搜索资源列表
Parallel-genetic-algorithm
- 经典遗传算法利用单一种群对种群个体进行交叉、变异和选择操作，在进化过程中的超级个体易产生过早收敛现象，粗粒度并行遗传算法利用多个子种群进行进化计算，各子群体分别独立进行遗传操作，相互交换最优个体后继续进化。该文证明了该算法的搜索过程是一个有限时齐遍历马尔柯夫链，给出粗粒度并行遗传算法全局最优收敛性证明。对于旅行商问题TSP利用粗粒度并行遗传算法进行了求解，以解决经典遗传算法的收敛到局部最优值问题。仿真结果表明，算法的收敛性能优于经典遗传算法。-Classic genetic algorithm
pba_v1.0.5
- 光束法平差SBA的并行算法实现，能大幅提高计算的速度和效率，应用与摄影测量相关-SBA bundle adjustment parallel algorithm implementations can significantly improve computing speed and efficiency, the application associated with photogrammetry
queen
- 利用mpi实现八皇后算法 可以作为学习并行计算的参考-Eight Queens use mpi achieve learning algorithm can be used as a reference for parallel computing
QGA11
- 量子遗传算法（QGA-Quantum Genetic Algorithm）是量子计算与经典遗传算法(GA)相结合而产生的一个新的研究领域。算法利用了量子计算的量子并行、量子纠缠特性，采用了多状态基因量子比特编码方式和量子旋转门更新操作，引入动态和静态调整旋转角机制和量子变异，使得算法比经典遗传算法具有更强的并行处理能力、更快的收敛速度且比传统信号检测算法具有更高的效率。-Quantum Genetic Algorithm (QGA-Quantum Genetic Algorithm) is
PageRank
- 基于hadoop的PageRank,是个并行计算页面权重的算法-PageRank based on mapreduce,it can caculate the relenvent importance of the page.
kmeans
- 用c++实现c均值聚类算法，并行计算实现该方法。-c-means c++
5
- 物流中心选址问题 随着世界经济的快速发展以及现代科学技术的进步，物流业作为国民经济的一个新兴服务部门，正在全球范围内迅速发展。物流业的发展给社会的生产和管理、人们的生活和就业乃至政府的职能以及社会的法律制度等都带来巨大的影响，因此物流业被认为是国民经济发展的动脉和基础产业，被形象地喻为促进经济发展的“加速器”。 在物流系统的运作中，配送中心的任务就是根据各个用户的需求及时、准确和经济地配送商品货物。配送中心是连接供应商与客户的中间桥梁，其选址方式往往决定着物流的配送距离和配送模式，进
程序
- 以稀疏子空间聚类以及低秩子空间聚类等基本谱聚类算法为基础，通过 运用核映射算法，融合与数据本身结构相关的局部切线空间函数以及主成分分析 算法建立了可以应对独立子空间聚类、非独立子空间聚类、非线性聚类、混合多 流体聚类问题以及多种含有大数据量的实际问题，包括处理运动分割、人脸识别、 工件识别等情况中的多种类型数据分类的聚类算法，并且引入 Map-Reduce 并行处 理方法优化了算法的计算效率(Based on the basic spectral clustering algorith
c++并行计算
- 能够通过多线程实现查找算法，大大节省了计算时间，提高了程序效率(Ability to implement a lookup algorithm through multiple threads)