计算机算法论文范文参考 计算机算法毕业论文范文[精选]有关写作资料

目录

1. 第一篇计算机算法论文范文参考：若干图论问题的DNA计算机算法研究
2. 第二篇计算机算法论文样文：基于计算机视觉的运动目标跟踪算法研究
3. 第三篇计算机算法论文范文模板：多核学习SVM算法研究及肺结节识别
4. 第四篇计算机算法论文范例：计算机软件整体保护模式之探讨
5. 第五篇计算机算法论文范文格式：计算机视觉立体匹配相关理论与算法研究

★100篇关于计算机算法论文范文在这里免费下载与阅读,为计算机算法相关的本科毕业论文和硕士论文写作提供计算机算法相关优秀论文范文格式模板参考.【赶快阅读吧！】

第一篇计算机算法论文范文参考：若干图论问题的DNA计算机算法研究

Ramsey数问题、图同构问题、最小生成树问题等图论问题在当今科学研究的多个领域都有着广泛的应用,随着其应用范围的扩大,这些问题的求解规模日益庞大,但由于求解这些问题算法的复杂度太高,极大地影响了此类问题的深层次应用研究.

上世纪90年代,随着Adelman在DNA计算领域的开拓性工作的展开,DNA计算凭借着其海量的存储空间与可高度并行运算的能力,在理论上克服了传统电子计算机存储与运算速度方面的不足,已成为求解图论中NP完全问题及其它难解问题的潜在解决方案之一.随着生化技术的不断成熟,理论和实验上能够求解的NP完全问题的规模也越来越大.

由于目前的DNA计算机尚不似传统计算机般通用,求解一个问题的DNA计算机算法很难不做修改的应用于其它类似问题,相应的几乎所有基于DNA超级计算的算法均采用完全穷举方式.这种方式的直接后果造成了目前DNA计算中的“指数爆炸”问题,即基于穷举方法的DNA计算算法中所需的DNA链的数目随问题规模的增大而呈指数量级增长,该问题已成为限制DNA超级计算机算法应用和发展的瓶颈.因此,既具有多项式求解时间又可克服DNA链数呈指数爆炸的DNA计算机新算法和模型的研究日显重要,已成为理论计算机科学的重要研究内容之一,具有相当的理论和实践意义.

本文对DNA计算的“指数爆炸”问题展开了一定的探索,通过将传统电子计算机并行算法设计的策略和方法引入到DNA超级计算中,设计了求解Ramsey数问题、图同构问题、最小生成树问题三种图论问题的DNA计算机新算法,并对其DNA生化计算过程进行了仿真模拟验证.

Ramsey理论是图论中一个庞大而又丰富的领域,在集合论、逻辑学、分析、以及代数学上具有极重要的应用.Ramsey数的求解是当前科学极难解决的问题之一.将Adleman-Lipton模型生物操作与粘贴模型解空间相结合的DNA计算模型进行扩展,在许进等提出来的位序列编码方法的基础上,提出了一种用于求解Ramsey数的DNA计算模型与算法.算法从下界开始,直到上界,每次产生问题的解空间,然后根据Ramsey数的定义,删除满足特定条件的解,最后检测最终的试管,以确定当前值是否为所要求的Ramsey数,从而得到具体的Ramsey数值,算法性能的理论分析和模拟实验结果表明了本算法在求解Ramsey数上的理论可能性,同时,由于使用了错误率更低的DNA计算模型,和同类算法相比,新算法具有更低的误解率,生物操作也更为简单.

在上述算法的基础上,利用分治法这一算法设计技术,设计了一种基于分治的求解Ramsey数DNA计算机算法,和前述算法相比,新算法的操作时间基本维持不变,但显著地减少了算法所需的DNA链数,从而扩大了DNA计算理论上所能求解Ramsey数的问题的规模.

