基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
表约束, 也称为外延式约束, 是约束编程领域最常见的约束形式, 表压缩方法通过紧凑的表示元组集可以极大地缩减空间消耗, 同时加速GAC算法.笛卡尔乘积表示和短支持是表约束中最常见的两种表压缩方法, 两种表压缩方法在同一问题上的压缩率是影响它们优化效果的主要原因.基于STR算法提出一种自适应表压缩方法, 在求解问题时自适应选择压缩率大的表压缩方法, 将自适应表压缩方法应用到STR2上提出了STR2-Adaptive算法, 可以同时覆盖两种表压缩方法的优势.实验结果表明, STR2-Adaptive算法在绝大部分实例上都能自适应选择最佳的表压缩方法, 有效地减少了STR2算法空间消耗和CPU运行时间.然后将自适应表压缩方法扩展到采用了高效的比特向量表示的STRbit算法上提出了STRbit-Adaptive算法.实验结果表明, STRbit-Adaptive算法效率同样普遍优于STRbit算法.
推荐文章
带自适应压缩因子粒子群优化算法
全局优化
粒子群优化算法
自适应压缩因子
基于观测矩阵优化的自适应压缩频谱感知
认知无线电
压缩感知
频谱检测
观测矩阵
VDR图像自适应压缩算法的研究
图像压缩
灰度丰富度
灰度平滑度
航行数据记录仪
自适应果蝇优化算法
果蝇优化算法
自适应搜索步长
搜索群体
收敛速度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 自适应表压缩方法优化STR算法
来源期刊 计算机工程与科学 学科 工学
关键词 约束编程 表约束 简单表缩减 表压缩 自适应选择 比特向量
年,卷(期) 2018,(12) 所属期刊栏目 人工智能与数据挖掘
研究方向 页码范围 2243-2251
页数 9页 分类号 TP301.6
字数 7833字 语种 中文
DOI 10.3969/j.issn.1007-130X.2018.12.020
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李占山 吉林大学计算机科学与技术学院 43 234 7.0 13.0
2 李少兴 吉林大学计算机科学与技术学院 1 0 0.0 0.0
3 于海鸿 吉林大学计算机科学与技术学院 12 90 4.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (2)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
约束编程
表约束
简单表缩减
表压缩
自适应选择
比特向量
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导