简介：蚁群算法是近十几年迅速发展起来的一种优化算法,能很好地解决静态及动态组合的优化问题,而WSN（无线传感器网络）是近几年涌现出来的新技术,其中的节点定位技术是有待突破的关键技术之一。基于移动信标节点定位的三边测量法基础上,引入蚁群算法来建立信标移动最佳路径的算法,得到了优化后的算法模型,并进行了仿真试验。结果表明：经过蚁群算法优化后,能减少发射信标的数量,得到最优移动路径,使节点定位精度达到10%。

简介：【摘要 】 在 Linux实时进程调度算法中 ， RM算法是一种针对任务周期的长短来确定优先级调度算法 ， EDF算法是以最后期限的顺序来指定优先级的动态调度算法 ， 这两种算法在 Linux内核调度算法中都得到广泛应用。在深入分析以上两种算法优缺点的基础上 ， 提出将两种算法优点合并 ， 根据进程的重要程度和紧急程度来选择确定进程调度的优先级 ， 得到一个新的高效 RAD( Rate And Deadline) 算法。

简介：边缘检测是图像分析和计算机视觉中最重要的内容之一。80年代中期,从图像所具有的不确定性是由模糊性引起的观点出发,首次将模糊集理论引入图像的边缘检测中,提出了图像边缘检测模糊算法（简称Pal算法）。与传统的空间域微分算法相比,该算法具有较好的抑噪、边缘检测效果,但是此算法仍然存在不少缺陷。就三种改进的模糊算法从算法原理和检测效果上与传统的Pal算法进行比较分析,用以说明改进算法能取得更好的检测效果。

简介：介绍了捷联惯导系统中圆锥补偿算法与划船误差补偿算法之间的相似性;根据它们之间的相似性得出了一简单的公式,该公式能够将一种圆锥补偿算法转换成相应的划船误差补偿算法;此外还给出了该公式的推导过程及几种高精度补偿算法;最后进行了仿真.

简介：本文提出了一种基于Otsu算法的印章二值化法.该算法通过对算法的改进,考虑了印章图象象素的灰度分布值和它们邻域象素的平均灰度值分布情况.并不是用于整幅印章图象,而是用于分块的印章图象.实验证明,该算法适合印章的二值化处理.

简介：Burn-in算法和AGREE算法是目前应用广泛的基于实际河网高程强迫修正的河网提取算法.该算法能有效提取出同真实河网高拟合度的模拟河网,但某些情况下,所提取的河网会产生“断裂”现象.河网“断裂”现象的产生在于实际河网栅格高程“高估”和“低估”所引起的局部流向计算错误,其中所有“低估”类以及大部分“高估”类影响都是可以通过填洼等方法加以消除的,即不会产生“断裂”问题.真正产生“断裂”的原因是：存在“高估”类河网栅格且“高估”所带来的影响无法通过填洼等操作加以消除.基于此,对Burn-in算法和AGREE算法进行修正,提出一种消除“高估”类影响的解决方案,从根本上解决河网“断裂”问题,实现程序自动化处理.渭河流域实例应用表明,改进算法可有效解决模拟河网“断裂”问题,且适用于多种基于高程的强迫修正算法.

简介：摘要：数据结构和算法设计的研究有助于解决电子软件中的复杂问题，如图像处理、数据压缩、信号处理以及网络分析等。通过合理选择和设计数据结构，可以提高算法的执行效率，降低内存占用，并提供快速、可靠的解决方案。算法设计与数据结构的相互关联也为解决实际问题提供了指导和支持。

简介：摘 要：神经网络是当今最具魅力的一个新兴学科生长点,已发展成为现代科学技术的新热点,其迅猛发展将对整个信息科学产生巨大的影响。神经网络在数学建模中的应用也非常的广泛。

简介：摘 要：人工智能技术是以计算机技术、自动控制技术为基础演化而来，具有很好的应用前景，可以解决传统控制系统中无法克服的问题，可以更好地满足控制对象对精度的要求。本文对人工智能算法进行简单地介绍，并对人工智能算法的具体作用与优势进行分析，最后从多个方面对在自动化控制中人工智能算法的具体应用进行探讨。

