简介：标准分算法实施多年后，终因其自身的缺陷而被高考所遗弃，原始分又重新走上历史的舞台。笔者认为，目前采用原始分统计高考成绩，弊大于利，对标准分算法落实优化措施，是解决高考成绩统计较为科学的成绩统计方法。

简介：作为计算机视觉和图像处理领域的重要研究内容,图像匹配的主要目的是寻找图形图像之间的匹配关系。因为传统的匹配方法主要是依靠点作为基本单元的一阶匹配方法和依靠线作为基本单元的二阶匹配方法,因此对采集特征点的选择和匹配方法的优化是很重要的。然而,基于局部图像信息的这两种方法的匹配效果不是很好,本文通过改进使用多目标优化算法NSGA-II,设计实现一种新的高阶图匹配算法,通过设计相关的目标函数和遗传算子,提取两幅图的特征,并在此基础上确定特征点匹配关系。实践表明,该方法在变形和噪声存在的情况下,能够正确匹配两幅图之间的特征点。

简介：摘要为了研究空调系统的优化控制问题，提高空调房间的舒适性，谈论了优化控制的几种预测算法。文中就暖通空调系统中使用的BP神经网络算法、模糊控制算法和遗传算法进行了论述,阐述了这几种方法的特点。

简介：目前，许多小学数学教师走入了一个误区———盲目追求学生解题的算法多样化以及代替学生优化算法。其实，考虑到学生发展的阶段性和个体差异性，应该体现学生个性即可，不能盲目追求算法的数量，应该关注学生主体，处理好算法多样化与优化的关系。

简介：为了提高物联网拓扑网络的工作性能,将改进粒子群算法应用于物联网拓扑可靠性优化中。文章通过分析物联网拓扑可靠性优化的性能参数、抗毁性和生存性的指标特性,讨论基本监测区、理想监测区、一般监测区、拓扑结构的层数以及距离冗余度的基本含义,构建拓扑可靠性优化模型,研究改进粒子群算法的基本原理,提出了传统粒子群算法的缺陷、改进的基本思路和改进粒子群算法的求解流程,并进行了物联网拓扑可靠性的仿真分析,仿真结果表明改进粒子群算法具有较好的优化能力。

简介：本文主要考虑定积分的计算及其应用,了解定积分的一些发展背景,对一些常用的方法和技巧进行了归纳和总结,并较为深入地探讨了定积分的相关应用。

简介：为了能够对蒸汽发生器的液位进行准确地控制,确保核电站的安全运行,将时域分数阶PID模型预测控制技术应用于蒸汽发生器的液位控制中。文章分析了模型预测控制的基本理论,讨论了蒸汽发生器液位预测控制的数学模型;研究了时域分数阶PID控制器的设计模型;设计了蒸汽发生器液位的时域分数阶PID模型预测控制算法,并且设计控制器参数优化的改进蚁群算法流程;最后进行了仿真分析。仿真结果表明,时域分数阶PID控制算法能够获得更好的液位控制效果。

简介：随着网络技术和信息技术的不断发展，网络中的信息资源大量增长，如何在海量的信息资源中找到用户需要的信息成为一大研究热点，智能推荐技术为此问题提供了便捷手段。本文概述了智能推荐系统组成，重点介绍了几种智能推荐算法及其优缺点，最后对该领域的发展方向进行了展望。

简介：目前,随着各领域的信息量暴涨,致使数据挖掘方面既存在机遇又存在挑战,并且这种爆破式的增长导致用户数据挖掘与储存的安全隐私产生了极大的隐患。因此,对数据挖掘隐私保护成为了当前亟待解决的问题。本文主要对数据挖掘隐私保护的算法进行研究,通过扰动算法以及关联规则隐藏算法两种算法进行对数据挖掘隐私保护算法进行研究,以期使问题得到解决。

简介：连通支配集是一个著名的NP难解问题，在网络和通信等领域具有重要应用．该文主要研究连通支配集的规约规则设计与实现．对现有规约规则进行改进，同时通过对图中顶点进行着色，提出新的局部规约规则．接着对规约规则则进行实现并测试在模拟无线传感网络中的规约效果．实验结果表明，规约规则在各种不同规模和不同稠密度网络中均能不同程度降抵问题规模．

