时间复杂度

摘要： 对时间复杂度信息的学习和处理是人脑的一大优势,而储备池计算是一种低训练代价、低硬件开销的循环神经网络,在时序信息处理方面具有广泛的应用。近日,北京大学科研团队在《Advanced Materials》杂志发表了题为“Multilayer Reservoir Computing Based on Ferro⁃electricα-In2Se3 for Hierarchical Information Processing”的论文,该团队首次采用忆阻器单元构建了深度储备池计算硬件。

摘要： 给出了路灯树型网络拓扑结构T(P_(m),S_(1,n),S_(2,n),…,S_(m,n))的定义,提出了该类网络拓扑结构的边魔幻全标号算法,证明了STREETLAMP_EMTL算法的正确性、时间复杂度及时间最优性,从而进一步得到了路灯树型网络拓扑结构T(P_(m),S_(1,n),S_(2,n),…,S_(m,n))的边魔幻性.

摘要： 在图像畸变矫正和图像缩放过程中,需要使用插值算法对像素点进行插值。为了更好地保留图像的纹理细节,以及降低算法时间复杂度,论文提出一种基于OTSU的图像插值算法。利用被插值点四邻域像素的方差来划分图像区域,并采用OTSU算法确定阈值,对图像平坦区域采用双线性插值,而图像纹理细节部分采用双三次插值。实验结果表明,该算法很好地保留了图像细节部分,算法时间复杂度较低,获得的图像质量高,算法具有一定的实用价值。

摘要： Apriori算法在数据挖掘过程中需要多次扫描数据库,会造成I/O上有较大时间开销和负载,影响算法的运行速度,同时在计算频繁项集的过程中,需要进行大量迭代搜索与计算,算法的时间复杂度和空间复杂度较高。基于此,提出一种基于哈希表与十字链表存储的优化算法HTACL-Apriori。通过理论分析和数据进行实验对比,验证了优化后的HTACL-Apriori算法相对于传统的Apriori算法在时间效率和空间效率方面有明显的提高,达到了预期效果。

摘要： 为了使模拟用户和实际用户行为一致,提出一种5G终端模拟系统中随机接入的实现方法,属于通信技术领域。主要从系统开销资源和时间复杂度两方面对5G终端模拟系统中随机接入模块进行设计。使用线程池的思想,可有效减少系统开辟线程资源消耗的时间,并能节省系统20%~50%的资源开销。在用户线程资源调度上,采用两个链表数据结构,处理数据的时间复杂度由传统的O(N)降低到O(1),大大增加了数据传输的速度,且按照R15版本协议标准成功完成5G终端模拟系统的随机接入过程。

摘要： 频谱预测技术对提升物联网频谱利用效率具有重要作用,受到广泛关注和研究。根据实际频谱环境数据的时-频域相关性和时间上的周期性特征,提出一种基于二维采样的长短时记忆网络预测模型2D-SPLSTM。在充分利用历史频谱数据时-频域相关性的基础上,通过采样融合了历史频谱数据中的接近趋势和周期趋势。仿真表明,2D-SPLSTM模型在实际频谱环境数据中获得了明显的性能提升,并在均方根误差(RMSE)、平均绝对百分比误差(MAPE)和R2分数性能指标方面得到验证。同时,在跨步预测场景中,提出的模型有着更稳定、优越的性能,进一步说明了模型的有效性。

摘要： 内排序算法在计算机程序设计中经常被用于解决实际问题,因此研究内排序算法具有重要的理论意义和广泛的应用价值[1]。从时间复杂度、空间复杂度及稳定性方面进行分析。该文具体分析了Python语言中几种常见的内排序算法,并对这些内排序算法的基本思想、算法代码、执行过程进行了详细的介绍。方便初学者对排序算法有一个全面深入的了解。

摘要： 针对当前工业控制安全兼容性难以解决的问题,在功能安全与信息安全资源消耗竞争的本质层面上,文章提出支持功能安全与信息安全冲突协商的形式化模型,从数学上刻画工业控制系统安全策略的功能安全程度、信息安全程度、CPU占用和内存占用。文章将这4个数学函数作为衡量安全策略优劣的目标函数进行多目标优化,充分考虑功能安全、信息安全、时间延迟、资源消耗等工业控制系统的关键因素,构建目标函数的参数空间,利用空间间隔挑选出最优策略。文章克服传统的矛盾屏蔽方法只能在不影响功能安全的前提下进行定性配置的局限,为工业控制系统提供一套完整的策略优化方案和算法。模拟实验将策略优化算法应用到列车控制系统中,获取车载列车自动防护(Automatic Train Protection,ATP)系统的最优安全策略方案,实验结果表明,文章提出的安全策略优化方法,可以量化安全策略的优劣,并有效地选取最优安全策略方案,保障工业控制系统安全。

