简介：

简介：本文针对带有盒子约束的非线性规划问题提出一种算法，该算法把解空间分成几个区域，根据每个区域上解的信息定义其选择概率，再根据轮盘赌选择法选择某个区域，在选择的区域上进行CRS（ControlRandomSearch）算法操作。该方法能够缩小搜索空间，从而提高算法的搜索能力及算法的收敛速度，特别是在算法的后期效果更加明显。最后把提出的算法应用到两个典型的函数优化问题中，数值结果表明，算法是可行的、有效的。

简介：本文阐述了匹配追踪分解的基本原理,分析了参数对时频元的影响.针对其计算量大的问题,提出了用误差最小原则代替内积最大原则,从而大大降低运算量.用计算机模拟了一个信号的分解情况,结果表明简化算法有收敛、有效、计算量小的特点.

简介：本文给出了将分块Hermitian-Toeplitz阵与实矩阵互换,并求其特征结构的一种算法,从而减少对计算机内存的要求和提高处理速度.

简介：本文介绍了一种求解大规模下三角结构线性规划问题的原始一对偶嵌套分解算法，并以CPLEX9.0作为核心求解器将算法实现。原始—对偶嵌套分解算法将原问题分解成一系列子问题，每个子问题既可以收到来自前一阶段子问题的价格信息，又可以收到来自后一阶段子问题的资源信息，较传统嵌套分解算法具有更加平衡的信息传递方式和良好的收敛性。实验数据表明，该算法在求解较大规模、稀疏度较小、耦合度较小的下三角结构线性规划问题时，相比单纯形法，在时间效率上有明显提高。

简介：

简介：鉴于现代舰艇作战的主要形式是编队作战，机动方式不再是单舰定向定速机动，而是单舰多航向、多舰多航向、变向变速等机动方式。这就要求有新的机动模型，以及针对该模型的好的、新的实用算法。本文便是针对多舰艇机动的非线形模型。进一步阐述了采用系统结构模型的分解算法的实用性。对多舰艇机动问题的理论研究、自动标绘等都有一定的参考价值。

简介：<正>在给定的边值条件下,用有限差分法在L—形或方形解域上求Laplace方程的数值解时,所出现的线性方程组的矩阵。都是带状的对称M—阵,在L—形解域上出现的阵是三对角阵,正方形解域上出现的阵则是块状三对角阵。D。H。Jacobson在[1]中给出了对称M—阵的因式分解,应用Jacobson分解,直接解矩阵是对称M—阵的线性方程组,看来大有其方便之处。本文将讨论三个问题:一、对称M—阵的Jacobson

简介：提出一种解决大规模非负矩阵分解的分布式算法.非负矩阵分解一直是矩阵分解领域中的热点问题之一,已有一些相关的算法.但是,对于大规模的非负矩阵,至今尚无高效的方法.本文采用近来解决大数据的分布式思想和并行式计算方法,并将它们与传统的矩阵分解算法相结合,提出一种基于并行式计算的分布式网络算法,以此实现大规模的非负矩阵分解问题.实验结果表明,所提出的算法较一般的分布式算法与集中式矩阵分解的算法更加有效和快速.

简介：为了了解复杂网络的特性，研究了复杂网络中的社区交叠现象，将非负矩阵分解算法用于社区检测问题。而传统的用于社区检测SNMF模型是通过离散化参数的取值范围，然后遍历得到参数的最优值，对参数的优化方法不能准确而快速搜索到最优解。利用遗传算法对参数进行优化，能够准确的找到参数的最优解，从而得到最优的社区划分。并且能够检测出交叠节点和异常节点，该算法也适应于大规模的数据。

简介：为提高信号稀疏分解的速度,提出了一种基于人工鱼群优化的MP信号稀疏分解算法。该算法先利用模拟退火算法来快速寻找MatchingPursuit（MP）过程每一步的最优原子,然后采用人工鱼群算法优化稀疏分解,仿真实验结果表明在分解中不需要存储整个冗余字典,降低了算法的空间复杂度,从而能有效和快速地进行信号稀疏分解。

