关联规则挖掘的Apriori算法的改进

提出一种将Apriori算法与散列技术和事务压缩技术相结合的改进算法,研究了散列函数的构造及其对算法效率的影响,分析了事务压缩技术的原理及其实现方法,用实例给出了原算法与改进算法的实现步骤,结果表明,新算法减小了存储空间,提高了算法的效率,并改进了数据挖掘技术的性能。     

解决有复杂约束的最短路由问题的算法

介绍了有复杂约束的最短路由问题,应用K路由算法中的偏离算法解决该类问题。分析了在偏离算法的应用中影响算法效率的因素,提出了一种提高算法效率的改进方案,仿真结果表明改进方案是有效的。     

基于关联规则的数据挖掘算法研究

数据挖掘中关联规则算法用途广泛,通过研究关联规则算法,对各关联算法进行分析、对比总结出各关联规则的适用领域,并对经典的关联规则算法进行了举例与性能分析。     

离散傅里叶变换的算法及其分析

本文建立了关于离散傅里叶变换及其逆变换的一些新的快速算法,并对各类算法的运行进行了分析,从理论上论证了算法的正确性.     

确定多总线系统容错度的有效算法

利用网络流算法技术，给出了一组求多总线系统容错度的有效算法，分析了算法的时间复杂度。文中结果说明，经典的网络流算法技术是设计多总线系统容错度算法的核心。     

基于独立分量分析的降噪技术

介绍了新兴的独立分量分析技术的基本概念和原理,以及具有代表性的算法,即FastICA算法、EASI算法、非线性PCA算法和基于自然梯度的最大似然估计算法。通过降噪仿真实验,并采用均方误差作为降噪的性能指数,对这些算法与传统的自适应信号处理算法进行比较。所得实验结果表明,独立分量分析算法在降噪上的效果优于自适应信号处理算法。因此在降噪上具有较大的应用价值。     

调度算法性能的研究

调度算法是操作系统中处理机调度所采取的调度策略.在设计调度算法时要考虑的因素很多,对于不同要求系统应采取不同的调度算法,而各种调度算法的性能是不一样的.用解析的方法对三种主要调度算法的性能进行了分析,提出了这些调度算法的适用场合.     

基于SVM学习方法的分析

介绍了增量学习算法、序列最小优化算法、加权支持向量机算法等几种应用于大型数据库,在加快训练速度、降低分类错误率等方面有改进的SVM流行算法.在分析各种算法优缺点的基础上,提出了在线性样本训练、超大规模样本下满足KKT条件的算法是SVM算法的发展方向的观点.     

一种改进的KMP模式匹配算法

通过对KMP模式匹配算法的分析,给出了一种改进算法,提出了新的next函数的求值方法,并用VC＋＋程序实现了改进后的KMP模式匹配算法。     

模糊满意关系上的决策

在许多决策问题中,备选方案上的二元优先关系是模糊的。本文分析了基于二元模糊优先关系上的奥尔洛夫斯基(Orlovsky)算法。该算法中,具有最大的不劣于程度的元是最佳元,因此算法存在一些缺陷。本文提出了一种新算法。新算法中,具有最大满意程度的元是最佳元。新算法弥补了 Orlovsky 算法的缺陷。