基于内存优化和启发式深度优先搜索的小波零树图像编码算法

本文提出了一种基于内存优化和启发式深度优先搜索的小波零树图像编码算法 ,采用标志位和启发式的深度优先搜索策略完成零树编码中的排序和细化过程 .采用一张标志位图标识细化过程中的重要系数 ,代替零树编码中的链表 ,节省了内存占用 .同时采用启发式的深度优先搜索策略检索树结构中的不重要象素集合信息 ,不仅省去了存储排序全局信息的链表和位图 ,符合优化内存的需要 ,还减少了排序过程中的定位信息 ,提高了信噪比 .实验表明 ,和现有的小波零树编码算法相比 ,较大地节省了编解码内存 ,信噪比虽略低于SPIHT(SetPartitionInHierarchalTree)算法 ,但高于EZW(EmbeddedZerotreeWavelet)、LZC(ListlessZerotreeCoding)等编码算法 ,为硬件实现小波零树编码算法探讨了一条有效途径 .

基于变精度粗集和搜索树的增量规则获取算法

基于可变精度粗糙集模型和搜索树提出了一种新的增量式规则获取算法。该算法引入可变精度粗糙集模型以已获取规则集为启发信息,通过对解空间进行深度优先启发式搜索产生新的不确定性规则;并通过对原有规则置信度的更新,给出了原有规则集的更新算法;最后给出了实例分析。

用于游戏NPC路径规划的改进遗传算法

针对游戏非玩家控制(NPC)路径规划中传统遗传算法计算速度慢、正确率低等问题,设计了改进型遗传算法。提出了最佳种群规模估计方法,设计了基于精英主义思想的遗传算子。根据游戏地图的特点,引入了基于启发式深度优先搜索的变异操作。与传统遗传算法以及其他学者的改进算法进行了对比实验。实验结果表明:算法能够在保证正确率的前提下,提高计算速度,并且在多目标的环境下同样适用。