一种求解高密度最大权重团的信息传播算法

在高密度复杂结构带权无向图中,由于信息传递复杂,传统信息传播算法求解最大权重团问题效率较低。利用最大权重独立集与最大权重团的映射关系提出一种针对高密度带权无向图求解最大权重团问题算法,该算法以最大积信息传播算法为框架,将最大权重团的约束条件与置信传播算法迭代方程相结合,设计信息传播算法势函数。同时,将高密度复杂结构带权无向图映射为因子图,并进行去环操作,利用信息传播迭代式进行特征收敛计算,通过迭代收敛后的最大后验概率计算最大权重团最优解。基于不同密度随机图进行实验对比分析,实验结果表明,该算法求解高密度复杂结构带权无向图最大权重问题时非常有效,求解总权值的准确度与求解速率均高于标准置信传播算法。

量子协同的二分图最大权完美匹配求解方法

信息科学中许多组合优化问题可抽象为二分图最大权完美匹配问题.由于数据量的增长,经典算法难以平衡匹配问题求解效率和求解精度的矛盾.基于此,提出一种适用于求解通用最大权完美匹配的智能优化方法.该方法将原始的矩阵形式的匹配候选解转换成可被智能优化算法处理的演化基结构,通过子代选择和量子策略协同过程,自适应地从改进的离散粒子群策略以及模拟退火策略中选择适用于当前演化过程的有效策略,并在保持种群稳定进化的同时促使种群快速收敛.通过不同类型检验函数以及不同维度匹配矩阵的实验,结果表明:与其他方法相比,该方法在有限迭代次数内具有较高的收敛精度以及较快的收敛速度,体现出对经典问题以及高维匹配问题的适应能力.

图的最大权团的DNA计算

给定顶点赋权的无向图 ,图的最大权团问题是寻找每个顶点都相邻的顶点子集 (团 )具有最大权 .这个问题是寻找无权图的最大团问题的推广 .图的最大团和最大权团都是著名的NP 完全问题 ,没有非常有效的算法 .1994年Adleman博士首先提出用DNA计算解决NP 完全问题 ,使得NP 完全问题的求解可能得到解决 .本文给出了基于质粒技术的无向图的最大权团问题的DNA算法 ,依据HeadT等的实验手段 ,本文提出的算法是有效并且可行的 .

一种基于最大权匹配计算的信息检索方法

基于《知网》的词汇语义计算方法,提出了一种基于向量空间模型的文本信息检索新方法。方法的基本技术思想是通过计算关键词的语义相似度,并采用最大权匹配方法来计算查询向量和文本向量的相似度,作为相关文本的检索依据。该方法基于全局最优,使文本和查询向量中各词条的相似度总和最大,从而可以从整体上提高文本信息检索的准确率。论文还通过原型实验对该方法的有效性进行了验证。

基于最大权团的曲面粗匹配算法

提出一种将曲面匹配问题转化为图论中的最大权团搜索问题、将最优的点对应关系用最大权团表示的曲面粗匹配算法,该算法分为点匹配、点对应图构造和最大权团生成等3个阶段.点匹配使用高曲率点和均匀采样点作为候选点,通过自旋图进行匹配计算,构造初始点对应集合;点对应图构造使用距离约束、法矢约束和唯一性约束构造图的边,并使用自旋图相关系数为顶点赋权值;最大权团生成使用基于分支限界的团搜索算法,从对应点图中提取出代表最优对应的最大权团.实验结果表明,文中算法稳定、有效、可扩展,能够进行部分曲面匹配,并且适用于欠特征曲面.

基于最大权值路径算法的DNA多序列比对方法

针对生物序列分析中的多序列比对问题,当输入数据量比较大时,人们提出了很多启发式的算法来改善计算速度和比对结果.提出了用于进行全局DNA多序列比对的一种方法:MWPAlign(maximum weighted path alignment).该算法把序列信息用deBruijn图的形式表示,并将输入序列的信息记录在图的边上,这样,就将求调和序列的问题转化为求图的最大权值路径问题,使多序列比对问题的时间复杂度降低到几乎线性.实验结果显示:MWPAlign是可行的多序列比对算法,尤其对于变异率低于5.2%的大量序列数据,相对于CLUSTALW(cluster alignments weight),T-Coffee和HMMT(hidden Markov model training)有较好的比对结果和运算性能.

最大权法试卷组卷算法

试题库软件设计中,每一份不同的试卷都要求有给定的预计平均分。最大权法试卷随机赋分组卷算法能够按照给定的试卷结构,设定要选择的每一道试题的难度,从而使最终组成的试卷总体难度得到很好的控制,最终平均分与给定平均分相同,符合出题者最初的意愿。

一种改进的分布式最大权独立集算法

能快速准确寻找给定图中的最大权独立集的分布式算法,对于解决无线网络中的资源调配、无线骨干网构建等问题具有非常重要的指导意义。该文以基于最大乘信用传播的分布式算法为框架,假设所有节点了解自己邻居节点之间的局部拓扑信息,启发式地提出一种新的相邻节点间交换消息的计算方法以及相应的分布式最大权独立集算法。仿真结果表明,所提算法摆脱了文献中已有算法对图结构必须是树或者二分图的要求,且权和性能优于已有的分布式算法。

