差额加权轮询（DWRR）算法

为更好地提高核磁共振图像重构质量,提出了一种基于熵约束字典学习和加权全变分的图像重构算法。首先对图像进行分块,基于熵约束构建新的字典学习模型,生成字典库;结合加权的各向同性与各向异性的全变分正则项构建

针对在背景与目标颜色相近以及复杂场景中跟踪不准确的问题,提出一种改进的背景加权Mean Shift (均值漂移) 跟踪算法,在目标颜色直方图中加入纹理特征,并将局部背景信息引入目标特征直方图中,以排除

作为网络结构分析的重要概念，结构洞占据者在获取网络有效信息方面起着关键的作用。目前，研究者们主要针对无权网络研究挖掘其结构洞的方法，然而，实际网络中，边权对网络性能的影响起着重要作用。以加权网络为研究

Dv．Hop定位算法是无线传感器网络中一种常用的基于非测距的定位技术，该算法使用平均跳距表示实际距离，在 实际应用中造成很大的误差和节点能耗。为此，分析了加权DV—HOP定位算法，并在加权算法基础上

WRRWeighted Round Robin简称WRR加权循环调度算法加权循环(WRR)所有业务队列服务并且将优先权分配给较高优先级队列在大多数情况下相对低优先级WRR将首先处理高优先级但是当高优先

在动态网络中发现社区结构是一个非常复杂而有意义的过程，可以更好地观察和分析网络的演化情况。针对动态加权网络中的社区发现问题，提出了一种结合历史网络社区结构的算法，叫做动态加权网络中的演化社区发现算法（

通过某种聚类算法对数据聚类，然后，根据聚类结果，采用有监督特征评价方法学习各维特征的权值，再根据特征权值重新聚类，之后再次学习特征权值，该过程反复迭代，直至算法收敛或达到指定的迭代次数。欧几里德空间内

基于属性加权的ML-KNN算法改进，高文鹏，张彬，ML-KNN是应用朴素贝叶斯分类到KNN算法中解决多标记学习问题的一种算法，算法简洁、分类准确率高，相较其他成熟的多标记算法性能更优

资源难得啊，花钱买的，基于属性加权的朴素贝叶斯分类算法.kdh

针对现有有向传感器网络(DSNs)覆盖增强算法复杂且收敛速度较慢的问题,在方向可调的有向感知模型基础上,提出一种基于分布式迭代加权的虚拟力覆盖增强算法(IW-RFGP)的有向传感器节点部署方法。该方法