简介:物流配送的车辆路径问题(VRP)是近年来物流领域中的研究热点,该问题属于NP难题,较难得到最优解和满意解。在建立了车辆路径问题数学模型的基础上,该问题被分解为两个阶段进行研究,分别为利用基于基地启发式分区算法进行区域划分和利用改进的遗传算法来确定具体的一条配送线路的先后次序。通过此改进的混合遗传算法最终得到优化配送路径。仿真计算结果表明,在大规模车辆路径问题中改进后的算法相比于传统的遗传算法最优解的质量得到一定提高。
简介:近日,来自德国马克斯普朗克研究所(MaxPlanckInstitute)的研究人员创造了一种使用模糊面部图片就能识别人脸的新算法——“无脸识别系统(FRS)”。
简介:序列拼接算法是DNA测序过程中的关键技术。随着新一代测序技术的发展,如何实现高通量、高效率测序已经成为生物信息学领域的重要挑战,序列拼接算法也在逐渐改进以提高拼接效果。基于deBruijn图的序列拼接算法是目前.使用最广泛的方法之一,对其进行分析研究,利用C++编程实现该算法,并对实验结果进行分析。
简介:为更好地适应大规模社会网络数据的应用要求,提出一种基于局部模块度的增量式动态社区发现算法。把对起始时间的社会网络执行静态社区发现获得的社区结构和局部模块度作为增量分析的基础,把局部模块度作为优化的条件,使用四种原子操作,逐步演化社区结构。使用社区结构的局部信息,提高了算法的运行效率。避免了设定参数的条件,提高了算法的适应性。实验结果表明,该算法具有一定的实际应用价值。
简介:针对K-means算法在数据聚类过程中初始值选取的随机性问题,基于非均匀采样原则对该算法进行改进。同时,针对聚类算法并行化的需求,基于Spark平台对改进算法进行了并行化实现。单机串行处理和集群并行化实验证明了该改进算法在处理海量数据集时具有更高的准确性和稳定性,且在Spark平台上的并行化实现具有良好的加速比和可扩展性,从而表明该算法能在实际的海量数据处理中高效运行。
简介:针对暗原色先验方法不适用于白色和高亮区域的问题,提出一种改进的暗原色去雾算法,使还原图像在车牌检测时的表现更好。首先从大气中雾构成的角度出发,变型化简大气散射模型,得到去雾物理模型。然后利用暗原色先验方法求得透射率,并对原方法中会失真的高亮区域进行透射率修正。最后利用去雾模型还原图像。实验证明,改进的算法去雾效果更好,而且能够改善原暗原色算法中的失真情况,提高车牌检测的准确性。
简介:带行指针数组的单链表存储结构是稀疏矩阵压缩存储的一种实用的链式存储结构。文中描述了稀疏矩阵带行指针数组的单链表存储结构及基于此链式存储结构的相加运算算法,并应用C++类模板完成矩阵相加算法的具体实现,对类中参数的抽象化,提高了程序代码的复用性。
基于混合遗传算法的大规模VRP问题算法研究
德国开发全新面部识别算法
基于de Bruijn图的序列拼接算法研究与实现
一种基于局部模块度的增量式动态社区发现算法
基于Spark平台的K-means聚类算法改进及并行化实现
一种应用于车牌检测的改进暗原色去雾算法
稀疏矩阵带行指针数组的单链表存储结构及相加算法实现