简介：在计算科学和逼近理论的许多领域，无网格法是近期研究的一个重要课题。国际上已提出了十余种无网格方法。无网格方法首先需要布置合理的粒子点，才能建立格式模拟实际问题。

简介：针对三角面网格提出了一种新的网格简化方法,简化过程主要包括网格删除和网格重构。根据需建立的数量比例权重来进行冗余网格删除工作,然后利用遗传算法建立修正适应度函数来重构网格,达到三角网格数量的精简与形状匹配最优化目标。最后通过一实例讨论与对比分析,验证了该方法的有效性和准确性。

简介：摘要： 虚单元法是传统有限元在多边形和多面体网格上的推广, 比传统有限元方法有更好的网格适应性和数值稳定性. 本文主要基于四叉树背景网格设计一种自适应界面拟合网格生成算法. 该算法可以根据界面曲率的大小快速自适应生成质量较好的界面拟合网格. 基于生成的界面拟合多边形网格, 用虚单元法离散求解椭圆界面问题.

简介：数据流的概念会随着时间的变化而变化,例如天气预报和网络监控。这种随时改变概念的现象叫做概念漂移。如果不处理好概念漂移不仅降低聚类的质量,并且还会导致错误的聚类结果。现有的概念漂移算法大多都依据分类算法,根据分类算法中的错误率来判断概念漂移。然而,在随时变化的数据流中很难发现类标签。在聚类检测概念漂移中,很多聚类算法都是再概念漂移检测之前,所以当发生概念漂移的时候还要重新聚类。我们提出了一种基于密度网格的数据流聚类和概念漂移检测算法,这个框架采用了一种策略动态地改变滑动窗口。由于用到了密度网格技术,它提升了DCDA检测算法的效率,并且利用可变滑动窗口替换了固定滑动窗口以适应数据流的变化。实验结果证明我们的框架在准确率和时间效率上好于DCDA。

简介：摘要本文研究分析了数据分发管理中的基于网格的方法，并且重点研究了基于网格的动态匹配算法。并用实验证明，基于网格的动态算法能大大提高数据的过滤效率。

简介：随着信息技术的发展，大量的数据不断被收集和存储，对数据的挖掘规模越来越大，传统的数据挖掘已经无法解决海量数据挖掘问题。网格技术的发展，使得广域分布的海量数据的挖掘问题得到解决。文章根据现实中海量数据挖掘的需求和网格的本质，把并行关联规则挖掘算法应用于网格数据挖掘中，并建立了一个并行数据挖掘模型，验证了并行数据挖掘系统在网格环境的可行性与合理性。

简介：网格任务调度的目的是快速找到全局最优解。将多个任务合理地分配给有限的资源,使得整个任务的完成时间较短。文中提出了一种基于实数编码遗传算法的网格任务调度算法。通过仿真实验证明了该算法有较好的收敛速度。

简介：分析了内陆河流域点云数据的特性，提出了一种基于多级网格模型的河流边缘提取算法。首先将目标区域按网格窗口大小进行逐级分层，并建立层级继承关系；然后计算网格的平均高程、平均反射强度、点云密度等参数，利用8邻域判决算法、面积阈值算法和河流连通性原则确定水体网格；最后对河流边缘网格的水体点数据进行提取，确定河流边缘。实验数据表明，该方法能够准确对河流进行提取。

简介：摘要曲面造型方法由于其局部性好、计算量小、算法简中、响应速度高等优点.已经广泛应用于计算机图形学、CAGD、计算机动画以及虚拟现实领域。网格细分是一种离散造型方法.可以从数字化仪等设备直接获得数据。介绍了近年来提出的一些细分算法.对其中几种比较经典的算法进行了简中的分类和比较，论述了各自的适用范围。

简介：关联规则研究数据库中一组互不相属对象之间的相关性,挖掘出具有一定意义的关联关系、挖掘算法如Apriori、FP-Growth等,这些算法需要反复多次扫描整个数据库导致I/O负载增加,降低了CPU的性能.文章通过对数据库进行转置和平行变换以减少扫描的次数,从而提高算法效率.

