简介：然后扫描数据库来确定Ck中那些k-项目集是频繁项目集,频繁k项集c的每一单个项目i所对应的频繁1项集{i}或者从L1中取,所以在利用FUP算法对关联规则进行更新时

简介：摘要优化变电检修计划，可以获得更加经济和理想的检修计划方案。基于这种认识，本文提出了一种基于粒子随机变异思想的改进型离散粒子群算法，能够对变电检修计划模型进行优化。从计划的优化效果来看，采用该算法可以降低变电检修成本，并使检修工作效率得到提高，因此可以为变电检修带来更多的效益。

简介：[摘要] PID控制算法是经典的工业工程控制算法之一，增量式PID控制算法是对传统PID控制算法的优化，但其存在静态误差无法消除的影响，因此本文引入遗传算法对其进行进一步优化，并给出了优化步骤，同时给出了一个用遗传算法进行单环系统增量式PID控制器优化设计的仿真实例，并克服了其静态误差无法消除的问题。

简介：摘要：PID控制算法是经典的工业工程控制算法之一，增量式PID控制算法是对传统PID控制算法的优化，但其存在静态误差无法消除的影响，因此本文引入遗传算法对其进行进一步优化，并给出了优化步骤，同时给出了一个用遗传算法进行单环系统增量式PID控制器优化设计的仿真实例，并克服了其静态误差无法消除的问题。

简介：发现频繁项集是数据挖掘应用中的关键问题,发现过程的高花费要求对增量数据挖掘算法进行深入研究.考虑保持最小支持度不变,一个事务数据集d动态的添加到事务数据库D中时,利用基于矩阵的MFUP(Matrix_Fast_Update)算法生成事务数据库DUd中的频繁项集.

简介：在不均衡数据集下,SVM分类超平面的偏移,使得基于KKT条件进行样本选择的增量学习算法性能不佳,针对该问题,提出动态代价的SVM增量学习算法,该算法依据各类样本密度之间的关系动态计算类的错分代价,减少每次迭代中分类超平面偏移造成的错误累积,保证依据KKT条件选取样本的准确性,使得每次迭代选取的样本都包含当前分类器缺少的空间信息,提高最终分类器在不均衡数据集下的分类性能.最后,在UCI数据集上的仿真实验结果表明该算法能够提高不均衡数据下的分类性能.

简介：摘要：惯性导航测量过程中的零偏作为系统误差之一对惯性器件的精度影响更为巨大。因此，采用离散平滑滤波法对惯性器件固定位置下的温循数据进行处理，将处理数据作为实际补偿零偏系数。采用分立式标定方法对惯性器件进行常温标定，将标定得到的惯性量采用最小二乘算法得到常温系统误差系数。将其误差系数和带有全温实际补偿零偏的系统误差系数进行离散化，将系数带入数学模型进行全温补偿简化标定方式。通过实验结果表明，该模型能够通过离散温度补偿模型简化标定方法，惯性器件三温补偿后的零位均满足指标要求。

简介：本文将文献[5]中的偏差估计公式推广到有任意多个目标函数和α∈（0，＋∞）的情形并给出约束参数集维数可任意的数值例子．

简介：一种保护图像不被非法记录和转发的有效方法是在图像中嵌入数字水印.本文提出一种离散余弦变换与离散小波变换相结合的数字水印算法.实验结果证明,本算法虽然嵌入水印后图像的质量有所下降,但能够抵抗很多种类的攻击,具有具有良好的视觉效果和鲁棒性.

简介：采用一种改进的人工蜂群算法（IABc）求解标准车辆路径问题．针对基本人工蜂群算法易陷入局部极小、收敛较慢等缺陷，提出了6种邻域生成策略，并基于此设计了新的局部搜索算法．引领蜂和跟随蜂根据该算法在邻域空间内更新当前解．通过小规模和大规模算例的仿真实验，将本文算法与其它智能算法以及基本人工蜂群算法进行了比较，验证了本文提出的算法无论在有效性还是稳定性上都具有良好的效果．

简介：对于离散非线性系统迭代学习控制,在最优迭代因果学习律的存在性条件算法收敛性条件基础上,针对实际应用,提出了一种近似迭代算法,证明了近似迭代控制收敛于最优控制.

简介：基于离散F距的签名认证算法,离散F距算法应用到签名认证中,该算法以签名曲线的离散F距作为评判准则来比较测试签名和参考签名的相似程度

简介：本文在Birkhoff框架下，采用离散变分方法研究了非Hamilton系统-Whittaker方程的数值解法，并通过和传统的Runge—Kutta方法进行比较，说明了在Birkhoff框架下研究非Hamilton系统可以得到更加可靠和精确的数值结果．

简介：采用循环链表构建凸包，使凸包的各顶点在增量过程中，始终处于动态变化的稳定循环链中，无差错地生成结果凸包。相比顺序表而言，每次只需修改指针，无须在内存中频繁移动顶点数据，节省大量的系统时间及内存资源，从根本上解决首尾相接的凸包动态生成问题，极好地满足程序的鲁棒性原则，代码执行效率高。

简介：本文首先分析了增量学习过程中支持向量与非支持向量的相互转化问题，而后在此基础上提出了基于超球结构的支持向量机增量学习算法。该算法主要利用超球结构，完成对增量学习中训练样本的选取，进而完成分类器的重构。实验表明，该算法比传统支持向量机增量学习算法具有更高的分类精度。

简介：通过对一类离散系统的迭代学习控制问题的讨论提出了一种新的迭代学习控制算法，证明了新算法的收敛性。该算法与目前的算法具有完全不同的形式，可通过调节参数提高算法的收敛速度。

简介：摘 要：在基坑开挖过程中，土体的受力特性较为复杂，不能简单地认为某个土体单元卸荷或加载。考虑刚性和柔性两种围压加载方式，采用颗粒流程序（PFC2D）开展了不同含石量和块石空间分布下基坑土体的数值试验研究，从宏细观上探究了基坑土体在不同加载方式下的变形破坏规律。数值模拟表明：基坑周围在刚性或柔性约束下，呈复杂的多叉型或对称的单叉型变形破坏模式，总体表现为基坑土体的颗粒间接触力的传递演化规律。

简介：

简介：摘 要：在超大规模集成电路（VLSI）的开发中，故障模拟作为评价测试模式的一种有效方法被广泛使用。在本研究报告中，通过保存和再利用模拟结果，将增量算法应用到故障模拟过程之中。使用增量算法可以快速高效完成故障模拟。以前，快速高效进行故障模拟的手法有并列法、演绎法、联合法等方法。但是，并列法在超过计算机的字长的情况下不能实现并行性，而演绎法又需要集合运算，联合法只对与正常电路不同的部分进行模拟，在这一点上虽然类似于本文，但是故障列表的传送处理是必要的。与此相对，本文提出的事件驱动算法让故障模拟的实现更简单化，并且具有并行性和硬件化更易实现的特点。

简介：摘要：针对传统方法难以处理动态目标分配同时深度强化学习方法动作空间不匹配问题，本文提出了多维离散动作近端策略算法，从实验结果可以看出，该方法适应于解决多维动态目标分配问题，能够显著提升全局结果。