基于10N算法的实验室量化管理探析

分析了实验工作量量化在实验室管理及提高教学水平中的重要作用,提出了实验工作量量化的10N计算法,并探讨了各种影响因素及操作对策。阐明实验室"业绩-成绩-公益"三位一体的绩效量化体系以质量发展为目标,展现实验教学的本质是实事求是的科学精神。

基于GPU的B-S模型下改进的Crank Nicolson算法

针对Black-Scholes模型及其公式特点进行了理论分析与数学处理,给出了优化的Crank-Nicolson算法,提高了实际期权交易效率.通过使用GPU作为计算平台,结合CUDA架构技术,验证改进后算法的有效性和适用性.在CPU平台下进行横向测试,验证GPU平台运行环境优势.实验表明,改进后的算法在GPU平台下运行所提升的效果显著,运算精度和效率得到提高.

驾驶员手机使用检测模型:优化Yolov5n算法

为进一步实现在移动设备或嵌入式设备上对手机使用的违法行为进行实时检测,通过优化Yolov5n算法提出了一种轻量化、高精度、实时性的检测模型。将Focal-EIoU Loss与FocalL1 Loss相结合来获得更加精确的框定位以及损失函数的更快收敛。利用Slimming剪枝算法来进一步提高模型的轻量化及计算效率。在模型微调时利用数据增强技术对微调操作进行指导,从而使模型能够获得更好的性能提升。在手机使用数据集上对改进方法进行消融实验,进一步验证检测模型的有效性。实验表明,优化后的模型在手机使用数据集及Pascal VOC 2012数据集上的检测精度分别提高了0.2、12.3个百分点,参数量减少44.4%,计算量分别减小45.2%、40%,有利于模型进一步在移动设备及嵌入式设备上的实时性检测。

基于YOLOv8n改进的织物疵点检测算法

为了解决织物疵点检测中小目标疵点难以检测的问题,提出了一种基于改进YOLOv8n算法的织物疵点检测系统。首先,在特征融合部分,采用了兼顾速度和精度的GSConv替代原有的卷积核,并引入了Slim⁃neck特征融合模块,使每个特征层能够同时考虑深层特征的语义信息和浅层特征的细节信息,提高了对小目标的特征响应,同时简化了模型并降低了计算复杂度。其次,设计了用于检测小疵点目标的检测层P2,增强了模型对小疵点目标的检测能力,使其更适用于织物疵点检测任务。最后,采用指数滑动样本加权函数(EMA⁃SlideLoss)替代了交叉熵损失函数,以增强模型的类别分类能力,提高训练的稳定性。试验结果表明:在检测20类疵点时,相较于YOLOv8n模型,该研究方法在mAP@0.5方面提高了0.142,同时实现了47.4帧/s的检测速度。改进的YOLOv8n模型对网络的性能提升是有效的。

边赋权森林ω-路划分的O(n)算法

w-路划分问题是路划分问题的一般化,它源于并行计算机系统、计算机网络与分布式控制系统等一类广播通信问题.设置最少的信息源节点,使得在指定的时间内将信息源节点所拥有的信息发送到其余节点,并且保证不同通信线路之间不得相交.从Hamilton路的NP-完全性不难看出,w-路划分问题属于NP-完全问题.通过构造性证明技术,获得了边赋非负权路径、树和森林的w-路划分问题的一些性质.分别提出了求解边赋非负权路径和边赋非负权树的w-路划分问题的线性时间算法,讨论了算法的局部实现技术,详细地分析了这些算法的复杂度.以这两个算法为基础,提出了一个线性时间算法求解边赋非负权森林的w-路划分问题.所提出的算法直观简明、操作容易,只需要较少的运行时间和较小的存储空间.

