一种基于链接结构的PageRank改进算法

PageRank算法所使用的是基于链接的网页排序算法,并没有充分考虑到网页内容的相关度,文章提出一种基于三种链接结构的改进算法,在算法中传递页面的PageRank值时考虑被传递页面内容的主题相关性,新算法既没有改变传统算法计算的网页排名,又可以用更小的d值得到传统PageRank算法计算的PageRank值。并且实验证明,通过选择合适的参数,MPR算法可以获得更加优于传统PageRank算法的网页排序结果。     

微博用户影响力模型研究

本文建立的算法可用于在微博中寻找影响力大的用户,并为控制虚假新闻的传播提供有效的途径。笔者在分析微博用户的影响力中,发现本文提出的算法相对原始的PageRank算法更具有合理性;通过分析原始的PageRank与改进的PageRank的基础上,我们考虑引进用户内在影响力建立偏随机游走的PageRank算法;基于偏随机游走的PageRank对用户的影响力具有更好的分析性。本文没考虑到地域性的差异,怎么结合地域的特点来建立模型也是下一步研究的重点。如果能较好地结合时间性与地域性的特点,那么我们能更好地预测重点舆论爆发的时问,并且有效地进行控制。     

Markov链的两种算法在通信市场预测中的比较研究

利用马尔科夫链理论对某地区通信市场进行预测，计算转移矩阵时，提出两种基于二次规划模型的概率算法。分别通过excel软件和matlab软件计算转移概率的方法实现转移矩阵的计算。对两种算法的实验结果进行比较与分析，结果表明，利用matlab软件及其优化工具计算算法有更快的计算速度与更高的准确度。     

基于C语言的矩阵链乘积最优算法实现

矩阵链乘积最优计算次序问题的算法,是一个经典的计算机算法设计问题.文章以C语言为例,讨论了动态规划时问效率优化的可行性和必要性,给出了动态规划时间复杂度的决定因素,阐述了对各个决定因素的优化方法.     

最大化瑞利熵的干扰对齐优化算法

干扰对齐技术常采用迭代的方法进行预编码矩阵与干扰抑制矩阵的设计,然而目前采用的迭代方法并不能做到完全的干扰对齐。针对这种情况,提出了一种新的干扰对齐优化算法,避开了反转信道的操作。该算法在最大化信干噪比算法的基础上加入完全干扰对齐的约束条件,将系统中各用户的所有干扰对齐约束条件进行奇异值分解,最终通过瑞利熵最大化的求解方法联合迭代求解发送侧的预编码矩阵与接收侧的干扰抑制矩阵。仿真结果表明,所提优化算法在较高信噪比时不同天线数下的和速率、不同迭代次数下的和速率等方面都优于原最大信干噪比算法。     

一种基于云计算的海量web数据挖掘算法

基于单一节点的数据挖掘系统在进行海量Web数据挖掘时存在存储与计算的瓶颈，利用云计算的分布式处理优势，提出一种能够在云计算环境下进行分布式处理的基于MapReduce的PageRank算法，将云计算融入Web数据挖掘来解决Internet上广域分布的海量数据挖掘问题。     

一种多用户MIMO系统干扰对齐优化算法

干扰对齐技术可以获得干扰信道自由度的最佳值,从而有效改善系统的性能。在实际系统中干扰对齐技术通常采用迭代的方法进行预编码矩阵与干扰抑制矩阵的设计,而迭代方法都需要对发送预编码矩阵进行初始化处理。然而,目前大多数已有的研究所采用的初始化处理方法都忽略了干扰的影响。因此,在此基础上提出了一种基于新的初始化方法的优化算法,该方法在初始化预编码矩阵中既考虑了干扰信号也考虑了有用信号。首先,选取均方误差和最小化作为优化目标,然后利用正交三角（QR）分解将信道空间分为有用信号空间与干扰信号空间来进行预编码矩阵的初始化设计,经过反复迭代得到发送预编码矩阵与干扰抑制矩阵的最优解。理论分析和仿真结果表明,所提算法在收敛性、均方误差、和速率等方面都优于其他算法。     

使用对偶分解的MU-CoMP-JT联合资源分配

在MU-CoMP-JT（Multi-User Coordinated Multiple-Points Joint Transmission）联合资源分配问题中,传统的迫零预编码矩阵会使得每根天线发送功率互不相同,当CoMP节点发射功率仅满足总功率约束时性能损失不明显,而当CoMP节点分布在不同的地理位置时将受到单节点功率约束,这势必会降低系统功率利用率。为了进一步提升系统吞吐量,基于对偶分解理论提出了一种联合预编码优化的资源分配算法。该算法以最大化用户权重速率为目标,将原优化问题分解成若干个优化的子问题,不同子问题对应不同接收天线数的联合优化问题。当子信道的发送天线数大于接收天线数时,通过多次迭代计算得到预编码矩阵,并且预编码矩阵会随着拉格朗日因子的变化而变化。仿真结果表明所提联合预编码优化的联合资源分配算法能够明显提升系统吞吐量,且提高天线功率利用效率。     

