一种基于广度优先搜索邻居的聚类算法

聚类算法BFSN广度优先搜索某对象的直接邻居和间接邻居 ,对符合条件的所有找到的邻居合并 ,从而完成一类聚类 .接着重复该步骤完成所有对象的聚类 .与同类算法相比 ,该算法具有实现简单、复杂度低和容易设定最佳参数等优点 .实验证明 ,在聚类正确率相近的情况下 ,该算法的效率比较高 。

SA-BFSN:一种自适应基于密度聚类的算法

针对BFSN算法需要人工输入参数r和λ的缺陷,提出了一种自适应确定r和λ的SA-BFSN聚类方法。该方法通过Inverse Gaussian拟合判断r参数,通过分析噪声点数量的分布特征选择合适的λ值。算法测试表明,使用SA-BFSN无需人工输入参数,能够实现聚类过程的全自动化,能够有效处理任意形状、大小和密度的簇。

一个基于模式的快速查询构建系统

介绍了如何设计和实现一个基于模式的J2EE快速查询生成系统。系统主要有两种角色的使用人员,设计人员与用户。系统让设计人员定义面向用户的数据库信息,包括表、表的字段及其显示风格;系统允许用户从已设计好的界面模式中选择自己喜欢的界面风格,在用户定制完自己的查询内容后,系统采用广度优先搜索来判断查询的合理性,并用最短路径算法优化查询。系统极大地简化了基于Web的查询系统的开发和维护。

采用广度优先搜索邻居聚类的通信信号调制识别

针对短波通信中无法避免的码间串扰问题,研究了聚类算法在信号调制识别中的作用,提出了一种利用广度优先搜索邻居(BFSN)聚类处理循环统计量特征的分类算法。该算法将循环统计量特征峰值作为聚类输入对象,通过BFSN聚类分析,剔除延时信号、噪声等造成的奇异类峰值,克服了多径效应产生的码间串扰影响,实现了2FSK、4FSK、BPSK、QPSK、16QAM、π/4-QPSK、π/4-DQPSK、8PSK等8种调制信号的自动识别。仿真表明,该算法聚类后提取的特征参数抗多径干扰能力强,同信道均衡方法相比识别正确率有5%的性能优势。低信噪比环境下的信号调制识别具有重要的工程应用意义。

短波信道下直扩信号检测与载频盲估计

针对通信侦察识别中广泛遇到的短波信道下直接序列扩频信号(DSSS)的检测与参数估计问题,提出了一种利用广度优先搜索邻居(BFSN)聚类分析提取未知信号高阶循环累积量循环频率的算法。该算法通过聚类比较截获信号的各类峰值,剔除干扰和奇异类信号,克服了短波信道中常见的多径效应引起的码间串扰(ISI)影响,从而实现了在低信噪比条件下,对直扩信号进行检测和载频的盲估计。对算法进行了理论分析,并通过计算机仿真验证了该算法在低信噪比下具有较好的稳健性。

基于差值的动态屏幕截取快速算法

分析了现有的屏幕截取方法在多媒体网络教学中所存在的不足,提出了一种基于差值的动态屏幕截取快速算法,并给出了该算法的具体实现。该算法通过对屏幕信息变化的区域进行分析,将屏幕划分为小块矩形区域,动态提取并进行判断,采用广度优先搜索算法、权重策略、循环遍历机制与随机点策略,能够快速、有效地获取前后两屏信息的差值部分。实验证明,当前后两屏幕间信息变化在一定范围之内时,该算法明显地提高了截屏速度,减少了对屏幕冗余信息的读取,提高了教学过程中屏幕信息交互的流畅性。

基于广度优先回溯算法的试题搜索算法

结合回溯算法的特点和试题的相关性,采用广度优先策略改进了回溯算法.通过分析试卷资源的数学模型,提出了基于广度优先回溯算法的试题搜索算法.实验证明:该算法减少了试题搜索中的冲突,提高了题库系统的智能性.

面向对象的电力系统网络拓扑分析的研究

为解决电力系统网络拓扑结构变化时,能正确进行各种实时分析计算的问题,采用面向对象技术对电力系统各种元件进行建模,采用广度优先搜索法,开发出电网拓扑分析的仿真软件,通过对山西某地区电网主系统进行仿真,结果表明,该软件能快速有效的跟踪电网拓扑的变化。

基于广度优先搜索的八数码问题解决方案

介绍了一种基于广度优先搜索的八数码问题解决方案。

人体动作的超兴趣点特征表述及识别

提出一种基于超兴趣点的动作特征描述方法,用于人体动作的识别。兴趣点特征描述了人体动作时变化显著的局部点信息,但其最大的缺陷在于离散的兴趣点间缺乏时间和空间上的结构关联。提出根据兴趣点间的时空距离,使用广度优先搜索邻居算法,将时空距离相近的兴趣点聚合成超兴趣点,该结构作为一个整体,反映人肢体在一定时空范围内的动作变化特征。与现有的基于局部兴趣点的动作识别算法相比,本文算法增加了兴趣点间的整体时空结构关系,提高了特征的区分度。实验采用两层分类方法对超兴趣点特征分类,实验结果表明该算法具有较好的识别率。