopDisc算法的基础上,提出了一种基于能量与功率控制的拓扑控制算法,在能量的引导下,通过调整节点的发射功率,生成更适合的网络拓扑结构。仿真实验结果表明改进的算法形成的簇的交叠更少,网络的生存时间更长。     

基于等值线搜索带的地磁匹配算法

针对TERCOM算法在地磁匹配应用中存在的不足,提出了基于等值线搜索带的改进匹配算法,将地磁基准图上的匹配搜索区域缩小到航迹起始点地磁测量值对应的地磁场等值线附近区域,从而减少匹配搜索时间和计算量.仿真实验结果表明,该算法在保证匹配精度的前提下,能够有效降低匹配计算时间,提高匹配算法的实时性.