简介：本文研究了一种空域中的图像分解技术，进而利用改种分解方法，探讨了图像插值算法。本文提出的图像分解方法的主要思想是：利用类型确定的滤波器（如低通）对原始图像滤波，将图像分解为高频和低频两部分，并对分解得到的低频或高频成分进行处理，图像可分解成不同频率分量的图层之和，进而在各个图层一L进行相应的插值处理，最后利用逆变换得到最终的结果。

简介：引入双正交双向加细函数及m尺度双正交双向小波.研究m尺度双正交双向小波的分解与重构算法,得到了双正交双向小波的分解重构公式,讨论了信号完全重构的条件.算法对能量有限信号的分解与重构有一定的实用价值.

简介：摘要： 近年来，短视频应用的快速发展，用户体量以及各种短视频内容的飞速增长，导致用户与产品服务者面对着如何从大量信息中高效、准确地获取、推送信息的问题，这也直接影响应用系统的推广力度，因此研究基于推荐算法的短视频推荐系统具有重要的应用意义。本文基于矩阵分解算法的短视频推荐系统研究应用，致力于推荐给用户真正符合用户需求的视频内容。

简介：摘要： 近年来，短视频应用的快速发展，用户体量以及各种短视频内容的飞速增长，导致用户与产品服务者面对着如何从大量信息中高效、准确地获取、推送信息的问题，这也直接影响应用系统的推广力度，因此研究基于推荐算法的短视频推荐系统具有重要的应用意义。本文基于矩阵分解算法的短视频推荐系统研究应用，致力于推荐给用户真正符合用户需求的视频内容。

简介：传统的捷联惯性导航算法求解比力积分项采用了一阶近似方法，近似误差对高精度导航应用的影响是不可忽略的。为消除近似误差，提出了一种改进的捷联导航算法。在惯性坐标系中，将地速分解为比力地速与重力地速两部分，求出了能够完全补偿动态误差的比力积分变换项解析表达式，在此基础上得到了比力地速的精确解，并将其求解方法扩展应用于重力地速，在不改变传统导航算法实现框架的前提下，设计了高精度的捷联惯性导航算法。改进导航算法的精度与对偶四元数导航算法一致，而其实时性却与传统导航算法相当，获得了整体性能上的优势。

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：拉格朗日（Lagrange）对偶是最优化方法中的重要理论。通过扩展AdHoc网络的效用最大化模型，分别对其“联合拥塞控制和随机接入”及“联合拥塞控制、路由和调度”两个问题进行建模，运用Lagrange对偶分解把建模后的问题转化为对应于各个不同层的子问题，通过分布的方式独立解决这些子问题不仅可以获得不同的跨层算法，而且可以最终解决全局最优化的问题。论文详细地分析了拉格朗日对偶在adhoc网络这两种跨层方法中的应用。

简介：摘要为消除正交小波非对称性对卷积型小波变换分解结果的不利影响，利用零相位滤波原理，结合卷积型小波变换分解算法基于滤波器组的递归分解实现方法，提出了一种零相位卷积型小波变换分解算法，该分解算法既继承了卷积型小波变换无频率折叠，又彻底地消除了正交小波非对称性致使分解结果出现的移位与畸变现象。

简介：针对基于图像处理的机械故障诊断和状态监测信息数据量大,不利于传输和存储等问题,提出了一种基于奇异值分解（SVD）和小波变换的图像压缩算法。该算法利用奇异值分解和小波变换对图像进行两级压缩。首先对图像进行奇异值分解,通过设定能量比阈值自适应地保留部分数值较大的奇异值,舍弃其它数值较小的奇异值,实现图像初步压缩,然后对保留的奇异值对应的奇异向量矩阵采用小波变换进一步压缩。将所提算法与霍夫曼编码结合,对火炮炮膛疵病图像进行了压缩。试验结果表明,本文算法在保证图像重建质量情况下,可以有效提高图像压缩比。