导读:本文包含了算法复杂性论文开题报告文献综述、选题提纲参考文献，主要关键词:算法,复杂性,数据,通流,不等式,制法,定理。
算法复杂性论文文献综述写法
吴宇[1]（2019）在《变分不等式框架下临近点算法复杂性问题研究》一文中研究指出本文主要利用Performance Estimation框架研究求解单调变分不等式问题的松弛临近点算法在遍历意义下的最优次线性收敛率。我们利用Performance Es-timation框架得到了临近点算法的一个精确的worst case界。根据数值实验可以观察到,随着迭代步数的增大,数值结果中的界渐进地收敛于已知的理论边界。通过构造了一个具体的例子,得到了次线性收敛率的下界。巧合的是,这个例子所提供的下界刚好等于数值上计算出来的worst case界。最后,我们从理论上证明了该下界即为精确的worst case界,从而得到了临近点算法在遍历意义下的最优次线性收敛率。(本文来源于《南京大学》期刊2019-05-01）
杨勇杰[2]（2019）在《浅析算法分析和计算复杂性理论研究方法》一文中研究指出近年来,我国数学领域的高速发展,使越来越多的人们认识到数学的重要性,这也使数学在各个领域中发挥着越来越重要的作用。该文浅要分析了算法及其计算复杂性,并将线性方程组中的LU分解的递归算法作为实例,以此分析算法的计算复杂性。希望能够为专家与学者在算法分析工作中提供一种科学的研究方法,进一步推动算法在各个领域中的应用。(本文来源于《科技资讯》期刊2019年05期）
邬厚民,程谆[3]（2018）在《基于复杂性度量与多尺度运动编码的图像动作识别算法》一文中研究指出人体动作的识别与理解是人机交互、机器人应用的关键技术之一,为了提高人体各种复杂动作的识别精度与鲁棒性,研究了基于复杂性度量与多尺度运动编码的动作识别技术。通过不同长度的滑动窗口对视频序列获取子序列;通过时间序列复杂性来度量人体运动轨迹,设计了一种多尺度的滑动窗口,从而选择出有效子序列;基于有效子序列,引入k-均值聚类分析算法,对人体运动进行编码,获取运动编码直方图;引入条件随机场对动作分类学习,完成动作识别与理解。所提出的算法在人机交互、智能家居、视频监控等领域具有较好的参考价值。(本文来源于《光学技术》期刊2018年04期）
蔡勇平,朱士瑞,许晓东[4]（2018）在《基于攻击图的空间复杂性优化算法研究》一文中研究指出攻击图模型是网络脆弱性评估的重要手段。但是,通常生成的攻击图过于庞大和复杂,无法准确找到关键漏洞。针对此问题,提出了一种攻击图空间复杂性优化算法。该算法结合攻击路径和漏洞结点的个数,删除现实意义不大的攻击路径,只保留攻击者、含有漏洞以及攻击目标的结点的攻击路径,简化攻击图,增加了攻击图的可用性。此外,通过一定规模的网络环境实验验证表明,经该算法优化后得到的简化图可用性更高。(本文来源于《通信技术》期刊2018年07期）
马巧梅,刘忠宝,杨秋翔[5]（2017）在《基于过程控制法的算法分析与复杂性理论课程教学模式》一文中研究指出分析算法分析与复杂性理论课程教学中存在的问题,提出采用基于过程控制法的课程教学模式,阐述教学实施过程并以实例说明效果。(本文来源于《计算机教育》期刊2017年12期）
张明阳,张笛,郭欢,付姗姗,黄亚敏[6]（2017）在《基于Lempel-Ziv算法与TOPSIS的水上交通流复杂性测度》一文中研究指出为了定量分析并划分水上交通流的复杂性等级,提出了一种基于Lempel-Ziv算法与TOPSIS的水上交通流复杂性测度方法。运用Lempel-Ziv算法求得实测水上交通流时间序列和对比序列(周期序列、Logistic序列、Henon序列、随机序列)的复杂性特征值,采用TOPSIS得到各个序列的贴近度,根据对比序列的贴近度划分复杂性等级区间,按照水上交通流时间序列的贴近度和所在的复杂性等级区间来表征各个序列的复杂程度,并对长江口南槽航道的实测水上交通流进行复杂性测度。计算结果表明:船舶交通事故数量和下行标准船舶数量与船舶交通流时序复杂性贴近度的相关系数分别为0.698 1、0.769 2,变化趋势基本一致,表明贴近度的计算结果可以反映水域船舶交通流的复杂性;周期序列的贴近度为0.000 1,随机序列的贴近度为0.999 9,Logistic序列和Henon序列的贴近度分别为0.449 2、0.537 7,其值大于周期序列的贴近度,小于随机序列的贴近度;2013年7~11月水上交通流序列的贴近度分别为0.828 0、0.852 7、0.856 5、0.823 7、0.810 7,说明序列的复杂性基本一致;5个月的水上交通流序列的贴近度远大于周期序列的贴近度,处于随机序列和Henon序列的贴近度之间,更接近随机序列的贴近度,说明水上交通流系统不是周期与完全随机的动力学系统;5个月水上交通流复杂性的整体等级为1级,表现出高复杂性的特点。(本文来源于《交通运输工程学报》期刊2017年01期）