多级维纳滤波测向算法的参考信号优化方法

多级维纳滤波（MSWF）利用接收数据矩阵的正交分解,代替了传统MUSIC算法对协方差矩阵 的特征分解,降低了运算量。为有效提高算法性能,对参考信号的取值进行了研究,发现方 向矩阵的取值对其有很大影响。在参考信号取值结构为阵元接收数据的基础上提出参考信号 取值公式,指出了文中条件下参考信号的最优取值。仿真结果表明,在相同条件下该优化方 法比其他算法有更好的性能,对于提高算法精度具有重要意义。     

基于角速度的捷联惯导系统姿态算法研究

姿态矩阵的更新算法优劣直接影响了捷联惯性导抗系统（strapdowninertialnavigationsystemiSINS）的精度。本文针对以光纤陀螺为代表的输出为角速度的捷联惯导系统，研究了其姿态解算算法，对欧拉角法、方向余弦法，四元数毕卡解法、四元嫩龙格率塔解法、基于角速度的优化等效旋转矢量法进行了分析，并对后三种方法在三轴摇摆条件下进行了仿真。本文对光纤捷联．膀导系统的姿态算法研究具有重要诚意义o。。。。。     

基于压缩感知DOA估计的稀疏阵列设计

根据格拉姆(Gram)矩阵优化测量矩阵的方法，给出了一种基于压缩感知波达方向（DOA）估计的均匀线阵的稀疏阵列设计方法。该方法不需要对阵列的输出数据进行压缩采样，直接利用稀疏阵列的输出数据，然后利用稀疏恢复算法求解DOA估计信息。实验仿真证明，相比于原均匀线阵，所提方法在阵元数目较少且信噪比较低的情况下具有更好的DOA估计性能。     

C-RAN网络中基于稀疏性的预测矩阵求解算法

在C-RAN（Centralized,Cooperative,Cloud Radio Access Network）无线网络基于转移矩阵的负载预测方法中，虽然该预测矩阵具有稀疏特性，但是现有的技术缺乏对稀疏特性加以利用，从而造成计算复杂。针对此问题，提出了一种基于稀疏性的预测矩阵求解算法。该算法对网络状态转移矩阵进行分块迭代，每次等分4块，并分别定义4块矩阵的偏移量。当属于同一行的块矩阵的偏移量有一个是零矩阵时，直接得出所求矩阵对应块的元素全部为零，然后进行下一次迭代；当属于同一行的块矩阵偏移量都不为零矩阵时，通过对矩阵方程组变形处理，转换成迭代格式，然后分块处理。最后，结合仿真定量分析稀疏矩阵稀疏度的临界值问题，给出了稀疏度与计算量之间的关系，并证明了其合理性。仿真结果表明，所提算法能够在不影响预测准确度前提下，降低复杂度。     

基于格基约减辅助的低复杂度MIMO信号检测算法

在多输入多输出(MIMO)系统中,常规的格基约减辅助信号检测算法由于复杂度高而难以在实际工程中应用。为了解决这一问题,基于Brun算法提出了一种低复杂度的信号检测算法。该算法首先通过奇异值分解(SVD)得到信道矩阵奇异向量和转换矩阵之间的近似整数关系,进而采用Brun算法对信道矩阵的对偶格基进行约减优化,最后将约减后的新对偶格基用于传统线性信号检测。仿真结果表明：该方法的复杂度约为基于常规Lenstra Lenstra Lovasz(LLL)格基约减辅助的MIMO信号检测算法的0.1倍;同时,与线性检测算法相比,检测性能提升非常明显,特别在较高信噪比(SNR)范围内。因此,该算法能够在检测性能与计算复杂度之间取得较好的折衷。     

采用局部搜索的二维DOA估计

针对酉旋转不变估计信号参数(Unitary-ESPRIT)算法估计精度较低的问题，提出了一种采用局部搜索实现的非相干信源二维波达方向(2-D DOA)估计方法。该方法首先利用实特征矢量近似值估计导向矩阵,然后利用矩阵Kronecker积性质以及阵列旋转不变特性获得自动配对的角度估计值，降低了2-D DOA初始估计复杂度,实现了对Unitary-ESPRIT算法的改进；接着，采用一维局部搜索法对该初始估计结果进行优化，提高了低信噪比下的2-D DOA估计精度。仿真实验结果表明，相较于传统的Unitary-ESPRIT算法，所提方法在DOA估计精度和成功率上具有明显的优势，特别是在低信噪比以及快拍数较少条件下，因此该方法能够在计算复杂度和估计性能之间取的较好的折中。     