图的同构问题属于经典的NP完全问题之一,在Sun基于粘贴模型提出的DNA分子计算算法的基础上,对图同构问题的DNA计算机算法进行进一步研究,提出了一种基于粘贴模型和Adleman-Lipton解空间的图同构问题DNA计算机算法,算法中利用了结点的度序列概念,算法操作简单,在最坏情况下仅需O(2~n),DNA链数,其

中n是图的顶点数,而且保持了算法的生化操作次数仍为多项式量级.最小生成树是图论中被广为研究的问题之一,具有重要的应用背景.本文基于Adleman模型的生物操作与粘贴模型的解空间,提出的一种求解最小生成树问题的DNA计算机新算法.新算法由解空间生成器、边导出子图搜索器、生成树搜索器及最小生成树搜索四部分组成,算法求解具有m条边, n个顶点的最小生成树问题所用到的生物操作数为O(n~2),测试试管数为O(n),最大链长度为O(m + n),DNA链数为O(2~m).由于使用了具有更低杂交错误率的DNA计算机模型,该算法提高了基于DNA计算解决生成树问题算法的容错性与精确性.

第二篇计算机算法论文样文：基于计算机视觉的运动目标跟踪算法研究

随着计算机理论、技术和应用的快速发展,视频图像处理和计算能力得到了极大的提高,使得计算机视觉成为了计算机领域与人工智能领域中最热门的研究课题之一.基于计算机视觉的运动目标跟踪作为计算机视觉领域中的一个重要问题,是研究视频图像序列中运动目标的检测、提取、识别和跟踪,获得运动目标的运动参数,如位置、速度、加速度等,以及目标运动的轨迹,从而进行进一步处理与分析,实现对运动目标的行为理解,以完成更高一级的任务.作为一个有着广泛应用背景的研究领域,基于计算机视觉的目标跟踪吸引了大批研究学者参与,许多国外研究机构也将其列为重要研究方向,并已取得了很多成果.但是一般意义上的跟踪技术还远未成熟,要开发出真正鲁棒、实用的跟踪应用系统还需要解决大量的问题.

论文研究了基于图像特征的目标分割、模板匹配、Mean shift算法等目标跟踪问题,在实际的序列图像场景分析中,以航天器发射中运载火箭的起飞和飞行时的轨迹和姿态获取为背景,通过高速摄像机获得的视频图像进行火箭目标的处理和跟踪,针对不同场景下的火箭目标跟踪问题,研究了基于计算机视觉的运动目标跟踪算法.

论文对基于计算机视觉的目标跟踪技术的研究现状进行了探讨,讨论了当前基于计算机视觉的目标跟踪技术中目标的表示方法以及目标跟踪特征选择标准,对基于计算机视觉的运动目标跟踪算法进行了分类并指出了各种目标跟踪算法的优缺点.对计算机视觉理论框架进行了探讨,在Marr的计算理论框架下提出了本文的研究思路.重点对基于计算机视觉的火箭目标跟踪场景中的目标及背景进行了深入分析.在此基础上,提出了基于计算机视觉的火箭目标跟踪中存在的难点问题.

针对火箭目标的跟踪问题,在对比不同的边缘检测算子对火箭图像序列进行边缘检测的基础上,选择使用Robert边缘检测算子对火箭目标进行边缘检测.根据目标的灰度分布性改进了最大类间差分法,提高了火箭分割的精确度与实时性.提出了一种带方向的非线性滤波方法去除背景边缘的算法,有效的解决了火箭边缘图像中存在的干扰边缘问题.仿真实验结果表明了该算法对火箭目标具有很好的分割效果.

针对在火箭目标飞行过程中大小和姿态变化情况下,对火箭目标稳定跟踪的问题,提出了基于多关联模板匹配的模板匹配策略,通过仿射变换根据伸缩比和旋转角度从上帧最优模板中产生出多关联模板以自适应火箭的大小和姿态改变提高算法的匹配精度.采用了卡尔曼滤波对火箭的运动进行轨迹预测,根据预测目标位置确定图像待匹配区域,有效地减小了算法时间复杂度,提高了算法的实时性.仿真实验结果表明了该算法具有很好的匹配精度与实时性,对于目标的状态、大小变化与遮挡现象有较好的鲁棒性.