李建中,李英姝[7]（2016）在《大数据计算的复杂性理论与算法研究进展》一文中研究指出最近几年,大数据研究风起云涌,取得了很多研究成果.尽管如此,大数据基础理论研究结果远未满足实际需要,大量的关键问题尚未解决,完整的基础理论尚待建立.本文旨在探索大数据的基础理论研究问题,综述大数据计算的复杂性理论和算法的研究进展.首先,给出大数据计算的严格定义.其次,讨论大数据计算的6个挑战和10个科学技术问题.然后,综述大数据计算的复杂性理论和算法设计的研究进展.最后,分析评述大数据计算的复杂性理论和算法设计的研究结果,并给出未来研究方向的思考.(本文来源于《中国科学:信息科学》期刊2016年09期）
刘运龙[8]（2016）在《3-Set Packing参数化计数问题的复杂性及近似算法》一文中研究指出3-Set Packing参数化计数问题即在一个3-Set Packing实例中统计所有大小为k的不同packing的个数。首先证明了该问题的计算复杂性是#W[1]-难的,表明该问题不大可能存在固定参数可解的精确算法(除非#W[1]=FPT)。然后,通过拓展3-D Matching参数化计数问题的算法对3-Set Packing参数化计数问题提出了一个基于Monte-Carlo自适应覆盖算法和着色技术的随机近似算法。(本文来源于《计算机科学》期刊2016年09期）
丁锋[9]（2016）在《系统辨识算法的复杂性、收敛性及计算效率研究》一文中研究指出实践中经常会遇到大型计算问题和优化问题,使得求解问题算法的复杂性、计算量和计算精度等成为突出问题,特别是大规模非线性多变量系统的辨识.对此,提出几个有趣的研究课题:1)利用信息滤波技术和多新息辨识理论研究能提高辨识精度的大规模系统辨识理论与方法;2)利用递阶辨识原理研究维数高、变量数目多、计算量小的多变量系统递阶辨识方法;3)利用鞅收敛理论建立非线性多变量系统辨识方法的收敛理论;4)利用并行计算与递阶计算技术提高辨识算法的计算效率,以解决一类大规模非线性多变量系统的模型化问题.(本文来源于《控制与决策》期刊2016年10期）
苗东菁[10]（2016）在《数据一致性的计算复杂性理论和算法研究》一文中研究指出各应用领域信息量爆炸性地增长带来了大量的劣质数据。数据质量低劣经常导致灾难性后果,极大地限制了数据的正常使用。数据的劣质性概括性地表现为数据的不一致性、不准确性、不完全性和非时效性等等,而其中不一致数据是最典型的劣质数据。改善不一致性数据对于为提高数据可用性,确保大规模数据的正常使用有着十分重要的意义。然而已有的基于数据依赖规则描述数据一致性的处理方法发展还不够完善,并且这种方法本身还有着很多固有的缺陷,主要有以下几点:第一,一致性规则只能用于检测不一致错误,但并不能给出数据不一致程度的直观评估;第二,一致性规则不能指导修复,仅基于规则的自动方法不能保证完全地修复不一致数据;第叁,人工很难定义出足够的一致性规则以充分检测数据的一致性错误。本文对不一致关系数据的评估、修复、查询、规则挖掘等方面中的关键问题给出了一些列的计算复杂性和算法研究结果,分很好地决了上述问题,主要研究内容如下所述。(1)本文研究了数据一致性规则发现算法。为了克服挖掘严格的函数依赖和条件函数依赖的局限性,以及不好的松弛导致的大量无效冗余规则,本文在第二章研究了如何定义松弛规则以及如何从更一般的数据中挖掘他们。本文提出了从更一般的概率数据中挖掘出近似条件函数依赖的方法,由于概率数据可以视作一般数据的泛化,因此从概率数据中挖掘候选规则可以提高挖掘能力,适配更广泛的数据类型、提供专家用户更充分的参考规则,同理我们定义了近似条件函数依赖是松弛的,使得挖掘结果质量可控。在此基础上,本文研究了其在不确定数据中的置信概率的动态规划求解算法,以及候选依赖的概率下界来进行剪枝;给出了基于字典序的挖掘方法以及相应的剪枝策略;最后,在真实和合成的数据集上进行充分的实验以验证挖掘算法的可扩展性和剪枝策略的高效性,发现真实的挖掘结果,极大地提高了数据一致性的发现能力。(2)本文研究了数据一致性评估问题的计算复杂性和评估算法。为克服当前不能很好地评估数据一致性的缺陷,避免局部计数的失真问题,本文在第叁章提出通过最小元组删除集规模来评估数据的不一致程度。在此基础上研究了当给定规则集合的结构复杂程度对问题的计算复杂性的影响。本文证明了当Σ包含2条仅涉及3个属性的变量条件函数依赖、且每条元组最多仅涉及6个冲突对时,最小元组删除集问题仍然是NP完全;进而又证明了当给定3条仅涉及4个属性的变量条件函数依赖时,将最小删除集问题近似到1716是NP难的。