陈大权应用药对治疗慢性胃炎经验

陈大权教授治疗慢性胃炎在主要治法之外,非常重视药对的使用来缓解患者的特定症状。如应用石菖蒲、郁金化湿行气;莲子、百合安神;炒薏苡仁、白扁豆、玫瑰花止泻;佛手、香橼除胀;黄莲、吴茱萸清肝;苏梗、木香、沉香行气;乌贼骨、浙贝母制酸;香附、川芎行气;鸡内金、炒麦芽消食疏肝;鸡内金、莱菔子消食除胀化痰;丹参、檀香、砂仁活血祛瘀;厚朴、苏子、木香除胀消满;延胡索、川楝子行气止痛;高良姜、香附温胃理气;旋覆花、煅代赭石降逆止呕;太子参、山药调补脾胃;党参、白术健脾生血;半夏、陈皮燥湿理气;佩兰、豆蔻芳香行气化湿;白术、白芍健脾止痛。

陈大权教授治疗泄泻验案举隅

泄泻是临床常见的病证。陈教授认为泄泻的病机在于脾虚、气滞、湿阻以及肝郁,治以理气化湿,疏肝健脾,予以中药治疗,临床上取得较好的疗效,现总结临床验案及体会。

基于Virtual Output Queued交换结构的最大权重匹配算法

信头阻塞（HOL）限制了采用FIFO输入队列交换机的吞吐率，而使用虚输出队列（VOQ）技术可以完全消除HOL阻塞。文章给出了VOQ的交换机模型，介绍了基于最大权重匹配的算法LQF、OCF、LPF及其性能，还描述了更加实用的并行迭代算法i－LQF、i－OCF和i－LPF。文章的结论对于构造高带宽的交换机具有实际意义。

基于信念传播的分布式最大权匹配算法

针对目前已有的基于信念传播的分布式算法在处理一般图时会出现振荡与不确定现象,导致无法收敛或收敛至不正确解这些方面的不足,分析了其中的振荡现象并改进了相邻边交换消息的计算公式,以及对其中的不确定现象并提出了一种新的处理方法,以消除不确定性,从而形成了一种改进的基于信念传播的分布式最大权匹配算法。仿真结果表明,改进算法具有接近于最优解的良好性能。

韦伯芗大权法与罗马帝国元首制构建研究

公元69年罗马帝国元老院通过的韦伯芗大权法(Lex de imperio Vespasiani),是古罗马唯一一部成文宪法,也是西方世界保留下来的最古老的较完整宪法文本。罗马帝国初期的共和复辟运动,说明了元首制的确立和巩固是一个长期的过程。公元68-69年内战结束后,罗马元老院通过韦伯芗大权法,为元首权力的合法性进行辩护,对元首与元老院的权力关系进行了界定,为元首制的最终确立奠定了法理基础。

基于拥塞控制的无线网络最大权调度算法

无线网络中包调度和拥塞控制方案通常是独立设计的,导致网络资源无法高效利用。针对该问题,基于拥塞控制提出一种新的最大权调度算法。根据最大权调度算法计算节点中所有流的权值,选择最大权值的流进行调度,根据网络的拥塞情况,调节节点中流的发送速率。仿真结果表明,该算法能够提高网络吞吐量,达到更好的公平性并减少丢包率。

陈大权从脾论治湿疹经验总结

湿疹是因湿邪侵袭或内生湿热引起的疾病,与湿有关,湿易困脾,脾易生湿,健脾、补脾使湿得运、得化,采用香砂六君汤加减、三仁汤加减,取得佳效。

基于历史信息的局部最大权独立集感知无线电频谱分配算法

本文提出一种新的基于历史信息的局部最大权独立集频谱分配算法,有效地兼顾了总带宽与公平性。相对于传统的不利用历史信息算法,本文算法利用前次分配结果,在再次分配时以少量的频谱变动达到新的分配结果;进一步,利用图论的加权最大独立集原理,使得一次分配可以分配多个次级用户,所以算法有效减少了分配总次数,更能适应时变的感知无线电环境;由于算法只是分配前次分配结果改变的部分,更能有效减少算法的分配时间与算法的计算量,这样,当主用户要再次接入频谱时,次级用户可以快速地为主用户腾出可用信道,并有更多的时间用于传输数据。仿真结果分析验证了该算法的性能。

基于最大权重独立集的行人检测研究

行人检测是一种基于目标几何和统计特征的目标检测技术,通常包括目标区域的分割和检测,目标检测的准确性和实时性是其重要的评价指标。本文采用可变模板技术进行行人检测,并利用最大权重独立集算法处理帧间的行人匹配。测试结果表明,基于最大权重独立集算法的行人检测能够完成实时的行人检测。

基于DNA计算的最大权团问题设计

介绍了最大团和最大权团的概念和国内外学者运用DNA计算解决最大团的研究成果;结合前人运用质粒、二进制、粘贴模型等方式进行DNA计算操作的原理,设计了新的用于解决最大权团问题的算法步骤,大大提高了算法效率,实现了最大团和最大权团的同步求解,对市场分析、方案选择等领域有一定的意义。

二部图最大权匹配的符号ADD算法

利用代数决策图ADD数据结构,在KM算法基础上,提出了一种二部图最大权匹配的符号ADD算法。该算法引入优先函数概念,将传统的匹配选择转化成布尔运算,"并行"地搜索匹配集合。实验结果表明:与传统算法相比,该算法可以改善问题的状态空间复杂度。

一种移动数据offloading的最大权算法

本文提出了一种存在时变信道、重配置延迟以及干扰限制的无线网络中的移动节点调度算法,这种调度算法主要研究在随队列长度变化的时间槽中,如何根据移动节点的拓扑信息来选择节点进行传输,使得无线网络的容量最大。首先分析了无线网络中上行链路的容量,然后通过克拉克模型对移动信道进行建模从而得到每个移动节点的SINR,然后通过最大权算法,得出Top-K个调度,然后再衡量这K个调度造成的重配置损失以及保持原有调度造成的损失,最后则决定下一个调度。通过实验结果可以得出,提出的算法比现有的算法吞吐量更大。