基于TBB任务调度器的N皇后多核并行算法

为了充分利用多核处理器资源,研究了Intel线程构建模块并行编程模式。基于任务调度器,建立了逻辑线程和物理线程最佳匹配和映射的面向任务编程模式。利用任务调度器,设计了N皇后问题在多核处理器的并行算法。该算法将任务自动地映射到多线程,减少消息传递和数据移动带来的额外开销,提高多核CPU的使用效率。并行算法的加速比接近核数,CPU使用效率超过90%,实验结果表明,该算法有效地提升了多核计算机资源的利用率。

n元蚁群算法求解组卷问题

组卷问题是一个多约束目标问题的求解。通过分析组卷的数学模型及目标函数,抽象出组卷模型实质是一个多目标线性规划模型,并在二元蚁群算法基础上,设计了一种求解组卷问题的n元蚁群算法,并与贪心算法相结合,对非法个体进行合理化修正。实验结果表明,该算法很好的解决了一次产生多套满足要求的标准化试卷,具有较强的实用性。

关于求平面点集凸包的一个O(n)时间算法的商榷

王志强等于 1998年提出了一个计算平面点集凸包的新算法 ,并且声称该算法的最坏时间复杂度为 O(n) ,从而为线性时间排序提供了可能性 .该文对王志强等提出的求平面点集凸包算法的时间分析提出不同观点 ,进一步明确了平面点集凸包算法和排序算法的时间下界为 Ω(nlogn)

一种n步迭代算法的收敛性分析及其应用(英文)

引入并研究了一类新的非线性变分不等式问题,给出了一种新的n步迭代算法,并证明了运用此种算法来求解此类变分不等式问题的收敛性．

基于P1N1植物生长算法的车身梁截面快速优化

为了在概念设计阶段快速有效地实现车身梁截面的优化设计,提出一种基于P1N1植物生长算法的截面快速优化方法。该方法结合汽车车身关键截面数据库,同时考虑了车身造型、内部空间、基本性能、制造工艺等方面约束条件。通过提取出截面数据库中的截面节点坐标以及截面性能参数,将数据库中梁截面的节点坐标作为设计变量,导入到P1N1植物生长优化算法中进行优化,从而控制梁截面的形状。建立基于P1N1植物生长算法的相关数学模型,并编制了相应的程序,通过算例验证了该方法能够高效实现车身梁截面的快速优化。

基于N⁃gram算法的网络安全风险检测系统设计

针对传统网络安全风险检测系统存在数据包检测性能较差的问题,设计一种基于N⁃gram算法的网络安全风险检测系统。系统的硬件模块包括数据预处理模块、协同分析模块,其中数据预处理模块主要负责处理被捕获的、存在安全风险的数据包,由检测引擎与包解码器组成;协同分析模块主要由协同采集器、协同分析器、协同传感器以及协同管理器构成。基于N⁃gram算法设计网络安全风险检测模块,该模块主要通过协议分析与特征匹配实现网络安全风险检测,其中协议分析主要通过构建协议分析树实现;而特征匹配则主要通过N⁃gram算法实现。为了证明该系统的数据包检测性能,将传统网络安全风险检测系统与该系统进行对比实验,实验结果证明该系统的数据包检测性能优于传统网络安全风险检测系统,实现了性能跃升。

一个适于并行处理的N链递归查询算法

目前 ,存在两个制约演绎数据库发展的关键问题 ,其一是效率低下 ;其二是现有的查询算法适用范围窄 .针对这两个问题 ,本文介绍了一种应用于

一种改进的n维空间递归滤波算法

基于递归运算准则 ,本文提出了一种n维空间非线性滤波器的改进算法。该算法利用像素点的周边信息完成对噪声点的识别与修复。此n维空间滤波器可以递归地分解到更低一维空间 ,本文主要分析了这种改进的滤波算法在二维空间信号消噪处理中的性能。仿真结果表明 ,与中值滤波和Peak-and-Valley滤波算法比较 ,该算法在信噪比和图像细节保留方面具有更大的优势 。

