论文研究基于改进的VelocityVerlet算法的交互式衣服仿真系统 .pdf

基于spark平台的K-means改进算法，闫萌，邹俊伟，K-means算法是较为经典的聚类算法。针对经典的K-means算法存在的K值个数和初始聚类中心需要人为指定的缺陷，以及经典的串行K-mean

提出了一种基于特征相关性的特征选择方法。该方法以特征之间相互依赖程度（相关度）为聚类依据先对特征进行聚类，再从各特征簇中挑选出具有代表性的特征，然后在被选择出来的特征中删除与目标特征无关或是弱相关的特

基于Spark的改进并行BP算法，刘永，方维，BP(BackPropagation)神经网络是一种以误差反向传播进行训练的多层前馈网络，是目前最受欢迎的神经网络模型之一。传统BP算法收敛速度慢��

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

基于分类技术的Hits算法改进，陈洁惠，，本文介绍了一种基于分类技术的对网页链接结构分析经典算法Hits的改进，分析了分类技术的原理并设计了与搜索引擎预处理结合以及与Hi

基于改进的SPIHT图像压缩算法，胡晖，卢珏，针对SPIHT算法中的零树结构以及分集判断规则所产生的冗余对编码效果的影响，本文提出了一种改进算法。通过改变原算法的初始化步骤�

基于Gridsim的改进Min-Min算法模拟，张澜，，在对网格计算中现有的任务调度算法的研究基础上,仔细分析了调度算法中最经典的Min-Min算法,指出了该算法中所存在的负载不平衡的缺点

针对传统跟踪—学习—检测（tracking-learning-detecting，TLD）目标跟踪算法由于检测模块扫描大量子窗口而导致检测时间过长，并且在跟踪过程中当目标发生严重遮挡、形变时，TLD算

带有精英策略的非支配排序遗传算法（NSGA-II）是在NSGA的基础之上，提出拥挤度和拥挤度比较算子，代替了需要指定共享半径的适应度共享策略，是解决多目标优化问题的经典算法之一。但是NSGA-II算法

基于属性约简的Entropy-KNN改进算法，赵晓丽，韦凌云，为降低维度灾难对分类算法效率和准确率的影响，本文提出基于属性约简的Entropy-KNN改进算法，将信息论中的信息熵理论与KNN算法结合起