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 .

求解三维装箱问题的多层启发式搜索算法

文中提出了一个高效求解三维装箱问题的多层启发式搜索算法.该算法基于块装载的思想,按照块选择算法确定每个阶段采用的块,然后以一种固定的装载方式装载块,直到无法继续装载.文中的主要贡献在于发展了一个有效的复合块生成算法,特别的,提出了基于多层搜索的块选择算法,该算法用多层搜索来评价可行块,然后选择最合适的块进行装载.对1500个三维装箱问题测试数据的计算结果表明,提出的算法几乎在所有测试数据上的填充率都超过了目前已知的优秀算法.

深度优先搜索算法及其改进

对于一些简单的搜索问题或者不便构建启发式搜索算法的问题,深度优先搜索算法常是解决问题的有效办法。首先对深度优先搜索算法的基本原理进行描述,在此基础上分析深度优先搜索算法的不足之处,最后对深度优先搜索算法进行改进,并将改进的深度优先搜索算法应用于农夫过河问题,得到2个可行的解。

深度优先的公式发现算法

论述在解决人工智能问题中一种新的搜索方法 。

搜索算法在计算机程序设计竞赛中的研究

搜索算法是计算机技术在解决复杂问题时的一种重要策略,也是计算机程序设计竞赛中考核的主要知识点之一.首先分析了两种基础搜索策略(深度优先搜索和广度优先搜索)和相应的优化策略(剪枝优化和启发式搜索),然后讨论对于搜索策略的若干选择原则,得出针对不同问题应采用的搜索方案,最后结合计算机程序设计题目和经典搜索问题进行了相应验证.

N皇后问题的启发式算法探讨

搜索策略的选择与设计是人工智能领域问题求解的核心问题之一,直接影响到问题求解过程中存储空间的占用和计算的复杂性,影响到问题求解的效率。在给出N皇后问题形式化描述和现有搜索算法的基础上,设计了3种解决N皇后问题的启发式算法,并将其与深度优先和宽度优先等搜索策略进行了分析和比较,得出了几点关于设计启发式算法的启示。

求解八数码问题的几种搜索算法比较

本文针对八数码问题的求解,给出了深度优先搜索、广度优先搜索和启发式搜索之间的算法比较,并得出结论:在通常情况下,采用启发式搜索算法来进行状态空间的搜索更为方便、快捷。

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。

游戏地图最短路径搜索设计与实现

最短路径搜索是directx游戏的一项核心技术,文章分析了常用的搜索算法:宽度优先,深度优先和启发式搜索,最后剖析采用搜索树的A*算法来实现大地图与复杂地形的最短路径搜索。

课表编排系统的算法研究与实现

本文提出了在课表编排问题上 ,结合传统的数据库技术 ,设计排课系统 ,利用有经验的排课专家总结的经验规则 ,采用深度优先有界启发式算法 ,搜索出课表问题的解。

基于蚁群算法的P2P网络资源发现服务研究

针对P2P网络的动态性、分布性等特点，提出了一种非集中式的网络资源管理模式，并在此基础上引入了蚁群算法（Ant Colony Optimizadon，ACO）。它通过对信息素的更新，为智能选择下一搜索节点提供依据。通过实验证明，此种方法同BFS算法相比，在很相近的资源发见成功率的前提下，资源开销明显减少，整个系统具有较好的性能。

智能搜索的极值的可拓性研究与应用

本文立足於对无信息搜索的深入分析和探讨,并结合无信息搜索中传统的宽度优先搜索和深度优先搜索的 各自优缺点,提出全新的必须同时考虑有信息搜索即启发式搜索和无信息搜索相结合的综合技术的智能搜 索、智能搜索极值和极值可拓性的概念问题,并给出这一系列全新的问题求解方法的典型应用课题存在的广 泛前景。如公安人员对在逃罪犯的搜捕、撒网捕鱼或牧童攀枝摘桃过程之类的问题求解。

智能交通系统中几种最短路径算法分析

最短路径选择是智能交通系统的重要研究课题,它能够根据存储在电子地图中的道路网的拓扑关系,实时准确地规划出最短路径。目前的最短路径算法主要有4种,即Dijkstra搜索算法、A*算法、A*优先算法、A*双向分层启发式算法,每一种算法都有不同的执行标准,例如有的算法考虑获取最短路径,但没有考虑算法运行时间;有的算法同时考虑在运行时间和获取最短路径这两个方面。详细分析这4种算法的路径算法,比较其优劣。

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。

人工智能中求解八数码问题算法的实现与分析

针对八数码问题的求解,给出了深度优先搜索、广度优先搜索和启发式搜索(譬如A*算法)之间的算法比较,通过实验验证各种算法并得出结论:在通常情况下,采用启发式搜索算法来进行状态空间的搜索更为方便、高效。

搜索算法在大学生程序设计竞赛中的应用

在运用计算机技术时，如果出现了一些较为复杂的问题，那么我们就可以采用搜索算法来进行解决，这种方法在计算机技术中起着至关重要的作用，并且在相关的程序设计竞赛中，搜索算法也是考察的重点之一。运用简单却严密的算法来解决实际问题是锻炼一个人基本功和积累潜力最强有力的途径，深度优先搜索和广度优先搜索是搜索算法中最为关键的两部分，要想熟练的运用搜索算法，我们就必须了解这两种搜索算法。其次，探讨搜索算法的规律，根据不同问题的特点制定不同的搜索方案，这也是我们熟练运用搜索算法的必然工作之一。

无人水面艇岛礁海域完全遍历路径规划

针对无人水面艇(unmanned surface vehicle,USV)对岛礁海域自主测绘时存在的任务计算量大、场景复杂等问题,提出了一种考虑主动方向的动态栅格法与启发式搜索算法.该方法基于动态栅格法进行环境建模,利用优先级启发式算法选择进行遍历的路径点,并在无人水面艇陷入死锁时通过启发式搜索算法产生走出死锁点的最优路径.仿真实验结果表明,该方法能使路径规划的性能得到较大的提升,且规划出的路径更为合理有效,满足无人水面艇对岛礁区域测绘时的路径需求.

青光眼医疗智能诊断系统的设计与实施

论述产生式知识表示、语义树知识表示在基于三大类青光眼诊断专家系统中的应用,并将关系数据库技术引入专家系统,对检查问诊数据进行存储。针对青光眼诊断过程层次性和复杂性的特点,综合采用深度优先语义遍历,正向启发式推理策略,实现了行之有效的推理机制,获得了较好的推理效果。

网络爬虫用于电力广域网信息收集的探讨

搜索引擎是互联网的信息检索工具,而信息的收集是搜索引擎的主要工作。随着国家电网公司广域网的发展以及内外网隔离规定的实施,企业内部用户很难检索到所需的信息。针对电力广域网的特点,笔者设计了网络爬虫数据收集框架,并给出了适用于该框架的深度-广度相结合的启发式算法,用Java语言来实现主体框架,快速地为搜索引擎提供了完整的数据源。

基于JPF的Java程序验证

形式化方法是提高并发系统的安全性与可靠性的重要手段。JPF(Java Pathfinder)是一种精确的Java字节码状态模型检测工具。在阐述JPF工作原理的基础上,提出了一种适用于JPF的Java程序模型检测方法,包括Java程序模型的建立、状态空间搜索算法的扩展和配置,开发了Java程序反例轨迹轻量级的输出监听器。对Java程序实例进行验证,结果表明:该方法能有效地检测出多线程Java应用程序中难以检测到的并行漏洞。