简介：摘要目的探讨人工智能算法模型在创伤患者下肢静脉血栓栓塞症（VTE）诊断中的预测效能。方法回顾性收集1992年12月至2017年11月中国人民解放军总医院信息系统数据库中骨折手术患者资料，共15 856例。按照患者有无血栓将其分组，并进行数据预处理和特征提取。选择随机森林（RF）、贝叶斯（Bayes）、决策树（DTC）及梯度提升树（GBDT）4种常用算法构建VTE风险预测模型，根据院内患血栓与否进行随机分层抽样，将原始数据按8∶2的比例分为训练集和测试集。通过比较上述方法中受试者工作特征曲线（ROC）下面积（AUC）、真阳性率（TPR）和精确度，评估不同模型在VTE临床诊断中的效能。根据研究特征在模型中的贡献程度进行重要特征排序，筛选VTE的重要预测特征。结果RF、Bayes、DTC和GBDT模型AUC分别为0.89，0.86，0.68，0.71，TPR分别为0.29，0.44，0.38，0.66，精确度分别为0.97，0.94，0.95，0.76；其中RF模型AUC最大，精确度最高。对各VTE人工智能预测模型的重要特征分析表明，血栓病史可以作为不良结局的首要预测因素。RF模型重要临床特征排序为：血栓病史、依诺肝素钠注射液剂量、最后一次葡萄糖测定结果、术后首次葡萄糖测定结果等。结论RF模型在创伤患者VTE风险预测中的精确度最高，能够为VTE预防策略制订提供参考依据。

简介：摘要：本研究从电子信息工程的角度出发，针对图像识别领域的性能优化问题展开研究。首先，对常见的图像识别技术与算法进行了概述，包括传统机器学习和基于深度学习的方法。其次，探讨了电子信息工程视角下人工智能算法在图像识别中的应用现状，重点关注了安防监控、医疗影像诊断等领域的实际应用情况。随后，提出了针对图像识别中性能优化的方法探讨，包括算法优化策略、基于深度学习和传统机器学习的优化方法，以及基于硬件优化的性能提升策略。在实验与验证部分，详细介绍了实验设计与数据集选取、性能评估指标与方法，以及实验结果与分析。最后，得出结论指出，在图像识别任务中，优化方法对提高模型性能具有重要作用，为进一步研究和应用提供了有益的参考和指导。

简介：摘要：随着人工智能技术的快速发展，其在各行各业的应用日益广泛。在水利水电工程中，施工进度安排是影响项目成本、质量和安全的关键因素。本文旨在探讨如何应用人工智能算法优化水利水电工程的施工进度安排，通过智能分析、预测与调度，提高施工效率，降低项目风险。

简介：基于化学识别的蚁群聚类算法无需给定聚类数目就能自动实现数据集的聚集,但大量采用随机策略使得蚂蚁达到平衡的运行时间长,效率不高。为此提出了一种用K-means算法做初次聚类、蚁群聚类算法再次聚类的新算法,结果表明该算法具有较高的正确率。最后将该算法应用于系统应用协同中,得到了较好的分析结果。

简介：旅行商问题是组合优化的一个经典问题,也是评价算法好坏的一个标准,它要求在给定的一张图中寻找一条哈密尔顿回路,使得该回路在所有的回路中长度最短。然而,该问题是一个NP完全问题,其求解时间会随着问题规模的扩大急剧上升。因此,只能希望在允许的时间内寻求问题的一个较优的解来替代。本文借助生物学的相关理论与思想采用遗传算法对该问题进行求解,最后通过对遗传算法的进一步分析,提出了一种可行的改进算法,达到了获得较优解的目的。

简介：中国《预算法》的修改首先应准确定位预算和预算法的属性，并从法律体系整体协调的角度，设计自己的制度内容和体系。预算法是实现预算法律性之法，其价值功能是实现预算的法律性，从而实现预算的理性治理、民主统制。由此，预算法应是预算程序法、预算技术法、预算管理基本法，预算法应具有可实施性。

简介：介绍了动态规划算法与贪心算法,然后通过2个经典的组合优化问题阐述了这2种算法的主要差异。

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：本文分析了多目标线性规划中'min'算子的非补偿性和'算术平均'算子的不平衡性,并在此基础上论述了两阶段模糊算法与经典折衷算法之间的内在联系.

简介：摘要：为实现滨南采油厂管路布局优化，降低生产成本，本文以井站间管线长度最短或产量距离和最小为目标函数，建立了滨南采油厂全局集输管网总体优化模型；在给定约束条件下，采用遗传算法中嵌套蚁群算法的思路对管网布局模型进行同步优化求解，采用蚁群算法对井组进行了划分，选择变尺度法、遗传算法对站址进行了优化。

简介：摘要：在当前的互联网时代，云计算技术已经成为了IT行业的一个重要发展方向。随着云服务市场的不断扩大和用户需求的日益增长，任务调度问题也成为了一个备受关注的问题。传统的任务调度方法往往存在效率低下、资源浪费等问题，因此需要寻找一种更加高效的方法来解决这些问题。本研究提出了基于改进遗传算法的任务调度算法，该算法能够有效地优化任务分配方案以提高系统的整体性能。