简介：标准差在反映标志变异程度上存在着准确性低、误差大的致命性缺陷，并且缺乏解构性功能。从平均差的传统计量公式出发推导出具有精准性和解构性兼备的新的计量模型，阐述和证明平均差所具有的10条数学性质。它所涵盖和反映的信息量大大超越标准差，应用范围更广泛。提出新的离散系数计量模型，并运用负数转正取值的最近邻性和分母、分子对称位移性原理，有效地解决了均值F为负数和零值条件下的离散系数计量难题。

简介：将一种改进的遗传算法用于MIMO天线阵的优化,分析了容量与相关性的关系。在均匀线阵与均匀圆阵的相关性模型上,比较达波角、扩展角及天线间距对于相关性的影响。运用遗传算法,对构建的相关系数组成的矩阵进行分析,给出定长非均匀4元线阵与圆阵在最小相关性下的天线阵分布。

简介：针对一般自适应算法对弱机动、非机动目标的跟踪精度不高的问题，将模糊逻辑引入系统，对并行工作的两滤波器进行数据融合。仿真结果表明：与一般自适应算法相比，本算法对不同机动程度的目标跟踪精度均有大幅提高。

简介：提出了一种基于线圈数据的瓶颈点自动识别算法。算法以临界流量作为算法的触发变量，根据道路条件、服务水平和大型车比例计算临界流量。算法的识别程序包括2部分：首先通过计算当前占有率与前时刻占有率的相对差值来判定瓶颈点上游位置；然后通过计算上游占有率与下游占有率的相对差值确定瓶颈点下游的位置。此外，提出了基于数据集计周期、瓶颈点识别率和误判率的算法性能评价方法。利用上海市内环高架大柏树广中路段的线圈数据进行试验，结果表明，瓶颈点自动识别算法在准确率和效率上有显著提高。

简介：AdhocNetwork无线局域网络又称自组网络，是将移动性扩展到无线领域中的自治系统，它有自己特定的路由选择协议。本文探讨了一种基于AODV路由协议（AdhocOn—demandDistantVector）的改进算法并利用GloMoSim软件仿真并分析AdHoc网络改进前后两种按需路由协议。

简介：属性约简是粗糙集理论的一个基本内容，是决策系统规则提取的一个有效手段，同时也是数据挖掘的一个重要方法。本文简要地介绍以国内为主的关于属性约简算法研究的若干进展情况，内容涉及属性约简的主要类型，核与属性约简算法以及最小属性约简的计算，并粗略地讨论今后发展的方向。

简介：文章在已有极值中值滤波算法的基础上,提出一种改进的滤波算法.该算法对于不同密度的椒盐噪声采用了不同的滤波方法.在噪声密度较低时,采用有效信号的均值滤波;在噪声密度较大时,采用递归方式进行滤波.经过大量实验证明,该算法在滤除椒盐噪声能力和细节保护能力方面均有较大提高.

简介：随着信息技术的发展，大量的数据不断被收集和存储，对数据的挖掘规模越来越大，传统的数据挖掘已经无法解决海量数据挖掘问题。网格技术的发展，使得广域分布的海量数据的挖掘问题得到解决。文章根据现实中海量数据挖掘的需求和网格的本质，把并行关联规则挖掘算法应用于网格数据挖掘中，并建立了一个并行数据挖掘模型，验证了并行数据挖掘系统在网格环境的可行性与合理性。

简介：为提高称重传感器的蠕变补偿精度，分析了双指数曲线衰减补偿法，并在此基础上提出了一种基于BP神经网络的称重传感器的蠕变补偿方法。该方法可实现传感器蠕变误差的高精度补偿，且不受环境温度与传感器载荷等影响，具有很高的推广应用价值，为传感器的蠕变误差补偿提供一种新方法。

简介：本文应用具有等式约束的非线性规划的最优解的二阶充分条件。导出线性等式的约束二次规划的最优解的矩阵表达式。这一算法也可应用于一般的非线性规划的迭代算法中。

简介：细菌趋药性算法是优化领域中新的仿生进化算法．该算法利用细菌在引诱剂环境下的应激反应动作来进行函数优化。在介绍细菌趋药性算法原理的基础上，分析了各参数对算法的影响，给出一种新的改进模型，并进行了函数优化仿真实验，给出了相应的结果比较。

简介：利用对称差分、肤色模型和几何特征相结合可以快速实现视频图像中的人脸检测,具体做法是:先利用图像对称差分方法得到运动区域,再用肤色检测方法在运动区域中得到人脸候选区域,最后通过检测眼睛位置,利用人脸几何特征精确定位人脸.此方法提高了检测速度,降低了误检率,可以应用在视频监控等实时系统中.

