简介：摘要计算机算法是计算机进行计算过程执行的具体体现，在计算机实践应用中发挥着至关重要的作用。因此，有必要学习与掌握计算机算法，加强对计算机技术的了解，提升计算机知识与技术的学习与应用质量。本文基于已有学习经验，通过相关文献资料梳理，对计算机算法进行了简要分析。

简介：关系数据的聚类算法对于传播研究意义重大,首先运用迭代系统隐喻个体结构的变化,用输出与状态的包含距离表示关系的非对称同时也确定拥有最高结构等级序列的节点来代表簇;再将Hausdorff距离引入DBSCAN算法,使得同结构节点进行合并的加和算子和层次上卷的并算子变得可压缩。运用复杂网络研究人员的数据对算法的有效性进行了评估,分层后的人员合作网具有不同的网络结构特征;关键词在层次2网络中的传播效率高;互惠关系在知识传播中的作用最大。新的发现证明算法通过引入Hutchinson算子的可压缩测度Hausdorff距离使得网络结构对传播效果的影响得以体现,该算法的设计思路是正确的。

简介：对最优加权随机汇池网络的自适应算法进行研究,以均方误差作为随机汇池网络输出性能评价指标,推导了最小均方(LMS)和Kalman-LMS算法的递归表达式,并应用到输入信号方差发生改变的非稳态情况中,结果表明两种自适应算法都能够迭代收敛到权的最优解。与LMS算法相比,Kalman-LMS算法不仅收敛速度快,而且权均方偏差每一步都是最优的,在网络节点的个数较少时,Kalman-LMS算法能够获得更小的均方误差,而随着网络节点的个数增加,两种自适应算法得到的均方误差趋于一致。

简介：融合社交网络的社会化推荐算法是目前推荐系统中普遍采用的方法。在现实的社交网络中,用户间存在多种关系,而每种关系对于推荐的影响是不同的,因此在推荐中单纯引入某一种社交关系必然影响推荐结果的准确率。本文基于多子网复合复杂网络模型,通过在用户商品二部图上加载多关系社交网络,构建多关系复合网,提出了基于多关系复合网的物质扩散推荐算法。在真实的数据集Epinions和FilmTrust上的实验结果表明,加入两种社交关系的推荐算法比加入一种社交关系的推荐算法及传统的物质扩散算法在推荐准确率方面有显著提高。

简介：摘要在窄波速运动误差小或分辨率过低的情况下，只能补偿波束中心的误差，而完全没有考虑方位空变误差带来的影响。不过对于高清成像，由于方位积累角很大，并且运动误差因时间不同而发生不同变化，致使方位谱会出现失真等问题，进而降低了图像的聚焦效果4。为解决这一问题，笔者在本课题研究中提出了一种可精准补偿误差的方法。并且大量实验结果证实，此方法是切实可行的。

简介：为提高粒子群算法的搜索效率,克服分解方法处理复杂多目标问题的不足,通过考虑父代解的选择和种群的更新对算法收敛性及解的分布均匀性的重要影响,提出了一种基于分解的改进自适应多目标粒子群优化算法。首先,为提高算法收敛速度,在分解方法确保进化种群多样性的前提下,设计了新的适应度评价方法以评价个体的优劣,并将在竞争中获胜的优质后代解添加到父代候选解中;其次,为避免算法陷入局部最优,在更新粒子时,从当前粒子的邻居或邻居外随机选择个体最优和全局最优位置;最后,引入外部文档,将其作为候选的输出种群,并采用拥挤距离维持多样性,增强了算法处理复杂问题的能力。用12个测试函数的数值实验,并与5种多目标优化算法的比较,表明了所提算法的优越性。

简介：本文采用支持向量回归机对物流需求进行预测,研究SVR在物流需求预测中的可行性。为了建立有效的SVR模型,SVR参数需要精心设置,针对物流需求非线性的特点,本文首次提出用遗传算法(GA)优化支持向量回归(SVR)机进行预测,采用最优参数构造SVR模型。以1990-2015年广西货运量为时间序列数据,实验结果表明,以平均绝对误差(MAPE)和均方差比值(MSE)为精度检验标准,GA-SVR比ARIMA和灰色预测具有更优的预测效果。

简介：摘要本文提出一种数据流中利用异种分类器集成进行入侵检测的算法设计。该算法中，我们利用距离当前较近的四个不同时间段数据学习生成四中不同的分类器。根据各个分类器在新到达数据上的的F-度量以及分类准确率计算它们的权重，进而加权平均检测数据流当中的入侵行为，同时调整滑动窗口中的基本窗口，不断更新模型。

简介：摘要近些年，交通拥堵问题和环境污染问题日益严重，而公共交通是缓解这些问题的有效手段。推进公共交通一体化是城市交通运营组织现代化发展的核心内容。本文主要回顾了公交线网规划的发展历程，在现有参考文献的基础上，建立了轨道交通接运公交线网规划的多目标模型，并利用遗传算法对模型进行求解。结果表明，该方法行之有效，能较好的实现接运公交线网规划的任务,在一定程度上为城市轨道交通与常规公交的优化衔接提供了参考依据。对响应政府节能减排，为相关部门调整公共交通布局提供了科学的依据。