摘要： 根据中长期合同签约中的总量限制问题,建立有效的数学模型。引入背包问题的伪多项式时间复杂度算法,给出合理的解决方案,并从近似度、复杂度等方面对方案进行评估。

摘要： 弹性光数据中心网络中的带宽分配需要兼顾云服务提供商收益和用户连接请求性能,对此提出收益最大化的带宽分配算法,其以子载波为基本单位将光纤带宽有效地分配给多个用户连接请求.首先,基于收益模型和虚拟子载波的概念建立带宽分配问题的整数线性规划模型;接着提出一种基于动态规划的带宽分配算法以及一种启发式的带宽分配算法,前者致力于获得最大的分配收益,后者则力求获得更好的时间效率;最后,通过仿真实验对所设计的带宽算法的性能进行验证.实验结果表明,相较于已有的弹性光数据中心网络中的带宽分配算法,设计的两种算法均能在带宽分配中获得更高的系统收益.

摘要： 为满足通用飞机航电系统实时数字滤波的需要,针对抗脉冲干扰滤波算法的不足,本文提出了一种高效的抗干扰递推平滑滤波算法.该算法在提升滤波效果的同时,可以将时间复杂度降低到与递推窗口长度呈线性的量级,从而使算法在时间资源上达到最优,实验对比结果及实际应用也验证了本文算法的优越性.

摘要： 建立由封蜡层、经线层、纬线层构成的三层布料模型.三层模型中,封蜡层包裹经线层、纬线层构成封蜡布,经线层、纬线层相互交叉、重叠.根据菲克第二定律建立微分方程表示染料扩散过程,并对该微分方程离散化.扩散方程中考虑的主要因素有染料扩散、供给、吸收,扩散方程中使用孔隙度、弯曲程度、相邻关系等参数.使用椭圆距离模型模拟矩形织纹,并对其在HSV颜色空间中进行模糊处理.实验表明,文中方法可以得到接近实际蜡染布料的视觉效果,算法具有较好的时间复杂度.

摘要： 冲突是Petri网理论的重要概念,相互冲突的变迁构成冲突集.提出Petri网的冲突集问题,证明冲突集问题是NP完全的.提出极大冲突集动态枚举算法,基于当前标识的所有极大冲突集,利用Petri网实施的局部性,计算下一标识的所有极大冲突集.该算法的时间复杂度为O(m2n),其中m是当前标识的极大冲突集数目,n是变迁数.最后证明自由选择网、非对称选择网的极大冲突集枚举问题的计算复杂度可降至O(min(mn.n2),这里m是库所数.

摘要： 针对目前的增量社区发现算法无法满足大规模动态网络社区发现要求的问题,提出一种基于邻域跟随关系的社区表示模型,并基于该模型提出邻域跟随社区发现算法,算法遍历网络节点一次即可得到静态网络的社区结构,具有接近线性的时间复杂度.进而扩展得到增量邻域跟随算法用于动态网络的社区发现.实验结果验证了算法在大规模动态网络社区发现方面具有精度、效率以及稳定性的优势.

摘要： 本文介绍随着互联网的飞速发展,人们越来越倾向于在线购物,传统企业也越来越寻求向电子商务转型,而在电子商务的商品推荐系统中,为了给用户提供个性化的商品推荐,不少研究者提出了各自的推荐方法.但是由于各种原因,现有的算法存在各种各样的缺点,如推荐精准度不高,时间复杂度高等,针对这些问题,本文提出了一种基于标签传播算法(LPA)和用户历史购买数据的个性化商品推荐算法.算法首先根据目标用户和全站其他用户之间的相似度,利用改进的标签传播算法对用户进行标记,继而将具有相似标签的用户划分为一类并将同一类别的其他用户感兴趣的商品推荐给目标用户.实验表明,本文提出的算法时间复杂度要低于其他对比算法,推荐准确率要高于其他对比算法.

摘要： 模型检测作为一种形式化验证技术,已被广泛应用于各种并发系统的正确性验证.针对具有非确定性选择和广义可能性分布的并发系统,引入广义可能性决策过程作为此类系统的模型;给出描述其性质的规范语言广义可能性计算树逻辑的概念;研究此类系统的广义可能性计算树逻辑模型检测问题.结论表明,其模型检测算法的时间复杂度也为多项式时间.所获得的结果扩大了广义可能性测度在模型检测中的应用范围.