在研究了Mean shift算法与火箭目标飞行特点的基础上,提出了使用Mean shift算法与帧间差分法相结合的火箭目标跟踪算法,对Mean shift算法进行了改进.采用帧间差分法提取火箭目标运动区域,然后在此基础上使用Mean shift算法实现目标的精确跟踪.仿真实验结果表明了该算法能有效地对火箭目标进行跟踪,并能很好的解决跟踪过程中的跟踪误差累积问题.

针对在Mean shift目标跟踪算法框架中只使用单一固定图像特征表示火箭目标、不能自适应的根据跟踪场景选取最佳跟踪特征对火箭目标进行表示、选用的特征模板不能随跟踪环境自适应更新而经常造成模板漂移导致跟踪失败的问题,提出了一种在线自适应多特征融合算法和模板自适应更新机制.融合火箭目标的颜色、边缘、纹理特征,对火箭目标进行表示.通过构建前后相邻两帧间的相似度函数,对跟踪模板进行自适应更新.实验证明了该算法对复杂背景下的火箭目标具有较好的跟踪效果.

最后,对全文的研究工作进行了总结,并指出了今后工作中进一步研究的方向.

第三篇计算机算法论文范文模板：多核学习SVM算法研究及肺结节识别

设计适合给定问题的核函数是支持向量机和核学习方法的核心问题.基于单核函数的支持向量机方法由于单核函数的格式固定和变化空间的相对狭小,使泛化能力和鲁棒性具有局限性.当前的支持向量机算法多以单一核函数为主,并不是对所有具体问题均适用.相比于单核函数,多核学习方法可以克服样本特征含有异构信息、样本规模巨大、多维数据的不规则或数据在高维特征空间分布不平坦的现象.通过对多核函数灵活的参数设计,可以改善泛化能力,是提高支持向量机性能的关键.

肺结节识别是肺计算机辅助检测（ComputerAided Detections, CAD）系统的核心模块.肺结节识别算法的方法是去除候选肺结节感兴趣区域中的非结节区域,并尽量保证不漏检肺结节,所以对准确度和敏感度指标要求均较高.当前的肺结节识别方法以支持向量机为主,但均是采用了单一核函数,很难兼顾多个检测指标.

论文主要研究目标为：多核学习方法与不同形式的支持向量机算法相结合,通过应用于肺结节识别,验证支持向量机中多核学习方法的有效性.具体内容如下：

1.探索了一种基于混合核函数的支持向量机学习方法,用以进行肺结节的良恶性判断.通过五折交叉验证,基于最优准确度指标得到的最优参数组对测试集进行验证,得到混合核函数SVM算法的敏感度可达92.59%,准确度可达92%.与其他单核函数SVM方法相比,能较好地兼顾这两个指标,算法具有较高的鲁棒性及较强的肺结节识别能力.

2. MatLSSVM算法允许以二维数字图像作为输入模式,提供了一种崭新的思路.将MatLSSVM算法应用于肺结节ROI图像的识别,实验共选取了40个肺结节疑似ROI,其中20个阳性样本,20个阴性（假阳）样本.MatLSSVM算法采用的是线性核函数,参数的选取采用网格搜索方法.选取交叉十折验证算法来寻求最优参数组,并得到识别结果：准确度可达97.5%,敏感度为100%,特异度结果为95%.结果表明,此时对真阳性结节的识别达到了不漏检,对真阴性检出率最高,总体检测效果最好.

3.在MatLSSVM算法基础之上,提出多核学习矩阵化最小二乘支持向量机算法(Multiple Kernel Learning method based on Matrixing Least Squares SupportVector Machines, MKL-MatLSSVM),以解决非线性划分及二维输入模式的分类问题.通过对测试集进行最终测试,实验结果表明,MatLSSVM算法的敏感度可达90%,准确度可达93.13%,特异度也可达94.17%,三个指标均较优.并且当MKL-MatLSSVM算法的权系数及各个核参数取特定值时,涵盖了多种情形的核函数,且MatLSSVM算法为MKL-MatLSSVM算法的一种特例.将其与已有的经典算法进行比较,该算法的准确度指标也是最高的.此外,涵盖的混合核与RBF核情况的矩阵化最小二乘支持向量机算法所对应的ROC的面积也是最大的,验证了该算法的有效性.

