行列式的图论定义

行列式是大家很熟悉的一个基本数学对象。在一般教科书中,行列式的定义由于用到了一些置换理论而显得比较抽象。本文建议利用图这一直观工具给出行列式的定义,避免置换概念的使用。     

基于混合遗传聚类的Web日志挖掘

通过对Web日志文件进行分析，提出了一种用混合遗传聚类对Web用户的行为进行分析的方法,混合遗传聚类是标准遗传算法和K-中心点算法的有机结合．实验证明，该方法是一个具有全局最优解的聚类方法，其结果明显优于标准遗传聚类方法．该算法能够有效地剔除噪音，得到很好的用户聚类和页面聚类的结果，为网站的管理者设计个性化的商务网站提供了有效的决策依据．     

基于聚类分析法的宁波市公交线路技术性能诊断

以宁波市公交线路网为例,运用聚类分析方法,对宁波市的公交线网做诊断分析,得到了宁波市公交线路的技术性能分类结果,了解了各个类别中公交线路的运营状况,并提出了优化方案.为公交线路的性能诊断分析提供了一种较为简便、有效的方法.     

基于仿真与遗传算法的PID参数整定方法

用MATLAB中的SIMULINK对PID校正过程进行仿真,并据此设计出想得到得理想曲线,再用遗传算法来整定PID参数,使得到的输出尽量逼近理想曲线.由此来完成PID的参数整定.     

基于遗传算法的单件组合拍卖营销定价方法

为了克服传统拍卖式定价法在互联网环境下定价效率较低的不足,提出了一种基于遗传算法的单件组合拍卖定价新方法。并给出了相应的定价协议。实验结果表明该方法能实现企业营销者的最大利润,并可以高效实现多种商品的同时定价。     

一种图论方法在电力系统故障恢复中的应用

引述了图论理论中的一个最大流问题的解法一标号法，并将其应用到电力系统的故障恢复策略的生成当中。文章首先介绍了有关标号法的基本内容；之后列出了标号法所用的临界约束和参量，讨论了电力系统故障恢复策略生成的具体部分，对在容量限制下故障系统的恢复，提出了一种数值研究方法。最后，给出了一个实际故障系统的恢复策略生成例子。     

基于遗传算法的人脸精确定位

提出一种基于遗传算法的人脸图象精确定位方法,作为人脸检测与人脸识别之间的一个中间优化处理过程,以解决由于人脸检测技术的定位误差导致人脸识别错误的问题。精确定位问题转化为一个在离散空间中的优化搜索问题,以遗传算法作为优化搜索方法,利用其收敛速度较快、鲁棒性强和全局寻优等优点,改进了基于身份子空间统一模型的人脸识别系统的识别效果。实验结果表明,基于遗传算法的人脸图象精确定位方法能够有效地提高人脸识别系统的识别率。     

一种基于遗传算法的Job Shop作业排序方法

用遗传算法对ＪｏｂＳｈｏｐ零件排序问题进行优化搜索，并在算法中引Ａ了一些新的思想，以有利于降低种群的规模，提高计算速度，改善优化结果。     

一种基于非参数贝叶斯模型的聚类算法

鉴于聚类分析是机器学习和数据挖掘领域的一项重要技术, 并且与监督学习不同的是聚类分析中没有类别或标签的指导信息, 所以如何选择合适的聚类个数(即模型选择)一直是聚类分析中的难点. 由此提出了一种基于Dirichlet过程混合模型的聚类算法, 并用collapsed Gibbs采样算法对混合模型的参数进行估计. 新算法基于非参数贝叶斯模型的框架, 能够在不断的采样过程中优化模型参数并形成合适的聚类个数. 在人工合成数据集和真实数据集上的聚类实验结果表明: 基于Dirichlet过程混合模型的聚类算法不但能够自动确定聚类个数, 而且具有较强灵活性和鲁棒性.     

