Full Euclidean Algorithm by Means of a Steady Walk

Let x and y be two positive real numbers with x < y. Consider a traveler, on the interval [0, y/2], departing from 0 and taking steps of length equal to x. Every time a step reaches an endpoint of the interval, the traveler rebounds off the endpoint in order to complete the step length. We show that the footprints of the traveler are the output of a full Euclidean algorithm for x and y, whenever y/x is a rational number. In the case that y/x is irrational, the algorithm is, theoretically, not finite;however, it is a new tool for the study of its irrationality.

Algorithms for degree-constrained Euclidean Steiner minimal tree

A new problem of degree-constrained Euclidean Steiner minimal tree is discussed, which is quite useful in several fields. Although it is slightly different from the traditional degree-constrained minimal spanning tree, it is also NP-hard. Two intelligent algorithms are proposed in an attempt to solve this difficult problem. Series of numerical examples are tested, which demonstrate that the algorithms also work well in practice.

基于改进Criminisi算法的中国古画修补系统

Criminisi算法广泛用于文物修补中,由于Criminisi算法采用全局搜索的方式寻找匹配块,导致修补速度慢,因此提出一种基于改进Criminisi算法的中国古画修补系统。首先,改进优先权函数,使用加权求和的形式,解决了修补后期如果优先权为0则导致修补效果差的问题;然后,在计算样本块间的相似度时,引入几何距离判断更优的匹配块,避免只考虑颜色差导致的纹理匹配错误;最后,使用步长为2的搜索方式,减少了冗余搜索,提高了修补速率。另外,使用MATLAB R2021a设计了古画修补系统,方便文物保护人员进行操作。实验结果表明,该算法提升了修补质量,提高了修补速度。

基于时间序列压缩分割的监测数据异常识别算法研究

为有效识别桥梁健康监测数据的异常,减少误预警、漏预警现象,保障桥梁监测数据的质量和有效性,针对大跨度斜拉桥长期监测数据的缺失、离群和漂移3类异常数据,提出基于时间序列压缩分割的监测数据异常识别算法。该算法将原始监测数据时间序列通过基于序列重要点(Series Importance Point, SIP)的时间序列线性分段(Piecewise Linear Represent, PLR)算法(PLR_SIP)得到数条时间子序列;然后采用欧氏距离进行时间子序列的相似性分析,并基于改进的局部离群因子(Local Outlier Factor, LOF)算法计算每条时间子序列的局部离群因子;最后将其与设定的阈值相比较,从而识别出监测数据的异常。为验证该算法的准确性与工程实用性,对某公路大跨度斜拉桥健康监测数据进行异常识别。结果表明:采用PLR_SIP算法对原始时间序列压缩分割得到的时间子序列能够准确地反映原序列的变化趋势和范围;改进的LOF算法突破了传统LOF算法仅能识别离群值这类无持续时间异常的局限性,能够排除噪声的干扰,实现对离群、缺失和漂移3种异常的识别。该算法无需定义训练集,直接以原始监测数据作为算法的输入,同时能够自适应调整阈值参数,具有良好的可扩展性、实时性、准确性和高效性,适用于处理实时、大量的桥梁健康监测数据。

一种基于Euclidean的无线传感器网络三维定位算法

针对传感器网络在三维空间的应用,基于Euclidean定位算法,提出了对无线传感器节点进行三维定位的算法.将计算未知节点与锚节点间距离问题抽象为求解六面体顶点间的距离.根据问题的抽象,本文使用所提出的坐标法进行求解,并采用循环迭代的方式来提高节点的定位比例.仿真结果表明,三维空间的Euclidean定位算法各项指标均为良好,能有效地实现三维环境中的传感器节点定位.

