X2分布和F分布导出的检验定理及其证明

对于单因素试验方差分析统计模型的假设检验问题,由X2分布和F分布导出了一个用来进行显著性检验的F检验定理,并作了定理的理论证明。     

一种新的优化算法——F—D算法

针对实际工程中的优化问题,将Ｆｌｏｙｄ算法和Ｄｉｊｋｓｔｒａ算法结合起来,形成一种用以求妥无向图中部分顶点间最短路径的新优化算法－－Ｆ－Ｄ算法,并用算例验证Ｆ－Ｄ算法的计算效率。     

矩阵F算法的一种改进算法

论述了Ｆ线与列上零位组之间的联系：在矩阵元素为有理数的假定下，简化了矩阵Ｆ算法的证明：改进了矩阵Ｆ算法．从而提高了其运算效率．     

K-means聚类算法的一种改进方法研究

针对K-means聚类算法对初始聚类中心敏感问题,提出1种结合方差与误差平方和的优化算法.首先,该算法基于方差和距离选取k个位于不同区域且样本点相对集中的集合.然后,分别选取使这k个样本集合误差平方和最小的数据作为k个初始聚类中心.利用改进算法与其他算法将UCI数据库中所选取的数据集进行聚类划分,对比不同算法下的聚类结...     

RTT比率和缓冲区下BBR算法公平性双因素方差分析

在两种不同的网络瓶颈带宽条件下,通过NS3模拟仿真试验,研究了BBR算法在不同RTT比率和缓冲区大小下的公平指数的变化,并对结果采用双因素数值方差分析。分析表明：RTT比率和缓冲区大小对BBR算法公平性影响显著,RTT比率和缓冲区大小的交互效应影响不显著;根据F值大小得出RTT比率对BBR算法公平性的影响最显著,其次是缓冲区大小。     

一种局部概率引导的优化K-means++算法

针对K-means++算法选取初始聚类中心计算误差平方和时, 实验次数对误差平方影响不准确的问题, 提出一种PK-means++算法. 结果表明, 该算法在进行分散数据聚类时, 在同一K值情形下, 聚类后的误差平方和较原K-means++算法更稳定, 从而更好地保证了随机实验取值的稳定性.     

协方差分析的一种算法

给出了在协方差分析中,对任何局部参数进行检测时使用Ｆ－统计量的简明表达式,也给出了具体的算法。     

Beder曲线的一种快速绘制算法及其实现

在CAD/CAM等领域中，Bezier曲线是一种常用的曲线造型方法。本文对Bezier曲线显示和绘制的终止条件作了改进，给出一种快速绘制Bezjer曲线的方法，并用C语言实现。     

一种局部概率引导的优化K-means++算法

针对K-means++算法选取初始聚类中心计算误差平方和时, 实验次数对误差平方影响不准确的问题， 提出一种PK-means++算法. 结果表明, 该算法在进行分散数据聚类时, 在同一K值情形下, 聚类后的误差平方和较原K-means++算法更稳定, 从而更好地保证了随机实验取值的稳定性.     

一种生成判断矩阵的简易算法

提出一种层次分析法中生成判断矩阵的简易方法。只需仔细判断出第一列元素，据此可逻辑判断出其余列的元素，并有较满意的一致性。     

一种新的概率分布

本文把有返回抽取的巴氏分布模型推广到不返回抽取,从而得到一种新的概率分布。并导出了遵从这种分布的随机变量的期望与方差。同时,还推得在一定条件下,这种分布是近似于巴氏分布。     

一种基于最大最小距离和SSE的自适应聚类算法

K均值聚类是一种常用的聚类算法,需要指定初始中心和簇数,但随意指定初始中心可能导致聚类陷入局部最优解,且实际应用中簇数未必是已知的。针对K均值聚类的不足,文中提出了一个自适应聚类算法,该算法基于数据实例之间的最大最小距离选取初始聚类中心,基于误差平方和(SSE)选择相对最稀疏的簇分裂,并根据SSE变化趋势停止簇分裂从而自动确定簇数。实验结果表明,该算法可以在不增加迭代次数的情况下得到更准确的聚类结果,验证了所提聚类算法是有效的。     

不等重复试验下的单因素异方差分析

给出了从各个正态总体所得样本容量不等时方差不等但成比例的多个正态总体均值是否相等的检验方法.     

无线网络中一种智能路由算法

一个ad hoc网络是一个多跳无线网络，网络中的节点互相通信而不依赖于预先架设的固定基础设施，这种动态网络的最重要特点是寻找在通常情况下很好执行的路由算法。基于“簇”的算法是最有效的算法，目前，创建和维持“簇”通常是基于启发式方法。MWIS是一个分布式算法用于在一个无线网络拓扑图中确定最大权独立集算法，而划分网络节点为“簇”的问题可以很容易简化为寻找最大权力集问题。基于MWIS，我们提出了寻找一个最大向量权独立集算法MVWIS并且通过MATLIB进行了仿真实验。     

一种改进的区域四叉树空间搜索简易算法

对区域四叉树算法进行改进,增强了系统对空间对象检索的兼容性,增加了空间对象检索的效率．并在应用系统中完全实现,取得了良好的效果．     

一种优化矩阵算法在火灾救援最佳路线选择上的应用

火灾发生后,消防救援力量如何尽快地到达火灾事故现场,及时实施灭火救援,对于扑灭火灾、挽救损失具有重要意义。而如何选择一条最佳救援路线是一项值得研究的重要课题。传统上基于Floyd算法的最佳路线选择,当节点较多时,计算的矩阵多,重复计算量大,效率较低。本文应用一种优化的矩阵算法,计算最佳行车路径,从而做出合理的应急决策。计算实例表明,优化的矩阵算法减少了计算量,提高了效率,对优化决策有着重要意义。     

一种新的求解非线性互补问题的Derivative-Free算法

把NCP(F)通过约束极小化变形转化为无约束极小化问题,构造一种新的Derivative-Free下降算法,并在一定条件下证明了Derivative-Free下降算法的合理性及整体收敛性.     

一种结合视觉显著性的GrabCut图像分割方法

结合显著区域检测技术和GrabCut算法,提出了一种新的图像分割方法.首先,计算融合中心知识和目标紧致度的多尺度区域对比度,通过Harris特征信息和贝叶斯模型进一步提高显著性,得到更加精确的前景检测模型;然后,对显著图进行分割获得目标的粗略位置,将位置信息用于GrabCut算法初始化,并在GrabCut初始化建模中引入显著值权重;最后,结合形态学运算改进分割的目标.实验结果表明:该方法能够实现自动分割,并且取得了接近甚至优于一些GrabCut方法的结果.     

一种正交量子进化算法

提出一种基于正交试验设计的量子进化算法.通过正交试验设计方法找到最有效的优秀个体知识组合,利用基于正交试验因素分析的约束修补算子对知识组合进行修补,并将获得的知识组合作为量子群体的吸引子.同时,采用正交试验结果动态调节量子更新转角大小,使得量子更新更简洁且具有自适应学习能力.Rastrigin和Ackley函数优化和0-1背包组合优化实验表明:该算法缩短了量子寻找到最佳知识组合的时间,降低了计算成本,提高了算法精度.