基于Java的按位拆分快速排序并行算法

针对大数据量排序算法优化问题,提出一种基于Java的按位拆分的排序新算法。该排序算法按照位拆分数据,并结合Java的多线程对拆分的数据进行并行处理。数据实验结果表明,对于大数据量排序,该算法性能明显优于快速排序算法,而且算法具有很好的并行效率。

视图的秘密分享及其代数编码方法

视图的秘密分享是图像信息安全领域独具吸引力的研究问题。寻求秘密视图完全的(Perfect)和理想的(Ideal)门限秘密分享方案(也称图像门限分享的完备方案),则是其中富有挑战性的未决课题。文中引入灰度值域GF(2m)上像素矩阵秘密分享的新观点和相应的代数几何编码方法,实现了数字图像(t,n)门限秘密分享的一种完备方案。该方案能够将一幅或多幅秘密图像编码为n幅各具随机视觉内容,同时又共具(t,n)门限结构的影子图像(或称份额图像)。证明了这种秘密分享方案的(t,n)门限结构不仅是完全的而且也是理想的,并给出了提高像素灰度值域GF(2m)上图像秘密分享算法效率的"m位像素值的分拆与并行"方法。分析表明,该图像秘密分享方法可以应用于高安全等级的秘密图像的网络多路径传输、保密图像信息的分散式存储控制、高维图形码(Bar-code in k dimension)和弹出码(Popcode)等新一代信息载体技术的识读控制等各方面。

基于并行融合机制的改进遗传算法求解HFSP调度问题

针对混合流水车间调度问题(Hybrid Flow Shop Scheduling Problem,HFSP),以总工位切换时间为目标函数建立仿真优化模型,并提出一种基于种群并行融合机制的改进遗传算法(PIGA)进行求解。通过仿真模型计算目标函数适应度值并在遗传算法的迭代进化中引入并行融合拆分机制;在传统遗传算法的基础上将精英保留策略引入个体选择机制,将自适应遗传因子引入交叉变异概率,建立改进自适应遗传算法;运用该算法进行仿真优化实验,实验结果证明了该算法的有效性。