本章学习目标 一、软件、程序与指令 二、C语言基础 三、算法 四、流程图的绘制

清华大学：《计算机图形学基础》课程教学资源（授课教案）光线跟踪，递归算法，光线求交

递归及其实现 递归算法在可计算性理论中占有重要地位,它是算法 设计的有力工具,对于拓展编程思路非常有用。就递 归算法而言并不涉及高深数学知识,只不过初学者要 建立起递归概念不十分容易。 我们先从一个最简单的例子导入

人工智能基础：局部颜色模型的交互式Graph-Cut分割算法

人工智能基础：一种带禁忌搜索的粒子并行子群最小约简算法

1.1计算机软件概述 1.2操作系统的基本概念 1.3算法

人工智能基础：基于信息素扩散模型解耦控制策略的蚁群算法

针对传统神经网络优化算法易陷入局部最优值的问题,在标准粒子群算法的基础上,对粒子速度与位置更新策略进行改进,提出一种基于改进粒子群优化算法的BP神经网络建模方法.使用sinc函数、波士顿住房数据及某钢厂带钢热镀锌生产的实际数据进行验证.结果表明,与标准的反向传播神经网络和支持向量机相比,基于改进粒子群优化的神经网络模型可以有效提高预测精度

人工智能基础：机会网络中一种提高TCP性能的跨层改进算法

在对经典Dijkstra算法和A*算法分析的基础上对它们分别进行了改进.在经典Dijkstra算法中,针对当前不相连节点间路径长度为无穷大这一特点,首先对两个节点是否相连进行判断;若发现两个节点并不相连时,则舍去相应计算,从而减小计算量.针对A*算法在实际应用中搜索效率低的缺点,将经典A*算法搜索出的原始最优路径中的节点依次进行封堵后,再按照经典A*算法搜索出相应的新最优路径,最后再将原始最优路径与这些新最优路径进行对比,以便确定最终的最优路径.仿真研究表明:改进的Dijkstra算法可以减少大量的无关节点计算,提高运算的效率;改进的A*算法则可以提高搜索到最优路径的成功率