简介：通常，图像拼接的步骤包含3个，分别为图像配准、图像对齐与光束法平差、图像后处理。应用传统算法开展图像拼接工作时，拼接出来的图像存在质量不高的问题，因此，本文以线特征及网格优化为基础，分析了能够提升拼接质量的图像拼接算法，以便能更好的开展图像拼接工作。

简介：   摘要：针对传统的相似度计量方法根据用户评分信息矩阵来计算物品或者用户相似度，需要考虑所有用户反馈的历史信息，提出一种改进的协同过滤推荐算法。首先，将所有物品度的平均值作为一个阈值，选出高密度阈值物品。其次，使用可变网格的聚类方法将有共同兴趣是用户聚为同一类。最后，在类内用推荐算法对用户进行物品推荐。实验结果表明新算法在一定程度上提高了推荐系统的推荐精度和质量。

简介：针对分布式压缩感知中联合稀疏信号的重构问题,在分析了信号群与联合稀疏模型（JSM）基础上,利用JSM-2型联合稀疏信号在子空间内的投影特性,提出了一种多重子空间追踪重构算法.仿真结果表明,该算法在降低计算复杂度的同时可有效确保联合稀疏信号重构准确率.

简介：基于数据分布密度划分的聚类算法是数据挖掘聚类算法中的主要方法之一。针对传统密度划分聚类算法存在运算复杂、运行效率不高等缺陷,设计出高维分步投影的多重分区聚类算法;以高维分布投影密度为依据,对数据集进行多重分区产生数据集的子簇空间,并进行子簇合并形成了理想的聚类结果;依据算法进行实验,结果证明该算法具有运算简单和运行效率高等优良性。

简介：传统的传播算子（PM）算法利用矩阵的线性运算代替特征值分解（EVD）得到噪声子空间,在一定程度上降低了运算量,但在整个空间谱的遍历搜索仍需较大计算量,且在低信噪比的情况下估计性能较差.因此,针对空域的一维信号提出了多重镜像压缩的传播算子（MIC-PM）算法,将整个空域等间距地分为多个切片,将原始噪声子空间通过Hadamard积变换,使之从一个切片镜像映射到另一个切片,得到映射噪声子空间,通过映射得到的噪声子空间与导向矢量的正交性得到真实DOA和镜像DOA.理论分析和仿真实验证明,MIC-PM算法能够将PM算法的运算量大大降低,在低信噪比情况下估计精度有所提高.

简介：针对动态网格优化算法（GEA）收敛速度较快,收敛精度不够理想,特别是解决多峰函数有可能会错过全局最优解的缺陷,提出了一种新的自适应动态网格优化算法.通过评估早熟收敛程度,将早熟收敛程度、函数的峰值与步长的变化联系起来,加入1个随机因子用以调整搜索范围,从而提高了算法的寻优效率.通过对典型的MP问题的测试,并与其他的动态优化算法比较,证明了算法的有效性.

简介：为了提高多目标粒子群算法的收敛性和多样性,提出了一种基于最优网格距离的多目标粒子群算法（HMOPSO）。该算法是在多目标粒子群算法（MOPSO）的基础上,利用网格技术和Pareto占优排序原理,提出了一种新的全局学习样本选取策略。实验结果表明,该算法能够有效的避免早熟收敛,相比MOPSO算法,HMOPSO表现出良好的整体性能,是对标准多目标粒子群的一种有效改进。

简介：在气象资料应用中，常常需用到等值线的绘制，本文提出了一种基于小网格重心生成矩形网格等值线的算法。该算法通过设计搜索追踪顺序，引入重心点分析每个网格，合理避免了传统等值线追踪算法起始点选取困难、网格出口边判断复杂的问题，不仅可确保等值线的唯一性，而且更真实地反应等值线整体逐渐变化的特征，此外，每条等值线增加的等值点可为后续光滑提供更多的控制点。最后通过示例说明了本文的算法的可行性，可扩展性，能在气象的雷达、数值预报、站点数据等中应用。

简介：基于具有目的域的武器系统平台,以各态历经的正态随机穿越过程Z（k）的概率密度函数f（x）为基础,针对状态样本空间进行等概率分割网格化,研究了梯形和综合积分2种等概率分割网格化算法。与传统等间隔分割算法相比,等概率分割网格化算法可优化求解概率转移阵的计算量,从而提高了由概率转移阵计算推导出武器系统首发命中率。

简介：对于椭圆型界面问题，针对浸入有限元法的离散方程组，基于四类利用界面曲线信息和跳跃条件构造的浸入式插值延拓算子，建立经济的瀑布型多重网格法，数值实验结果表明，基于高次浸入式插值延拓算子的经济的瀑布型多重网格法更具有效性。