简介: 摘要:数据结构最经典与最重要的内容就是其经典算法的分析、理解与掌握。基于重要变量变化跟踪的算法分析方法结合直观和语句块的动态执行,能比较清晰地表现算法执行过程中重要变量的变化过程,能使学生更好地理解算法思想,且教师准备教案花费时间不多。
简介:摘 要:皮肤癌是一种世界范围内比较常见的,也是最危险的癌症之一。传统的人工检测方法的费时费力,如今由于技术的进步,专家们可以依靠广泛的的计算机辅助应用诊断应用,但是还是有很多的困难需要克服。为了提高现有的精度,我们提出了一种基于DO-Conv卷积和高阶交互的框架来进行分类。我们将DO-Conv插入了ResNet中的Resblock中,将其中的3×3的卷积替换成了DO-Conv,提高了网络的性能。为了充分提取的特征引入了特征金字塔FPN,之后我们将FPN提取到特征使用高阶交互的方法进行进行融合,我们在数据集HAN10000上进行了一系列的实验,实验准确率达到了90.19%,特异度达到了97.20%。
简介:摘要:换挡策略是自动变速器的核心,对工程车辆的动力性、经济性有很大影响。本文提出基于MOEA/D算法的双参数换挡策略优化方法,以不同油门开度下的换挡车速为变量,以整车动力性和经济性为优化目标,以某工程机械为例求解其满载循环工况下的换挡控制策略。
简介:摘要 探索解析、处理及应用非结构化数据资源的方法,确定电力配网运检图像识别局部特征提取算法,对于配网运检图像识别的电力应用场景具有非常重要意义。因此,提出一种鲁棒性强、能够适应不同光照、不同位置等情况下能够有效识别目标的方法,对SIFT算法进行优化,利用SIFT构建图像识别局部尺度空间、关键点检测、消除错配点、关键点描述、关键点匹配与极值点的过滤等过程,采用神经网络对局部特征进行训练学习,对电力设备各个部位进行准确识别和分析,使其适用电力应用场景。
简介:摘要:一般在寻找路径时,从起点到终点的过程中有许许多多的路径,其中有距离最短的路径,也有距离最长的路径,找最短路径的过程中往往会花费大量的时间。路径搜索算法的作用是用于解决最短路径问题的算法。有时,它也被称作“最短路径算法”,目前,最短路径算法最常用的有:Dijkstra算法,Bellman-Ford算法,Floyd算法、SPFA算法和A-Star算法(也被称为A*算法、A星算法、A*搜索算法)。它的独特之处是检查最短路径的每个可能的节点时引入了全局信息,对当前节点距终点的距离做出估计,并作为评价该节点处于最短路径上的可能性的量度。A-Star算法改变了它自己行为的能力基于启发式代价函数,启发式函数在游戏中非常有用,在速度和精确度之间取一个折衷的方法会让游戏运行的更快。文中提出了A-Star路径搜索预测算法优化策略的研究与实现,首先,实现一个经典的A-Star搜索算法,描绘A-Star路径搜索算法的基本工作原理和过程。其次,提出引入深度优先搜索和广度优先搜索的解决方案进行纵向和横向的评估,进一步增强算法的有效性。最后,根据以上研究内容可以得出结论,根据现实中的实际情况,用于解决更大规模、多阻塞、模糊求解的、具有高效率要求的路径搜索的问题