论文研究SDN中基于遗传机制的自适应路由算法研究.pdf

针对XCP的α参数在网络中流的个数变化明显以及链路带宽相差比较大的网络环境中影响带宽利用率提高的问题，提出一种自适应的XCP改进算法——AXCP。该算法基于平均队列变化率来判断网络的稳定状态，并依此调

蛙跳算法是一种受自然界生物现象启发产生的群体进化算法，计算速度快，寻优能力强，但局部搜索能力较弱，容易陷入早熟收敛。针对其缺点，结合高斯变异和柯西变异的优点，提出了一种改进的混合蛙跳算法。改进后的算法

针对现有轨迹数据压缩算法难以确定压缩阈值的缺点，提出了自适应参数的轨迹压缩算法。该算法根据用户期望达到的压缩效果，按照优先保证压缩比的策略，在保证压缩效率和压缩效果的情况下，帮助用户自动确定压缩阈值，

针对原始压缩跟踪使用固定大小的跟踪框来跟踪目标，提出一种尺度自适应的压缩跟踪算法，在原始的压缩跟踪算法的基础上加入粒子滤波方法，利用分类器的响应产生粒子权重，根据粒子权重大小重新采样，从而避免了粒子退

标准的遗传算法在设置交叉算子和变异算子时使用固定的值,这样在求解复杂的优化问题时会存在解的多样性差和早熟的缺点。传统的自适应算法在收敛速度和解的多样性上是有效的,但是在算子调整的过程中,对算法演化过程

为获得科学合理的群体决策结果，并在综合集成研讨厅中维护一个动态的专家权重信息库，提出了一种基于TOPSIS法和灰色关联度的专家权重自适应调整算法，算法综合考虑了专家个体与群体在方案重要属性以及方案序的

中值滤波是图像处理中常用的滤波方法，其优点是能有效滤除图像中的噪声像素，同时还有一定的保持图像边缘的效果；其缺点是滤波速度慢、图像边缘细节保持效果不理想。在分析中值滤波及其改进算法的基础上，提出了自适

论文研究-Metropolis-Hastings自适应算法及其应用.pdf,

研究蛙跳算法的寻优性能,主要在基本蛙跳算法的全局搜索过程中加入自适应混沌变异操作,提出一种改进蛙跳算法。改进后的算法采用Logistic混沌序列构造混沌变异算子,同时结合个体适应度和进化代数自适应调整

提出退火熵、生长函数和VC维等概念，构建基于VC维的学习过程一致收敛速度的界。以这些界为基础，给出基于双重随机样本的结构风险最小化原则。最后证明该原则是一致的并且推导出了关于渐近收敛速度的界。