随机游走过程是平稳的吗(基于最短路径的随机游走的图聚类算法)

0简介 聚类是最常用的数据分析技术之一，已广泛应用于模式识别、数据挖掘和图像处理。聚类分析是将数据样本分成由相似的对图像组成的组的过程。每组称为一个聚类，每个聚类中数据对图像的相似度较大，而不同聚类中数据对图像的相似度较小。从机器学习的角度来看，搜索聚类是一个无监督学习的过程。大数据图由许多具有实际意义的数据对图像组成，两个数据

双线性插值算法的详细总结(线性走时插值射线追踪算法的改进)

射线追踪技术在地震层析成像和混凝土超声层析成像中发挥着重要作用。目前常用的射线追踪方法主要有有限差分求解函数方程法[1-2]、最短路径法[3-4]和LTI(线性走时插值)射线追踪算法[5-6]等。实验表明，LTI算法在行程时间计算和射线路径跟踪方面优于其他方法。 LTI射线追踪算法是由Asakawa等人[5]提出的，它是基于旅行

硬实时任务(云环境下周期和非周期混合实时任务双容错调度算法)

作为下一代并行和分布式计算，云计算聚合了各种离散资源。由于云计算系统使用的计算资源具有高度的动态性和异构性，不同类型计算资源的性能差异很大，资源的动态加入和退出、软硬件故障、运行维护、安全防护、系统升级等原因可能导致云环的资源无法继续使用。因此，云计算的环境不可避免地会出现问题。 主备份技术是目前软件错最重要的方法。目前，已有大

多标签分类算法(基于联合概率的多标签分类算法)

传统分类主要研究如何将每一条数据更准确地分类到预定义的类别中。如果只有一个候选类别，问题是它是否属于该类别；如果有多个类别，问题是选择一个类别作为输出。这种问题称为单标签问题。 多标签问题和单标签问题有本质区别：数据可以同时属于多个类别。目前，解决多标签分类主要有两种方法：问题转化和算法自适应。k最近邻是一种惰性学习方法。张等人

分布式存储算法(基于Kademlia的负载平衡云存储算法)

云计算已经成为信息产业的热门话题。云存储技术作为支持云计算的关键技术，也越来越受到重视。云存储具有低成本、高可用性、高可扩展性、高可靠性和对对用户透明存储细节的特点。 事实上，云存储的核心是通过应用软件实现从存储设备到存储服务的转变。就对，云存储系统而言，系统中有大量的存储节点，同时也有大量的存储服务需求。如何将存储服务需求合理

网络安全态势感知系统(基于卡尔曼算法的网络安全态势预测方法分析)

0报价 随着信息技术的推广，计算机和互联网技术发展迅速，用户需求不断扩大。网络标准化的发展越来越重要。然而，近年来网络安全事件频频出现，不利于网络多元化的发展趋势。在这种环境下，人们更加关注网络安全的论文。为了解决网络安全问题，保证网络系统的安全运行，有必要对对的网络运行状况进行全面的评估和预测。网络安全态势感知是从网络安全和健

什么是粒子群算法(基于质心和自适应指数惯性权重改进的粒子群算法)

粒子群优化算法[1]是一种基于种群优化的算法，具有全局优化能力[2]，能够解决多峰优化问题，在科学和工程领域得到了广泛的应用[3]。然而，粒子群算法容易陷入局部最优解，导致粒子进化停滞[4]。 为了提高粒子群算法的优化性能，许多学者对对进行了改进。史等[5]通过引入惯性权重，修正了粒子群算法中的速度计算公式，提出了线性递减权重粒

电脑没有图形处理器(基于图形处理器的球面Voronoi图生成算法优化)

基于四元三角格网距离计算和比较的球面Voronoi图生成算法比对展开算法具有更高的精度，但该算法效率较低，因为需要计算和比较每个格网点与所有种子点之间的距离。针对对，问题，对算法在GPU上通过并行计算实现，然后从GPU共享内存、常量内存和寄存器的访问进行优化。最后，用C语言和CUDA开发了实验系统，并将对优化前后的算法效率与对进行了比较，

新颖的活动(新颖的阻塞流水车间调度量子差分进化算法)

在冶金、化工和其他工业环境中，普遍存在一个流水车间调度问题(FSP)。问题描述如下：在M 台机上需要处理N个作业，每个作业需要经过M个过程，每个过程需要在不同的机器上处理，在M 台机上N个作业的处理顺序是相同的，给出了作业I在机器J上的处理时间，调度目标求解了N个作业的最优处理顺序，从而可以满足特定的性能指标。阻塞流车间调度问题(BF

计算机技术有哪些(基于语义分析在计算机技术文本分类中的应用研究)

文本分类技术是人工智能的重要组成部分，而语义分析算法是传统的脚本编译算法。2].传统的文本分类算法包括决策树、Rocchio、朴素贝叶斯，神经网络、支持向量机、线性最小二乘拟合、KNN、遗传算法、最大熵、广义实例集等[3]。将语义分析算法应用于文本分类[4]是本文的重点。 1需求分析需要一个可以在云中运行的文本分类软件。该软件主