4.针对正负类样本不均衡的情况,加大了对正类样本的惩罚力度,而保留原有的负类样本的惩罚力度.在上面第1点混合核SVM算法的基础上,设计了代价敏感型的混合核SVM算法,通过对前面混合核SVM算法的比较,以及各种单一内核函数的代价敏感型SVM算法与传统SVM算法的实验结果比较,验证了本部分提出的代价敏感型混合核SVM算法对不均衡数据集的有效性,分别得到了较好的ACC指标和SEN指标,但是SPE指标并非所有核函数及所有算法中最优的,这也是牺牲了SPE指标换取了SEN指标的提升,与代价敏感型SVM算法的原理相符,即将分界面曲线平移,整体的分类效果不错.在肺结节识别中,由于临床中往往更加重视SEN指标,防止有了结节而未被检出,故将代价敏感型的混合核SVM算法应用在肺结节识别中,使得SEN指标有所提升,但可能导致SPE指标下降.

通过对所受试者操作特征曲线等指标的比较,进一步验证了本文所提出的几种基于核学习的SVM方法及其衍生算法的可靠性与有效性.

第四篇计算机算法论文范例：计算机软件整体保护模式之探讨

计算机软件的保护是随着计算机硬件发展与软件产业化而出现的.计算机软件的使用与复制粘连在一起,打开了版权法保护的通道.在美国的推动下,其他国家以及世界贸易组织(即TRIPS协议,《与贸易有关的知识产权协议》)均采纳了这一建议.但是,在保护深度与保护内容上,版权模式无疑是无能为力的.随着计算机软件的主导性越来越强,软件专利逐渐成为可接受的保护模式.由于国际公约并没有封锁计算机软件的可专利性,美国与欧盟逐渐在审查标准中放开了计算机软件的可专利化.这两种模式的冲突与重合成为摆在各国面前的艰难抉择.本文要解决的问题是如何在不违反相关的国际公约,尤其是TRIPS协议的原则下,依据我国国情,不但能在目前有效地保护软件,而且为可预见的未来提供软件保护线路图、政策、策略或战略的思路或参考.

本文将理论与实践结合,除摘 要 与导论外,另分四章,其结构安排如下：第一章主要阐述计算机软件保护模式之确立.随着个人计算机时代的到来,计算机硬件的价格越来越低,计算机应用越来越多,用户的同质化需求越来越多,很多新功能的实现均需要计算机软件的支持,这就使得一款软件可以为不同用户提供便利.复制就经常成了个人用户降低成本的选择.美国采取版权保护模式就是为了应对非法复制带来的挑战,并受到了当时流行的法经济学的影响,考虑到版权国际公约搭建的平台能够为其计算机软件提供跨地域的、免程序的、低成本的保护,借用版权法模式更能比较容易地实现效果.在欧盟,由于其成员国已经采取国际惯例规定了计算机软件的版权保护,欧盟的指令只在作品保护期限、作品独创性与作品的反向工程方面更加注重公共利益的维护而已.日本对计算机软件的保护曾一度有专门立法的动议,但是迫于美国的压力,日本只得采取与美国一致的计算机软件的版权保护.计算机软件的早期保护模式统一于版权模式上,无论是通过外交手段,还是通过内部协商方式.这一统一的后果是将计算机软件的版权模式视为固有模式或者公理,其他任何保护方式,都必须有充分而正当的理由,这就确定了保护惯例,增加了以其他模式来保护计算机软件的论证与说理困难.