摘要： 大数据时代的到来为传统的机器学习领域带来了新的机遇和挑战,如何将传统的机器学习方法应用到大数据时代是当下研究的一个热点.大数据具有4V特征,即海量化、多样化、快速化、价值化.本文主要针对其海量化的特点,以经典的统计机器学习算法SVM为例进行研究.首先,本文分析了原问题的时间复杂度、对偶问题的时间复杂度和数据的维度、数量之间的关系.原问题的时间复杂度由维度决定,对偶问题的时间复杂度由数量决定,而维度和数量构成了数据的规模,因此可以根据数据的规模特点选择不同的求解空间.然后,通过将对偶问题的解转化为原空间的分类面来提高算法速率.最后,得到结论,通过对传统机器学习算法计算速率方面进行改进,可以使传统的机器学习算法满足大数据时代的要求.

摘要： 本文主要针对指派问题进行研究分析,提出了基于改进遗传算法的求解算法.该算法通过在交叉过程中引进锦标赛思想,并在变异过程中保持染色体的完整性和先进性,经过对指派问题进行求解并与现有算法进行横向比较,该算法在求解较大规模的指派问题过程中表现出快速收敛的特点,在一定程度上要优于经典的匈牙利算法以及其他一些进化算法,其时间复杂度为O(n2).最后给出具体算例对其可行性和稳定性加以验证.

摘要： 传统网格聚类算法聚类质量低,而密度聚类算法时间复杂度高.针对两类算法各自的缺点,结合它们的聚类思想提出了一种新的聚类算法.该算法提出了边缘度密度距作为新的密度度量,并在此基础上逐步确定了类的定义和聚类过程的定义.算法前期通过网格划分操作统计记录了待聚类数据的初始信息,以供随后的k近邻统计使用.在寻找聚类中心点时使用了桶排序的策略,使得算法能快速地选出下一个聚类中心点.随后的聚类步骤是迭代搜索并检验当前类中未检验的k近邻是否满足密度可达性来完成聚类.理论分析和实验测试的结果表明,该算法不仅保持了较高的聚类精度,而且有接近线性的低时间复杂度.

摘要： 当前各种基于曲率驱动扩散(CDD)模型的图像修复算法在修复待修复点时均只利用了其邻域中的4个点的参考信息,使修复后的图像边缘过渡不自然且修复精度不够高.针对以上问题,提出了基于双十字CDD的图像修复算法.该算法在充分利用原始CDD算法中4个邻域点的参考信息得到待修复点的修复像素值的基础上,再利用新引入的4个点的参考信息得到一个新的修复像素值,并将这两个修复像素值进行加权平均得到最终的修复像素值.最后,将提出的算法和原始的CDD算法以及改进的CDD算法用于实例验证,其结果表明,新提出的算法在不增加算法时间复杂度的条件下,使得图像边缘过渡更加自然,修复精度得到了有效提高.

摘要： 本发明涉及基于时间复杂度和空间复杂度来决定编码模式的方法和装置。该基于时间复杂度的编码模式决定装置包括：时间复杂度计算单元，其计算宏块的时间复杂度；以及模式决定单元，其基于所述时间复杂度来决定编码模式。可以按照较高的准确度来计算宏块的时间复杂度和空间复杂度，此外，基于计算得到的复杂度来选择最优编码模式。因此，可以减小率失真优化所涉及的计算复杂度，并且提高处理速度。

摘要： 本发明公开了基于概率加权路径的防火墙规则引擎时间复杂度评估方法，首先采集流经防火墙的数据报文样本，并对数据报文样本进行分类，分析规则引擎，并将规则引擎整理为决策树；然后标定决策树中的路径长度，并计算每个类别的数据报文样本的平均路径长度；最后评估规则引擎的复杂度。本发明将规则引擎抽象为决策树，并用决策路径长度来描述时间复杂度，使用真实数据报文样本的概率分布来加权路径长度，能最大限度的描述真实环境下规则引擎的时间复杂度，以及评估防火墙规则引擎的性能。同时排除了防火墙其他组件对评估的干扰，并为防火墙引擎优化提供了依据。

摘要： 本发明公开了一种降低加解密运算时间复杂度的数据传输方法及系统，所述方法包括生成第一公钥值，将所述第一公钥值发送给目标终端，所述第一公钥值的生成方法包括：将目标数转化为二进制数；以最低位作为当前位，按照第一算法对所述当前位进行操作；判断当前位是否为最高位，若是，则按照第一算法对所述最高位进行操作，输出最终结果；若否，则将所述当前位的高一位二进制位更新为新的当前位，运用第一算法对新的当前位进行操作；获取所述目标终端发送的第二公钥值，生成第一密钥值；采用所述第一密钥值对待传输文件进行加密，由所述目标终端采用第二密钥值对所述加密文件进行解密。本发明能够将时间复杂度由O(N)优化为O(log2N)，进一步提高加解密运算的数据传输效率。