一种计及CCCS的节点阻抗矩阵改进算法

文中根据节点注入电流与支路电流以及支路电压与节点电压之间的拓扑关系,分别定义了支路电流对节点注入电流矩阵MJJ,和节点电压对支路电压矩阵MUV,基于递归算法以及kron法推导出了一种能够快速形成大规模电网节点阻抗矩阵的改进算法。该算法不仅哥以方便地处理舍有互感的线路,还可以处理含有流控流源（CCCS）的支路,对电网络的树支选取没有严格要求。在考虑到含有CCCS的情况下,推导了两个过渡矩阵以及节点阻抗矩阵的形成过程。最后通过算例与传统节点导纳矩阵求逆算法进行了比较,证明了该算法的有效性。     

改进Cholesky分解算法的设计与FPGA实现

针对大规模数字阵列的空域信号处理以及空时信号处理的要求，提出了一种高速并行的基于Cholesky分解的协方差矩阵反问题求解算法。相对于其他现有算法，所提算法具有更高的并行度与更低的处理延迟。在算法实现方面，提出了一种基于脉动阵列+反馈环的矩阵迭代结构来实现该算法，并在现场可编程门阵列（Field Programmable Gate Array,FPGA）平台上验证了该结构的有效性。电子设计自动化(Electronic Design Automatic,EDA)工具的综合与实现结果表明，所提算法实现结构具有高并行性、低延迟等优势，尤其在矩阵规模相对较大时优势明显。     

一种改进的大规模MIMO发射天线选择算法

为了降低天线选择算法在大规模多输入多输出（Multiple-Input Multiple-Output，MIMO）系统下的误码率和复杂度，以用户端接收的总功率为优化目标，提出一种最大化所有用户接收总功率的天线选择算法。该算法将优化目标函数转化为凸函数，并利用凸优化方法求得其有效解。仿真结果表明，所提天线选择算法与传统的最大和容量算法相比，具有较好的系统误码率性能，且运算复杂度低，但系统容量有所降低。     

多载波系统中一种基于预编码的改进PAPR降低方案

针对多载波系统中峰均功率比（Peak to Average Power Ratio,PAPR）普遍较高的问题,首先给出预编码技术抑制PAPR的基本思路和预编码矩阵的一般性设计规则;然后将降低信号峰值的问题转化为在信号瞬时功率均值不变的条件下最小化信号瞬时功率方差的优化问题;最后,为了使预编码矩阵能够联合改善载波的相位和发送信号的非周期自相关性以提高PAPR的抑制效果,基于梯度搜索算法提出一种将非周期自相关性和相位共同优化的算法求解上述最小化问题,通过互补误差函数（Complementary Cumulative Distribution Function,CCDF）表示对PAPR的抑制效果。仿真结果表明,该算法在不影响甚至稍微提高系统误码率性能的前提下,相比于预编码方法改善约0.8 dB。     

基于格规约辅助的MIMO系统GMD-TH预编码方案

现有的GMD-TH(Geometric Mean Decomposition-Tomlison Harashima)预编码方案在发射 端未对获得MIMO（Multiple-Input-Multiple-Output）信道增益矩阵优化,因而 其误码率和分集增益无法获得令人满意的效果。为此,在原有MIMO系统GMD-TH预编码的基础 上,提出一种基于格规约辅助的GMD-TH预编码方案。该方案采用基于格规约的算法对信道 矩阵进行优化,经过优化的信道矩阵其列向量之间具有更好的正交性并且向量的长度更短, 并且采用优化的信道矩阵提高了GMD-TH预编码MIMO系统的分集增益。仿真结果表明：相比于 传统的线性预编码方案,该预编码方案有效地提高了MIMO分集增益,相同误码率下,信噪 比降低3 dB以上,具有实用价值。     

基于拓扑结构的图像拼接算法

针对加速稳健特征（SURF）算法匹配特征点对较多，造成拼接精度低、计算量大的缺点，结合网络拓扑学理论提出了一种剔除误匹配的SURF改进拼接算法。算法定义并采用连通矩阵得到特征点的拓扑结构，将两幅图像的连通矩阵做异或运算得到判断矩阵，多次迭代剔除特征点集合中错误匹配点和匹配度较低的点，得到拓扑结构完全相同的特征点集合，有效减少了匹配特征点对的数量，提高了特征点对的匹配正确率。根据最终的特征点集合计算变换矩阵完成两幅图像的拼接处理。对比实验结果表明，针对同一组图像进行拼接处理，所提算法的特征点匹配正确率较SURF算法提高了28.28%以上；对于小分辨率图像拼接，耗时基本保持一致；对于大分辨率图像拼接，所提算法耗时大大减少。