优先级k-中心问题的FPT近似算法

优先级k-中心问题是聚类领域中1个经典的NP-难问题。给定度量空间中的1个集合X和参数k∈N+,其中,集合X中每个点v都被赋予1个优先级参数r(v)∈R+,求解1个大小为k的子集S■X,考虑集合X中任意数据点到集合S的距离与r(v)之间比值,找到最大比值,目标是最小化该比值。对于优先级k-中心问题,目前最好的结近似算法是多项式时间内的2-近似算法,该问题不存在1个(2-ε)-近似算法,(其中,ε为用于控制算法近似比的参数)。本文研究优先级k-中心问题的固定参数可解(fixed-parameter tractability,FPT)时间内的近似算法。基于k-中心问题的贪心策略,提出新的中心点选取方法。研究结果表明:该方法通过贪心策略选取一定规模的候选中心点集,利用加倍度量维度的性质去限制该集合的大小,实现了FPT时间内的(1+ε)-近似算法,降低了目前该问题的近似比。

一类图的彩虹连通数紧的上界的FPT算法

基于divide-and-conquer模式,针对有界树宽度的图设计了一个FPT算法,计算其彩虹连通数紧的上界,该算法是多项式时间可解的.

限制插入位置的单面基因组框架填充问题研究

基因测序技术的发展使基因组序列的获取速度不断加快,但目前广泛使用的测序技术通常会产生部分基因缺失的基因组框架,使用基因组片段填充技术能够有效提高基因组框架的完整性,降低测序成本。在前期研究中,缺失基因可以在不完整序列的任意两个基因之间插入;在目前研究中,针对以片段重叠群(contig)、块匹配形式给出的待填充基因组框架,其对缺失基因插入位置的选择是有限制的,该类片段填充问题更具一般性。为此,针对限制插入位置的单面基因组框架填充问题进行研究,分析该问题的研究进展,详细讨论了现有FPT算法和近似算法的核心思想、流程以及优缺点等。在研究过程中发现了冗余公共邻接和近似性能低等问题,提出了相应的解决方案,并分析了未来的研究方向和挑战。

限制性多源点偏心距增广问题

给定一个赋权图G=(V,E;w,c)以及图G的一个支撑子图G_(1)=(V,E_(1)),这里源点集合S={s_(1),s_(2),…,s_(k)}?V,权重函数w:E→R^(+),费用函数c:E\E_(1)→Z^(+)和一个正整数B,本文考虑两类限制性多源点偏心距增广问题,具体叙述如下:(1)限制性多源点最小偏心距增广问题是要寻找一个边子集E_(2)■E\E_(1),满足约束条件c(E_(2))≤B,目标是使得子图G_(1)∪E_(2)上源点集S中顶点偏心距的最小值达到最小;(2)限制性多源点最大偏心距增广问题是要寻找一个边子集E_(2)■E\E_(1),满足约束条件c(E_(2))≤B,目标是使得子图G_(1)∪E_(2)上源点集S中顶点偏心距的最大值达到最小。本文设计了两个固定参数可解的常数近似算法来分别对上述两类问题进行求解。

基于多项式变换的2D-DCT快速算法

基于二维离散余弦变换 (2D_DCT)广泛应用于图像和视频信号处理领域 ,文中提出一种基于快速多项式变换的 2D_DCT快速算法 ,将 ql1 ×ql2 (q为奇素数 ;l1、l2 分别为两个不同的整数 ) 2D_DCT转化为多项式变换 (PT)和一维简化余弦变换 (1D_RDCT) .利用算法中系数的特点 ,设计了简化的快速多项式变换算法和 1D_RDCT递归分解算法 ,使运算复杂性进一步降低 .本算法具有较低的计算复杂性和规则的结构 ,并且可以方便地推广到多维 (>2 ) .

计算q^(l_1)×q^(l_2)二维DCT的快速算法

离散余弦变换 (DCT)广泛应用于信号处理的许多领域 ,多维 DCT(MD- DCT)是图像处理和视频信号处理的重要工具 .通常 ,多维 DCT采用行列法用一维算法实现 ,实现效率较低 .近年来虽然出现了一些多维 DCT直接实现算法 ,但大多要求变换为 2 n× 2 n,限制了适用范围 .该文研究较一般的二维 DCT快速算法 ,将 ql1 × ql2 (q为奇素数 ;l1 ,l2 分别为两个不同的整数 )二维 DCT转化为多项式变换和一维简化余弦变换 ,通过特别设计的快速多项式变换算法和 1D- RDCT递归分解算法 ,提出了一种计算复杂性较低且具有规则运算结构的 ql1 × ql2 二维 DCT算法 .本算法的设计方法可以方便地推广到多维 (>2 )的情况 .