一种基于泛函网络的多项式Euclidean算法

提出一种基于泛函网络的多项式Euclidean计算新模型,给出一种基于泛函网络的多项式Euclidean新算法。网络的泛函参数利用解线性方程组方法来完成。相对于传统方法,该方法不但能够快速地获得所求多项式问题的精确解,而且可获得所求多项式问题的近似解。计算机仿真结果表明,该算法十分有效、可行,可以看作是对传统的Eu- clidean算法的一种推广。该算法将在计算机数学、代数密码学等方面有着广泛的应用。

基于改进A^(*)算法的机器人导航研究

针对机器人导航在面向复杂环境时A^(*)算法占用内存大、搜索时间长等问题,提出了一种基于改进A^(*)算法的机器人导航方法。改进A^(*)算法抛弃遍历周围点,直接将起点和终点的欧氏距离作为最短路径,若线段上有障碍物,则选取障碍物附近2个点为子起点和子终点,用A^(*)算法寻找路径;采用n阶贝塞尔曲线平滑小范围A^(*)算法所造成的路径曲折,根据A^(*)算法获得的不同曲线判断贝塞尔曲线的阶数。仿真结果表明,本算法只需使用小范围的A^(*)规划且仅需考虑A^(*)算法部分的曲率连续问题,路径实时性得到较大提高。

异构并行计算下高维混合型数据聚类算法研究

高维数据维度增加,数据空间的体积呈指数增长,容易陷入“维数灾难”,导致聚类算法执行效率低,为此,提出异构并行计算下高维混合型数据聚类算法。构建高维混合型数据相异度矩阵,提取高维混合型数据的统计序列特征值,利用时间窗口进行特征优化。采用K⁃Prototypes聚类算法提取高维混合型数据的统计序列特征,评估数据与类中心的相异性,计算数据与类中心的欧氏距离,实现高维混合型数据聚类。采用异构并行计算技术进行高维混合型数据K⁃Prototypes聚类的并行化处理,合理分配CPU与GPU工作,达到CPU与GPU的工作负载平衡,提高K⁃Prototypes的聚类效率。实验结果表明,此算法对于高维混合型数据的聚类效果好、运行时间短、性能稳定。

Fibonacci数列与Euclidean除法

利用Fibonacci数列,给出了求最大共因数的Euclidean算法的复杂度.

求解加权Euclidean单中心问题的SMO-型算法

通过定义求解加权Euclidean单中心(WEOC)问题的两个近似最优性条件,基于序列最小最优化(SMO)方法,提出一种求解WEOC问题的SMO-型算法.该算法求解WEOC问题满足第二个近似最优性条件的(1+ε)-近似解,并且每次迭代只需更新对偶变量的两个分量.数值结果表明,SMO-型算法执行简单,能有效求解高精度的大规模计算问题.

基于自适应布谷鸟优化特征选择的K-means聚类

K-means聚类算法随机确定初始聚类数目,而且原始数据集中含有大量的冗余特征会导致聚类时精度降低,而布谷鸟搜索(CS)算法存在收敛速度慢和局部搜索能力弱等问题,为此提出一种基于自适应布谷鸟优化特征选择的K-means聚类算法(DCFSK)。首先,为提升CS算法的搜索速度和精度,在莱维飞行阶段,设计了自适应步长因子;为调节CS算法全局搜索和局部搜索之间的平衡、加快CS算法的收敛,动态调整发现概率,进而提出改进的动态CS算法(IDCS),在IDCS的基础上构建了结合动态CS的特征选择算法(DCFS)。其次,为提升传统欧氏距离的计算精确度,设计同时考虑样本和特征对距离计算贡献程度的加权欧氏距离;为了确定最佳聚类数目的选取方法,依据改进的加权欧氏距离构造了加权簇内距离和簇间距离。最后,为克服传统K-means聚类目标函数仅考虑簇内的距离而未考虑簇间距离的缺陷,提出基于中位数的轮廓系数的目标函数,进而设计了DCFSK。实验结果表明,在10个基准测试函数上,IDCS的各项指标取得了较优的结果;相较于K-means、DBSCAN(Density-Based Spatial Clustering of Applications with Noise)等算法,在6个合成数据集与6个UCI数据集上,DCFSK的聚类效果最佳。

Smoothing Newton Algorithm for Linear Programming over Symmetric Cones

By using the theory of Euclidean Jordan algebras,based on a new class of smoothing functions,the QiSun-Zhou's smoothing Newton algorithm is extended to solve linear programming over symmetric cones(SCLP).The algorithm is globally convergent under suitable assumptions.

