STRONG LAW OF LARGE NUMBERS AND SHANNON-MCMILLAN THEOREM FOR MARKOV CHAINS FIELD ON CAYLEY TREE

This paper studies the strong law of large numbers and the Shannom-McMillan theorem for Markov chains field on Cayley tree. The authors first prove the strong law of large number on the frequencies of states and orderd couples of states for Markov chains field on Cayley tree. Then they prove the Shannon-McMillan theorem with a.e. convergence for Markov chains field on Cayley tree. In the proof, a new technique in the study the strong limit theorem in probability theory is applied.

K-th Number Query问题的改进算法研究

K-th number query是计算机算法中的一个基础问题,被广泛作为很多算法实现的重要步骤。对该问题进行了深入研究,并找到了单询问渐近时间复杂度最优的算法。目前一般对于多询问的K-th number query问题使用平衡二叉树解决,询问的时间复杂度为O(lbn)。但该算法实现比较复杂,并且常系数较大,提出了基于Bit Indexed Tree数据结构的算法解决,在同等时间复杂度的前提下,实现简单,隐含的常系数很小。最后进行了实验测试,分析显示该新算法不论在时间上还是空间上都优于现有的算法。

基于随机森林的手写数字识别研究

目前人工智能技术正在快速发展,应用在越来越多的领域,成为研究的热点,尤其是物体检测、图像识别方面。随机森林是贝叶斯网络的优化,是一种利用多个树分类器进行分类和预测的方法,可以降低分类识别过程中过拟合现象。基于随机森林的手写数字识别算法,探究随机森林算法在数字识别中的应用和优势,进行算法优化提高识别准确率。通过实验分析,结果表明提出的基于随机森林的手写数字识别算法具有较高的分类准确率和较好的泛化性能,能够满足实际应用需求。

基于FPGA的真随机数产生器后处理算法的研究

在信息安全系统中,真随机数是不可或缺的部分,而后处理算法是真随机数产生器提高随机数质量的重要部分。论文首先介绍了3种随机数产生器的后处理算法以及基于FPGA(Field Programmable Gate Array)的实现,然后从实现的难易程度、资源的消耗、后处理的效果等方面进行了讨论,不同后处理算法有不同的优势,并给出了在同样的随机数产生原理的情况下,不同的后处理算法随机数产生的最大速率以及NIST测试的结果。

IFS分形图像的组合随机数算法

设计了性能优异的组合随机数序列发生器,通过偏差算子的作用得到取值范围可调的随机数序列,对仿射变换参数系统进行随机调整,控制迭代函数系统(IFS)分形图像的形态变化.以自然景物的树木生长为研究实例,应用计算机图形技术随机生成形态变化多端的树木.实验结果表明,该方法能较好地模拟自然界的一些景象.

关于任意Cayley树上马尔可夫链场的一类强大数定律

主要研究任意Cayley树上马尔可夫链场的状态出现频率的强大数定律以及Cayley树上任意函数的一类强大数定律。作为推论得到了已有的结果,在证明中采用了一种研究强极限定理的新方法。

浅谈随机决策树

该文介绍了随机决策树分类模型及如何启发式选择随机决策树的深度及棵树，通过实验证明了该算法的有效性和高效性。

关于Bethe树图上二值马氏链场渐近均分割性

本文的目的是要研究Bethe树图上二值马氏链场的渐近均分割性 为此先证明Bethe树图上二值马氏链场的若干强大数定律 ,并由此证明其具有a .e .收敛性的渐近均分割性

一种外部进化的函数级演化硬件

提出了一种函数级演化硬件的实现方案,这是一种间接演化的方法。它将电路分层表示,用有向图和树对电路结构及元素进行编码,运用遗传程序设计的思想演化构造实际电路,并且通过软件仿真来评价电路。也给出了数字电路仿真算法设计的具体描述。通过该方案构造了一个随机数发生器,并用Diehard测试程序对其随机性进行了测试。实验结果表明,用该方案构造大规模数字电路是可行的。

植物树生成的分形方法

以分形理论为依据，论述了用递归分形方法生成一种植物树的基本参数、实现过程及结构形状控制的基本方法．并用ＴｕｒｂｏＣ语言编程，通过形状控制生成了３种不同结构的植物树．

融合遗传操作的2维分形递归算法研究

分形算法是自然景物建模的一种有效技术,普通分形算法往往存在部分与整体严格自相似的问题,即使加入随机因素的扰动,仍不能逼真体现自然景物的遗传生长过程。提出了以自然树生成为例,吸收遗传算法的思想,对树枝特征进行编码,以树枝为单位对编码进行遗传操作,通过父代树枝的遗传操作生成子代树枝,使父代与子代之间保持相似又不严格相似,更贴切地模拟树木的遗传生长过程。实验结果表明,采用此算法生成的分形树随机性更强、效果更逼真。融入遗传操作,能有效弥补普通分形算法的严格自相似问题和随机函数在模拟自然景物遗传生长过程方面的不足,并可推广至其他分形递归算法。

基于随机森林的风洞马赫数预测模型

在风洞试验中,马赫数的稳定性和快速性对风洞流场品质有着重要影响。为了实现马赫数的精确控制,必须对马赫数进行快速、准确的预测。风洞试验积累了大量数据,大数据集包含了更多的有益信息,为实现马赫数的精确预测提拱了可能性,但也增加了建模的复杂度。通常高度复杂的模型会加重其在实际使用时的计算负担。针对大数据集问题,本文将随机森林方法应用于风洞马赫数建模。随机森林是一种集成模型建模方法,它从3方面降低模型的复杂度:产生多个样本子集,减少了子模型的训练样本个数;具有并行集成结构,子模型可在不同的CPU上运行,提高了运行速度;以简单学习算法回归树作为基学习机,降低了子模型的复杂度。试验证明基于随机森林的马赫数预测模型能够有效利用试验积累的大数据,满足工程上预测速度及精度的要求。