基于RTD可编程逻辑门的n变量函数实现算法

共振隧穿二极管(RTD)可编程逻辑门是一种由单双稳态转换逻辑单元(MOBILE)及正、负输入分支组成的阈值逻辑电路。基于二进制神经元模型中的三层网络结构,提出了基于RTD可编程逻辑门的n变量函数实现算法。按照汉明距离由大到小的顺序,搜索最优输入向量,用定理1或定理2方法产生隐层函数,通过变换次数,确定输入向量的真假及隐层函数的权重。由于定义了最优输入向量及变换次数,提高了算法的准确性;又由于采用了定理2方法,令设计的电路更简单。

隔离型随机N叉树形冲突分解算法研究

文章提出一种隔离型随机N叉树形冲突分解算法,并对随机多址接入系统冲突分解进行了研究。给出一组新的冲突信息分组分解所需平均时隙数和系统静态、动态吞吐量的解析式,数值计算与计算机实验值相一致。

基于改进的DLT算法的PnP问题求解

摄像机绝对位姿估计问题,即透视n点问题(Perspective-n-point Problem,Pn P)在计算机视觉、摄影测量、机器人技术与增强现实等领域具有重要应用。解决该问题的经典算法直接线性转换(Direct Linear Transform,DLT)算法与其他高精度算法相比计算速度快但估计结果误差较大。文中提出通过充分利用旋转矩阵的约束改进DLT算法,仿真实验测试表明:新算法显著地降低了DLT算法的位姿估计误差,且与高精度算法相当,同时保留了计算效率高的特性。

改进的GNSS信号快速捕获检测算法

为了满足卫星导航接收机在高动态应用场景中对卫星信号快速捕获的需求,本文针对全球导航卫星系统(global navigation satellite system,GNSS)信号的捕获检测问题提出了一种改进的检测算法。该算法结合了N中取M检测算法和唐检测算法的优点,考虑信号存在和不存在时的两种情况,通过设置多级门限检测机制,加快了信号存在时的检测确认速度和信号不存在时的剔除速度。实际数据测试表明,改进算法在检测概率没有任何损失的情况下,捕获检测速度相对于N中取M算法提高3倍,相对于唐检测算法提高1/3。

引入近邻约束的自适应门限M/N检测算法

针对高动态、低载噪比环境下,捕获扩频信号会出现伪码相位与载波频率的动态迁移及相关峰值损耗较大等问题,研究了捕获系统中的检测判决模块。首先,通过分析捕获相关结果的统计学特性,确定了不同积累时间对应的自适应门限;其次,考虑信号的高动态特性,对多普勒频率造成的伪码相位偏移进行近邻约束;最后,将近邻约束条件和自适应门限判决方法应用到M/N检测算法中,若N次检测中有M次结果满足自适应门限条件和近邻约束条件,则判断信号捕获成功。理论分析表明,改进后的M/N检测方法在单次检测的虚警率固定时,可使系统的虚警率大幅降低,因此,该方法通过降低单次积累的门限值,提高了检测概率,降低了虚警率。仿真结果表明,改进后的判决策略显著提高了捕获算法的灵敏度,改善了捕获性能。

基于元数据语义模型的数字资源Top-N检索

提出一种以元数据为语义基础的用户查询模型用于数字资源的检索。通过改进传统关系库中的Top-N算法,以不同数据类型和元数据为语义基础,给出一种基于语义的相似度度量新方法。在此基础上开发一套智能检索系统,并将其用于上海教育资源库。应用结果表明,该系统可有效提高信息检索的准确度。

基于上下文感知的中文新词识别算法

为提高中文信息处理中的新词识别效率,提出一种基于上下文感知的新词识别算法。首先基于网络新词的特点,对网络文本进行N元(N-Gram)切分预处理,然后利用局部匹配预测(PPM)算法对中文新词进行识别,最后采用LRU替换算法对识别出的新词进行入库处理。实验表明,较之当今几个主流的分词机制,该算法具有较高的识别率和召回率。