摘要： 本发明公开了一种低时间复杂度的随机机会网络拓扑重构方法，结合矩阵与特征值和特征向量的关系给出了应用压缩感知理论进行网络重构时测量值和测量矩阵的选取方法。通过对稀疏信号重构原理分析，基于贪婪算法稀疏信号重构原理实现一种低时间复杂度的随机机会网络拓扑重构方法。本发明与现有的重构方法其重构耗时大大较低，算法性能有所提高。所以能较快的重构出随机机会网络拓扑结构，优化了随机机会网络的性能。

摘要： 本发明涉及基于时间复杂度和空间复杂度来决定编码模式的方法和装置。该基于时间复杂度的编码模式决定装置包括：时间复杂度计算单元，其计算宏块的时间复杂度；以及模式决定单元，其基于所述时间复杂度来决定编码模式。可以按照较高的准确度来计算宏块的时间复杂度和空间复杂度，此外，基于计算得到的复杂度来选择最优编码模式。因此，可以减小率失真优化所涉及的计算复杂度，并且提高处理速度。

摘要： 本发明公开了一种具有多项式时间复杂度的直流通道规划与运行方法，该方法包括：获取直流通道、新能源发电、负荷和各类可控设备技术经济特性数据；根据取得的技术经济特性数据，建立简化后的两区域送受端直流通道新能源消纳输送功率配置物理模型；根据所建物理模型，以新能源承载能力最大，两区域日发电运行成本最小为优化目标，建立两区域送受端直流通道输送功率配置优化模型P1；根据所建优化模型P1，建立优化模型P1对应的动态规划模型，求解直流通道输送功率配置问题，输出该日直流通道输电计划。本发明可应用于电网运行调度领域优化问题的快速自主化求解、新能源不确定性消纳、电网投资规划、直流通道输送功率配置，直流通道日交易电量设置。

摘要： 本发明公开了一种线性时间复杂度的敏感信息检测方法，包括根据敏感信息的类型，将敏感信息分类，并将分类后的信息进行编码；基于双数组trie树，载入基础词典和分类敏感信息词典，构建trie树内存索引结构并保存；对传入的文本流，按照GBK编码读入内存，对文本进行段落和句子的划分，并记录段落和句子的起始和结束位置；根据文本流来源类型，设定文本的背景时间；按顺序扫描文本流数据，对文本流数据做正向最大匹配分词处理；返回词条的位置和类型，根据词条类型，查询相对应的分类敏感信息词典，获取正确表述。本发明支持中文、英文以及中英文和数字混合的敏感信息的检测。由于加入了自然语言处理技术，能够在高速扫描的同时，减少正常信息的误报。

摘要： 本发明公开了基于概率加权路径的防火墙规则引擎时间复杂度评估方法，首先采集流经防火墙的数据报文样本，并对数据报文样本进行分类，分析规则引擎，并将规则引擎整理为决策树；然后标定决策树中的路径长度，并计算每个类别的数据报文样本的平均路径长度；最后评估规则引擎的复杂度。本发明将规则引擎抽象为决策树，并用决策路径长度来描述时间复杂度，使用真实数据报文样本的概率分布来加权路径长度，能最大限度的描述真实环境下规则引擎的时间复杂度，以及评估防火墙规则引擎的性能。同时排除了防火墙其他组件对评估的干扰，并为防火墙引擎优化提供了依据。

摘要： 本发明公开了一种降低加解密运算时间复杂度的数据传输方法及系统，所述方法包括生成第一公钥值，将所述第一公钥值发送给目标终端，所述第一公钥值的生成方法包括：将目标数转化为二进制数；以最低位作为当前位，按照第一算法对所述当前位进行操作；判断当前位是否为最高位，若是，则按照第一算法对所述最高位进行操作，输出最终结果；若否，则将所述当前位的高一位二进制位更新为新的当前位，运用第一算法对新的当前位进行操作；获取所述目标终端发送的第二公钥值，生成第一密钥值；采用所述第一密钥值对待传输文件进行加密，由所述目标终端采用第二密钥值对所述加密文件进行解密。本发明能够将时间复杂度由O(N)优化为O(log

摘要： 本发明公开了一种低时间复杂度的随机机会网络拓扑重构方法，结合矩阵与特征值和特征向量的关系给出了应用压缩感知理论进行网络重构时测量值和测量矩阵的选取方法。通过对稀疏信号重构原理分析，基于贪婪算法稀疏信号重构原理实现一种低时间复杂度的随机机会网络拓扑重构方法。本发明与现有的重构方法其重构耗时大大较低，算法性能有所提高。所以能较快的重构出随机机会网络拓扑结构，优化了随机机会网络的性能。