第二章主要检讨计算机软件版权保护模式.采取版权保护模式是立法拟制技术的杰作.计算机软件在整体上是智力成果,并具有文字作品的部分特征,与版权法的结构模式有契合之处.由于具有可读性、可复制性与产业价值,计算机软件的版权保护模式就应运而生,成为各国立法与国际公约将其纳入文字作品的不二选择.但是,计算机软件不仅具有作品性,还具有实用性,而且实用性是其价值的主要方面或者最终目的.将计算机软件纳入到版权范畴后,要么会使得计算机软件的主要属性被忽略,要么会使得版权不可避免地延及到非艺术性方面.这都不是版权法所追求的,也违背了版权法的基本教义.计算机可机读性的程序部分是其发挥功能的主要内容,但却无法为人所知晓.如此以来,计算机软件的权利人通过计算机软件的市场投放行为就可以获得相应的经济利益,而公众在这一对价关系中获得的只是毫无意义的数字串.这不符合社会消费所遵循的知情原则,也不符合版权法所追求的二元价值目标.版权法保护计算机软件还具有如下问题：无法兼顾实用功能与艺术性、权利体系覆盖过宽、保护期限过长、权利义务设计不均衡与版权模式破坏其他保护模式等.

第三章主要检讨计算机软件专利保护模式.计算机软件的专利保护模式是为了增强软件的行业竞争力而发展起来的.由于早期计算机软件以简单的数值计算为主,其所使用的算法规则简单且缺乏组合性与创造性,计算机软件产业的发展尚处于孕育或新生阶段,独占性效力较强的专利模式无法建立.随着软件产业应用领域的拓宽,软件在生产、生活中的巨大价值被发掘,软件技术领先的美国就希望利用专利的高强度保护来巩固与促进软件产业的发展.计算机软件的专利保护逐渐发展起来.在应用层面上,计算机算法指导机器运行,能够得出有益的结果,作用于外部对象或者内部对象,产生性能上、质量上、效果上的显著变化,那么完全可以认为这些算法是完成一项技术的步骤与环节.即便是其具有算法的某些特征,也不会因此而影响到算法组合的可专利性.这就论证了专利保护模式的可行性与正当性.但是,计算机软件的技术认定存在着模糊与不确定之处：计算机软件是否构成技术需要专利政策作出规定；计算机软件所表达的内容并不完全与技术领域相关：技术问题与技术效果的认定需要专利说明书等辅助文件,计算机软件专利申请策略的不足,以及对技术效果与实现技术效果的手段的不当混淆,增加了认定难度；最后,涉及计算机软件的发明方案是否利用了符合自然规律的技术手段,而不是利用了人为规则,也是一个难以判断的问题.在实践中,与硬件形成松散型结合的软件是难以专利化的,为了应对专利保护模式的发展,技术效果与有用性就成为司法采取的权宜之计.不过,计算机专利保护模式也存在着一些弊端,比如并不是所有的计算机软件都能够获得专利授权,也并不是与计算机软件相关的所有内容都能够纳入专利权范围,计算机软件的先使用会影响到专利审查的新颖性判断.专利法的审查与授权程序的繁琐与时长也会影响到计算机软件保护模式的合理性.

第四章针对问题提出软件保护模式的完善建议.立足现实国情,计算机软件产业发展整体水平处于跟随阶段,这就决定了中国的软件政策应当是鼓励软件知识共享,促进与软件相关的基础知识的交流,提高软件知识积淀.对计算机软件保护模式的分析应当站稳两个基本立场,一是计算机软件构成部分的“二分法”,二是计算机软件的分类保护.计算机相关文档更符合作品的要求,计算机程序则更符合具体技术方案的要求.实现共享目标的政策应当是鼓励基础性软件公开源代码.对计算机文档而言,专有软件的相关文档属于技术秘密的,受到《反不正当竞争法》的商业秘密保护,使用者对专有软件的相关文档可以进行反向工程,但应当满足：直接目的是对他人的计算机软件进行分析、评价、用于教学或在计算机软件的基础上创作新的计算机软件,且反向工程过程中复制的他人计算机软件不能进行商业利用；具有独创性的公开软件的相关文档是文字作品,享有版权保护.对计算机程序而言,授予专有程序专利权应当结合该计算机程序运行的通用硬件条件；公开软件的源代码公开6个月内,专利申请人提出专利申请的,视为不丧失新颖性；授予计算机程序专利权应当综合审查发明方案特性,并满足创造性、新颖性与实用性的要求,但权利人主动放弃权利的除外.对开源软件而言,具有独创性的开源软件的相关文档是文字作品,享有版权保护；以开源软件的实质性部分申请专利或者作为技术秘密、作品予以保护的,任何利益相关人有权提出无效主张；开源软件侵犯专有权利的,专有权利人有权通知开源软件的发起人,并可主张在3个月内删除侵权内容,否则应当承担损害赔偿责任.这设计了一个博弈格局,在利益诱导上偏向公开源代码的计算机软件.