简介：提出了一个求解流水车间调度问题的改进的遗传算法．该方法把一个染色体编码成若干个可以重复的自然数，表示相应工件的排序权值；通过简单交换两个父代的若干相同位置的基因，产生能够继承父代优良特性的子代；并且采用均匀变异，更好地保持种群中基因的多样性．实验表明，比起传统的遗传算法，该方法的性能有显著改善．

简介：分析了脉冲耦合神经网络的路径寻优原理，针对交通诱导系统的要求提出了脉冲耦合神经网络的简化方法和应用模型，给出了基于脉冲耦合神经网络简化模型的最短路径的算法。通过算例，显示出其具有较高的寻优效率和收敛性。

简介：针对数据结构与算法课程概念抽象和理论深奥的特点,进行深奥理论可视化教学改革的探索和实践。通过运用概念图、语义网络等知识可视化工具,进行数据结构与算法课程中深奥理论的可视化教学,将抽象的概念形象生动地呈现给学生,启发学生过渡到抽象思维,从而掌握知识的规律性,形成科学的理论体系,使计算机算法知识领域中深奥理论由短时记忆转换为长时记忆。最后,对深奥理论可视化教学改革的实施效果进行了分析,旨在使学生变被动学习为主动学习,创造性地进行学习,有效地提高学生运用多种数据结构解决实际问题的能力。

简介：针对数据结构与算法课程算法复杂和概念抽象的特点,进行计算过程可视化教学改革的探索和实践。通过运用幻灯片、动画等系列的知识可视化工具,从数据结构的可视化和算法运行的可视化角度,进行数据结构与算法课程中复杂算法计算过程的可视化教学研究,将算法的计算过程形象生动地呈现给学生,提高学生的学习注意力和学习兴趣,激发学生的主动性和创造性。最后,对计算过程可视化教学改革的实施效果进行了分析,旨在加深学生对复杂算法计算过程的理解,学习掌握计算机算法设计与分析的技巧,培养学生独立的算法分析和设计能力。

简介：为了提高行人检测的准确性,提出一种改进的方向梯度直方图(HOG)算法,首先对图像进行两种方式的HOG特征向量的提取,方形划分和圆形划分方式,并对圆形划分得到的梯度直方图进行权值优化调整,再结合残差网络(ResNet)提取的深度模型特征,最佳特征向量用主成分分析算法(PCA)降维,通过SVM算法对行人进行检测。通过对HOG与ResNet特征融合算法进行仿真,并与其他行人检测算法对比,在提升准确率与降低漏检率上取得了很好效果。

简介：为了解决5G认知无线网络中的Byzantine攻击,在频谱感知过程中提出了一种双边阈值筛选方案.在每个回合中,从用户首先将感知能量值和检测信噪比提交给融合中心.根据检测信噪比,融合中心对能量值进行归一化.然后,对归一化能量值进行排序并遍历这些归一化能量值的中点,以最大化从用户的分类准确率.此外,通过引入识别概率和误筛概率,分析了归一化能量值的分布,从而推导了给定误筛概率情况下的恶意用户双边筛选阈值.最后,通过该双边筛选阈值获得恶意用户名单.仿真结果表明:所提方案的主用户正确感知率、虚警和检测概率均要优于当前主流方案.

简介：在分析基本粒子群优化算法的基础上,对学习因子进行非线性异步策略调整,改变其固定常数模式,平衡算法在迭代过程中的局部和全局搜索能力;同时引入活力因子,对失活粒子执行变异操作,提高种群多样性。改进算法可以提升对多维空间的全局寻优能力,避免粒子产生早熟收敛现象。将改进粒子群算法引入图像匹配优化问题中,提出了一种基于改进粒子群算法的图像匹配算法,实验结果表明,该算法具有更快的匹配速度以及更高的匹配精度,具有强鲁棒性。

简介：针对分割图像目标是无法提取目标的真实边缘且实时性不佳,引入混沌系统改进的PSO（简化粒子群算法）提取出的目标边缘作为Snake模型分割的起始位置,优化能量函数后分割出精准目标.实验表明：对图像目标进行分割的时间减少且精准度也提高了。