简介：盾构速调地质变形预测对于提高盾构隧道施工可靠性，提高盾构隧道施工的现代化水平具有非常关键的作用，因此，可将基于粒子群算法优化的模糊支持向量机应用于盾构隧道地质变形的预测中。本文首先分析了盾构隧道地质变形计算的理论模型；然后研究了模糊支持向量机的基本理论；接着讨论了粒子群算法，并且设计了相应的算法流程；最后进行盾构隧道地质变形预测的仿真分析。仿真结果表明，基于粒子群算法优化的模糊支持向量机能够提高盾构隧道地质变形的预测精度。

简介：本文总结了传统的K临近算法以及近期其他人对于该方法的改进，对于传统的K临近算法和王正欧与王晓晔提出的独立簇方法进行详细概括，并根据具体实例总结了两者算法的优点及缺点。最后，我提出了一个自己的算法，对两者进行改进。

简介：1．引言算法是高考每年必考内容，多以客观题形式出现，难度为中等或中等以下．考查方式多为程序框图，按题型划分主要有求结果、填补过程、求输入参量三类，它的考查方式十分灵活，具有常考常新，活而不难的特点．并且此类问题常和其他知识交汇，其中与函数、三角、不等式、数列、概率与统计的交汇是高考热点．

简介：序列比对是将蛋白质中的基因或氨基酸进行对齐的动作,目的是要找出两序列的相似程度,而多重序列比对则是同时比对多个DNA或蛋白质序列,找出此序列群组中最佳的比对结果.本研究结合遗传算法及模拟退火算法,先利用遗传算法优化种群的概念,随着世代演进逐渐产生近似最佳解,再利用模拟退火算法进行小区块内的比对修正.实验结果显示,利用遗传算法与模拟退火算法的结合,使得遗传算法在跳脱局部最佳解的时候能有更大空间移动,而且也让模拟退火算法能有效解决经由遗传算法初步比对之后所产生的不良区域.两种算法结合的序列比对结果比任何单一算法的结果好,因此可以提升整体比对效果,将来能够为生物学家在判断未知序列功能时提供适当的帮助.

简介：针对多属性群组决策问题,文章提出一种专家权重与属性权重互调的自适应调整算法。经过实验对比分析发现,不考虑属性权重的排序结果和经过自适应算法得到的排序结果有一定差异,但只在局部起作用。这充分表明了专家权重与属性权重之间相互关联又相互制约的关系。

简介：TSP是一个经典的组合优化问题,已被证明。它还是经典的NP完全难题,该问题已被广泛用于物流系统中车辆选路等方面。近年来,学者们基于生物理论提出了许多解决此类问题的方法,其中就包括蚁群算法。通过描述TSP问题,并在此基础上探讨运用蚁群算法求解TSP问题。

简介：摘要“除数是整数的小数除法”在小数除法中的地位很重要，它既和整数除法的计算方法相类似，是整数除法的延伸，又是除数是小数的除法的开端，在过程中起到了承上启下的作用，而把整数除法和除数是整数的小数除法建立起联系的是“转化”的方法。

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：求解矩阵的特征值和特征向量在科学工程计算上有着重要应用，本文探讨了求解矩阵特征值问题的常用计算方法，主要包括向量迭代法和变换方法两大类，总结了算法的特点，给出了其应用领域。

简介：摘要雷达回波跟踪算法与短时临近预警是重庆市气象局业务技术攻关面上项目黔江区CD雷达产品特征分析及短时临近自动预警研究（ywgg-201407）研究成果的软件部分，预警使用VisualC++语言开发，以雷达基数据为基础，通过对雷达产回波二值化，均值滤波、开启运算、闭合运算，采用区域生长法分离出单个回波联通区域，并对每个回波联通区域的特征进行自动分析计算，实现自动识别、跟踪和预警，有效提高强对流天气短时临近预警能力。