导读:本文包含了部分搜索算法论文开题报告文献综述及选题提纲参考文献，主要关键词:量子部分搜索,量子迭加态算子,权重信息,量子计算
部分搜索算法论文文献综述
马颖,樊养余[1]（2013）在《基于固定目标权重的量子部分搜索算法》一文中研究指出针对现有量子部分搜索算法均未考虑目标对象重要性的差异,提出了一种对已分配权重的目标对象进行搜索的量子部分搜索算法。分析GRK算法的结构特点,构建能够保持Grover算法原有性质的含有目标权重信息的量子迭加态算子,分析算法要达到最优时的匹配条件。仿真实验表明,该算法能够根据权重信息,成功搜索到目标元素。(本文来源于《现代电子技术》期刊2013年10期）
周日贵[2]（2008）在《多模式部分量子搜索算法》一文中研究指出为了提高数据库的搜索速度,提出了多模式部分量子搜索算法。该算法把数据库的搜索项分成若干等份,通过舍弃不重要信息,再用多模式量子搜索算法,加快搜索速度,并可在数据库中同时搜索到多个模式.实例表明,当数据库有7.206×1016个搜索项时,采用部分搜索算法比全局搜索算法可以减少1.325×106次搜索迭代.(本文来源于《西南交通大学学报》期刊2008年04期）
许文佶,邵卫东,董恩清[3]（2007）在《基于特征值排序的部分失真快速码字搜索算法》一文中研究指出提出了一种矢量量化快速码字搜索算法。该算法在编码前预先计算每个码字的特征值并按顺序排列;在编码时,根据每个输入矢量的特征值来确定码字搜索顺序。同时限定相应的搜索范围及利用有效的码字删除准则,从而大大提高了编码速度。实验表明,该算法只需要穷尽算法2%-4%的编码时间就可以获得与之较为接近的编码质量,编码速度与ASRSS算法及MEENNS算法相比也有明显提高。(本文来源于《通信技术》期刊2007年11期）
上官春霞,周泓,师瑞峰[4]（2007）在《带部分回溯的过滤束搜索算法及其在Job Shop问题中的应用》一文中研究指出束搜索(Beam search)方法是在分枝定界方法基础上发展起来的一种启发式优化方法,由于这类方法在确定分枝搜索方向时仅考虑了当前的局部信息,因此易陷入局部极值.在过滤束搜索(filteredbeam search)方法的基础上提出了一种改进思路,即在局部评价和全局评价的基础上增加部分回溯.通过引入有效的部分回溯策略,部分被舍弃的结点被重新评估并最终找到更好的解,从而可避免过早陷入局部极值.通过对48个标准问题的计算和比较,结果显示改进后的方法能有效提高解的质量.(本文来源于《系统工程理论与实践》期刊2007年01期）
李子印,朱善安[5]（2006）在《一种快速高效的部分失真块运动估计搜索算法》一文中研究指出在保证图像质量与全搜索算法(FS)相近的前提下,为降低现有部分失真块运动估计算法的计算量,提出了一种快速高效的搜索算法———基于运动场预测的部分失真块运动估计搜索算法(PMVPDS)。PMVPDS将本文提出的可调部分失真准则和运动场估计技术、中途停止技术相结合,能快速找到匹配点。仿真结果表明PMVPDS和正规化部分失真搜索算法(NPDS)、分级部分失真搜索算法(PPDS)相比,搜索速度分别加快了2~7倍和0.6~3倍,并且图像质量也有一定的提高。另外,PMVPDS算法中的图像质量和搜索速度是可调的。(本文来源于《中国图象图形学报》期刊2006年04期）
周晋,路海明,卢增祥,李衍达[6]（2004）在《基于部分匹配方式的可扩展P2P搜索算法》一文中研究指出理想的P2P(Peer-to-Peer)搜索算法应该同时具有信息检索水平的查询质量和有效的搜索性能。然而,现有的搜索算法都不能同时较好地满足这两点。基于这两个目标,该文提出一种基于层次聚类的分布层层次聚类(DHC)搜索算法。该算法中首先利用向量空间模型将文件内容表示成向量的形式,然后经过层次聚类操作得到一棵关于全网所有文件向量的层次树,层次树信息分布式地存储于整个网络中,以层次树为路由线索,路由深度不会超过树的高度。初步仿真试验表明,该算法的查全率在80%以上,并具有对数量级的搜索与更新代价。(本文来源于《清华大学学报(自然科学版)》期刊2004年10期）
廖桂生,王彤[7]（1997）在《阵列信号部分自适应处理的一种迭代搜索算法》一文中研究指出提出了一种简单的自适应单元选取迭代搜索算法，它可准最优地选取自适应单元完成阵元级部分自适应处理，其优点是系统性能改善显着，实现简单，运算量较小．计算机模拟结果验证了其有效性．文中关于自适应单元选取的结果，对部分自适应处理的设计有一定的参考价值(本文来源于《西安电子科技大学学报》期刊1997年02期）
部分搜索算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了提高数据库的搜索速度,提出了多模式部分量子搜索算法。该算法把数据库的搜索项分成若干等份,通过舍弃不重要信息,再用多模式量子搜索算法,加快搜索速度,并可在数据库中同时搜索到多个模式.实例表明,当数据库有7.206×1016个搜索项时,采用部分搜索算法比全局搜索算法可以减少1.325×106次搜索迭代.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
部分搜索算法论文参考文献
[1].马颖,樊养余.基于固定目标权重的量子部分搜索算法[J].现代电子技术.2013
[2].周日贵.多模式部分量子搜索算法[J].西南交通大学学报.2008
[3].许文佶,邵卫东,董恩清.基于特征值排序的部分失真快速码字搜索算法[J].通信技术.2007
[4].上官春霞,周泓,师瑞峰.带部分回溯的过滤束搜索算法及其在JobShop问题中的应用[J].系统工程理论与实践.2007
[5].李子印,朱善安.一种快速高效的部分失真块运动估计搜索算法[J].中国图象图形学报.2006
[6].周晋,路海明,卢增祥,李衍达.基于部分匹配方式的可扩展P2P搜索算法[J].清华大学学报(自然科学版).2004
[7].廖桂生,王彤.阵列信号部分自适应处理的一种迭代搜索算法[J].西安电子科技大学学报.1997