基于模糊聚类的构件检索方法

在构件的检索过程中,由于用户对于构件的描述形式或者机制不是很理解,因此很难把自己的需求以专业的术语或者表达形式表示出来,从而影响了检索的效率。引入了刻面权重的定义,将用户的需求有效的具象化,并提出了基于模糊聚类分析的构件检索方法,利用一定的聚类准则将构件库里的构件集合划分为不同的类别,降低构件检索的规模,提高构件检索的效率,同时具有较好的查全率和查准率。实验结果证明了该方法的可行性与有效性。     

交叉算子的性质分析

遗传算法中,交叉算子是基本算子,其算子的选取好坏将直接影响最终的寻优结果,研究遗传算子性质极其重要.以两点交叉算子(含固定位)为例,分析其性质并提出一些改进方案.     

用遗传算法研究Con(n=3-60)团簇的结构特性

我们采用半经验的Gupta多体势结合遗传算法,系统地研究了Con(n=3-60)团簇的几何结构特性.我们发现在钴团簇的生长中存在一个类fcc构型与类Ih构型之间的竞争,从n=39开始,钴团簇呈现出明显的Ih生长模式.Con(n=3-60)团簇的幻数为13,19,23,38,55,结合钴团簇的平均最近邻原子间距和平均配位数,分析了钴团簇幻数序列存在的原因.我们发现团簇内部原子具有增强团簇对称性和加强团簇稳定性的显著作用.     

次模函数近似算法求最小颜色生成树

给定图G并对其进行边着色,G的最小颜色生成树（MCST）问题是指,找出G的一棵生成树,使得其边集所着颜色数最少.最小颜色生成数问题MCST已被证明是NP-、APX-完备的,从而此问题没有近似比为常数的近似算法.本文中,我们利用次模函数理论（贪婪算法的思想）给出最小颜色生成树问题的一个近似算法,且此算法的近似比为最好结果.     

基于图编辑距离的恶意代码检测

传统的恶意代码检测方法漏报率高且运行效率低,很大程度的依赖于人工检测.为解决该问题,基于恶意代码自身的函数调用顺序及程序结构特征,通过静态分析技术将恶意代码抽象为函数调用图,采用图的编辑距离作为恶意代码间相似度的评估标准,将恶意代码的分类识别转化为在已建立的恶意代码图数据库中搜索最小编辑距离邻居图的问题,在此基础上实现了用户检测未知文件恶意性的系统.为了提高检测速度,引入了函数对应的汇编指令集和多路优势点树的高维索引算法.实验证明,该方案兼顾了恶意代码检测的准确性和运行效率.     

基于模型检测的软件安全性验证方法

安全性是安全苛求系统第一性能,为了确保系统安全,这类系统在投入使用之前必须进行安全性验证.本文提出一种基于FTA(fault tree analysis)与LTS(labeled transition systems)模型检测的安全性验证方法验证安全苛求软件系统的安全性,并应用到铁路车站联锁系统的安全性验证中,该方法具有较好的通用性,自动化程度较高,可从效率和安全性方面改善安全苛求软件的设计和开发,丰富了软件的形式化开发方法,也为软件的修改和维护提供了方便.     

基于遗传算法的试题库智能组卷系统研究

智能计算机辅助教学（ＩｎｔｅｌｌｉｇｅｎｔＣｏｍ ｐｕｔｅｒ－Ａｓｓｉｓｔｅｄ Ｉｎｓｔｒｕｃｔｉｏｎ ,ＩＣＡＩ）中一个关键的问题是试题库的智能组卷．针对该问题的特点,建立了该问题的数学模型,给出了用遗传算法解决此问题的新方法,实验结果表明该方法能有效地解决试题库研究中的智能组卷问题,具有较好的性能和实用性．     

基于时间序列采样的正则化回归算法的收敛性

给出了基于时间序列采样的正则化回归算法的误差分析,即先将误差收敛归结为正则误差和样本误差,借助于Hoeffding型不等式给出了正则误差估计;同时,使用覆盖数及基于时间序列的Hoeffding型不等式给出了样本误差估计,从而算出学习速度一种上界的估计．最后的结果也说明学习速度能达到指数收敛性．     

基于粗糙集和SOM网络的客户市场细分方法

市场细分对提高企业核心竞争力具有重要作用。针对目前一些市场细分方法的不足,提出了基于粗糙集和SOM网络的市场细分方法。该方法首先对客户消费数据库进行离散化处理和属性约简,然后采用SOM网络进行自动聚类,形成稳定的客户群,客户群的数量可通过设定SOM网络竞争层神经元个数