Euclidean算法

从某个侧面给出整环具有Ｅｕｃｌｉｄｅａｎ算法的充要条件。

An Addressing and Routing Scheme Based on Modified Euclidean Space for Hexagonal Networks

The addressing and routing algorithm on hexagonal networks is still an open problem so far.Although many related works have been done to resolve this problem to some extent,the properties of hexagonal networks are still not explored adequately.In this paper,we first create an oblique coordinate system and redefine the Euclidean space to address the hexagonal nodes.Then an optimal routing algorithm using vectors and angles of the redefined Euclidean space is developed.Compared with the traditional 3-directions scheme and the Cayley graph method,the proposed routing algorithm is more efficient and totally independent of the scale of networks with two-tuples addresses.We also prove that the path(s) obtained by this algorithm is always the shortest one(s).

Shamir密钥分享方案的分析与实现

文章讨论了Shamir密钥分享方案中的恢复主密钥过程,主要利用Cramer法则求解有限域GF(p)上关于拉格朗日插值多项式系数的线性方程组来确定主密钥,给出了解的存在性证明,并在MATLAB环境下进行了实现。

Design and FPGA-Implementation of Minimum PED Based K-Best Algorithm in MIMO Detector

Minimum Partial Euclidean Distance (MPED) based K-best algorithm is proposed to detect the best signal for MIMO (Multiple Input Multiple Output) detector. It is based on Breadth-first search method. The proposed algorithm is independent of the number of transmitting/receiving antennas and constellation size. It provides a high throughput and reduced Bit Error Rate (BER) with the performance close to Maximum Likelihood Detection (MLD) method. The main innovations are the nodes that are expanded and visited based on MPED algorithm and it keeps track of finally selecting the best candidates at each cycle. It allows its complexity to scale linearly with the modulation order. Using Quadrature Amplitude Modulation (QAM) the complex domain input signals are modulated and are converted into wavelet packets and these packets are transmitted using Additive White Gaussian Noise (AWGN) channel. Then from the number of received signals the best signal is detected using MPED based K-best algorithm. It provides the exact best node solution with reduced complexity. The pipelined VLSI architecture is the best suited for implementation because the expansion and sorting cores are data driven. The proposed method is implemented targeting Xilinx Virtex 5 device for a 4 × 4, 64-QAM system and it achieves throughput of 1.1 Gbps. The results of resource utilization are tabulated and compared with the existing algorithms.

中非教育合作框架下非洲人才职业能力供需差异研究——以埃塞俄比亚为例

埃塞俄比亚作为“一带一路”倡议的非洲支点,吸引了大批中资企业赴埃投资。研究着眼于驻埃中资民营企业与职业院校的人才供需关系和职业能力建设,对企业人才所需的能力和埃塞俄比亚职业院校学生所具备的能力展开调研,并利用数据雷达图和系统聚类分析法进行数据分析比较,为该国职业院校及非洲鲁班工坊合作项目提出针对性的人才培养建议。

基于LeapMotion的手势识别算法改进与研究

针对普通K-近邻算法手势识别准确度不高,提出一种改进的手势识别算法,并命名为SKNN算法。利用LeapMotion完成手势数据采集和特征的提取,结合计算机编程语言Python完成手势数据的规划和分类,并建立了完整的数据集。通过改进得到的S-KNN算法与基于欧式距离的KNN算法和基于曼哈顿距离的KNN算法识别结果比较得出结论:S-KNN算法具有更好的分类效果,平均识别率提高了约15%。