通过检讨我国的计算机软件保护模式可以发现：我国现有的软件保护立法存在的问题是版权领域里的软件保护有过当之嫌,而专利领域里的软件保护或有不足.为此,应当站在计算机相关文档与计算机程序相分离的立场上,推进计算机软件保护模式的完善.以鼓励开源共享为宗旨,设置比较合理的博弈机制,引导软件开发者的行为,对于中国软件业的发展将是非常有利的.

第五篇计算机算法论文范文格式：计算机视觉立体匹配相关理论与算法研究

计算机视觉主要研究如何利用计算机实现人的视觉功能,即利用二维投影图像实现对客观世界三维场景的感知、识别和理解.立体匹配是计算机视觉和非接触测量研究中最基本的关键问题之一,该技术通过像点的视差来获取深度或距离信息,可以为三维重建、机器人导航、自主车导航等提供有用的信息.在实际应用中,因为变形,扭曲,遮掩等情况的影响,立体匹配是较难彻底解决的一个病态问题.在计算机视觉技术中,双目视觉更接近于人的双眼视觉原理,并且在实际应用中更容易实现.本课题对双目视觉的立体匹配相关理论及一些方法进行了研究,并给出了阶段性的成果.

基于区域相关匹配的方法是传统的匹配方法,但计算量较大,影响了其在实践中的广泛应用.为了减少算法的计算量,提高算法速度,根据视差梯度和搜索范围的关系,本文提出了一种基于视差梯度的可变搜索范围区域匹配方法.核心思想是每个点的匹配搜索范围可以由该点的视差梯度和它前一点的视差来确定,而不必每个点匹配时都要在最大估计视差范围内搜索.这样可以去除冗余搜索,减少匹配时间,提高匹配精度.

图像变换是许多图像处理分析中的一种有效手段,根据Rank变换的原理,并引入了Census和色差梯度的约束条件,本文提出了基于Rank变换的彩*像匹配方法.结果表明采用Rank变换特征作为匹配基元比直接采用像素灰度值作为匹配基元得到的视差图更精确,并在一定程度上抑制了噪声对匹配结果的影响,另外汉明码距离约束条件和色差梯度的引入减少了误匹配的发生,从而进一步提高了算法的正确匹配率.

红外图像高噪声,低分辨率的特点,使得对它们进行视差匹配时,基于灰度的区域匹配方法很难得到较好的效果.本文提出了一种基于相位一致性变换的匹配方法.经相位一致性变换后的图像,噪声得到了一定的抑制,图像的特征更加明显,基于变换后图像的匹配效果更好.

障碍物检测是自主车(ALV)、机器人导航以及汽车辅助驾驶研究中重要的研究课题.基于立体视觉的障碍物检测是目前障碍物检测中最常用的方法.本文采用了一种基于彩*像的障碍物检测的方法,利用彩*像HSV空间对图像进行分割,并通过立体匹配得到障碍物位置.该方法对于检测道路,车辆,房屋等人工目标和抑制自然背景有较好的效果.

这是一篇与计算机算法论文范文相关的免费优秀学术论文范文资料.

计算机算法引用文献:

[1] 优秀计算机算法分析论文题目 计算机算法分析论文标题怎么定

[2] 计算机算法专业论文选题 计算机算法论文题目选什么比较好

[3] 计算机算法论文参考文献推荐 计算机算法专著类参考文献哪里找