本文给出了最小元组删除集问题的近优化的近似算法,可以达到2-12r的近似比,其中r为集合Σ中变量条件函数依赖个数,显然这是一个独立于数据量的、很好的近似比,因为条件函数依赖集合Σ通常规模远远小于数据量且固定。本文进一步说明了在UGC假设下,该近似比是近优化的,很难再将近似比降低一个与n无关的常数。本文通过实验验证了本文给出的评估算法具有非常好的准确度,验证了前述的理论结果。(3)本文研究了基于反馈的不一致数据修复问题计算复杂性和修复算法。对于不一致数据的修复,自动的修复方法具有严重的局限性,数据质量研究领域达成的共识是,引入人工反馈是得到高质量修复的一个重要的环节。然而已有的工作都基于叁个假设:人工提供的回答认为是正确的,且可以直接使用;人工提供的回答都可以直接向数据传播,无副作用;给定规则一定是正确的。这种假设在很多实际情况中是不合理的。因此,本文在第四章针对如何解决人工反馈的正确性保障问题,形式化地定义了两个判定问题,即约束规则定义的不一致数据中的视图删除和插入传播问题,同时研究了两个问题的计算复杂性和数据修复算法。本文研究了不一致数据上视图删除问题的复杂性,证明了如果查询为一个投影或者并查询时该问题为NP完全的,证明了当查询为一个合取查询时该问题是Σp2完全的,同时也证明了然而当查询是一个选择连接查询时,该问题的联合复杂性是LOGSPACE的,同时这个结论意味着一般的无副作用删除传播问题在组删除情况下,其联合复杂性也是在LOGSPACE的,这填补了一般的删除传播问题复杂性结果中的空白。本文提出了基于删除反馈的高效修复算法。本文也证明了不一致数据上视图插入问题在单插入与组插入、有限域与无限域等情况下的数据复杂性与联合复杂性结论。证明了对于不同类别的查询,该问题的数据和联合复杂性均位于PTIME与Σp2完全之间。不同于删除反馈,本文证明了不一致数据上视图插入问题会变得更难。本文在数据复杂性下分离出了一大类多项式可解情况,即无自连接的选择连接查询类sjf-SJ,提出了高效求解算法,通过实验验证了本文提出的修复算法极大提高了精确率和召回率。(4)本文研究了不一致数据查询处理算法。为了克服一致性查询回答方法对结果约束太过苛刻的不足,本文在第五章采用不确定概率数据来建模不一致数据,并通过可能世界的概率阈值来定义查询结果的质量,从而保证了在尽可能多给出带有自定义质量保证的查询结果。基于此,本文进一步研究了这种方法在广泛存在且研究较少的空间不一致数据上的应用,利用空间数据的地理相关性和局部性的特点来加速查询回答。以较为复杂的局部相关空间不一致数据为典型范例,给出带有概率阈值保证的频繁近邻查询结果。本文提出了一般的处理框架,包括对于概率质量函数的动态规划算法以及阈值过滤方法,很好地解决了应用现有的基于传统数据和基于不确定数据上的近邻查询算法直接处理这种查询会产生昂贵开销的问题,并在人工的和真实的数据上都进行充分地实验以验证算法的有效性和高效性。(本文来源于《哈尔滨工业大学》期刊2016-06-01）
算法复杂性论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
近年来,我国数学领域的高速发展,使越来越多的人们认识到数学的重要性,这也使数学在各个领域中发挥着越来越重要的作用。该文浅要分析了算法及其计算复杂性,并将线性方程组中的LU分解的递归算法作为实例,以此分析算法的计算复杂性。希望能够为专家与学者在算法分析工作中提供一种科学的研究方法,进一步推动算法在各个领域中的应用。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
算法复杂性论文参考文献
[1].吴宇.变分不等式框架下临近点算法复杂性问题研究[D].南京大学.2019
[2].杨勇杰.浅析算法分析和计算复杂性理论研究方法[J].科技资讯.2019
[3].邬厚民,程谆.基于复杂性度量与多尺度运动编码的图像动作识别算法[J].光学技术.2018
[4].蔡勇平,朱士瑞,许晓东.基于攻击图的空间复杂性优化算法研究[J].通信技术.2018
[5].马巧梅,刘忠宝,杨秋翔.基于过程控制法的算法分析与复杂性理论课程教学模式[J].计算机教育.2017
[6].张明阳,张笛,郭欢,付姗姗,黄亚敏.基于Lempel-Ziv算法与TOPSIS的水上交通流复杂性测度[J].交通运输工程学报.2017
[7].李建中,李英姝.大数据计算的复杂性理论与算法研究进展[J].中国科学:信息科学.2016
[8].刘运龙.3-SetPacking参数化计数问题的复杂性及近似算法[J].计算机科学.2016
[9].丁锋.系统辨识算法的复杂性、收敛性及计算效率研究[J].控制与决策.2016
[10].苗东菁.数据一致性的计算复杂性理论和算法研究[D].哈尔滨工业大学.2016