基于COM的关联规则挖掘算法的设计与实现

本文首先从理论角度分析了关联规则挖掘算法与聚类挖掘算法原理及其应用领域,然后介绍了Aprior算法的实现及封装,并设计了可视化界面,对算法进行了测试。     

博弈树搜索算法的分析与实现

α-β剪枝算法是博弈树搜索算法中成熟而重要的一枝。本文给出其各种改进策略及实现技术,并给出实验结果分析。B*算法是α-β剪枝算法的挑战者,它给我们以新的视角看待博弈树搜索,并能克服α-β剪枝算法的一些缺陷。     

一种求解非线性方程全部实根的算法与实现

本文将模拟退火算法与根的逐步搜索方法相结合,给出了求解非线性方程全部实根近似值的一种算法,在Matlab环境下实现了该算法,通过数值实验证明了该算法的有效性,所求得的根具有较高的精度。     

基于空间的合理排课算法分析

针对人类学习的生理特点,从满足学生需要循序渐进地掌握知识和教师需要授课时间相对集中的需求上,分析了如何使课程表安排得更加合理,在课表空间分布角度上提出课时节次、工作日合理布局的解决方案,并依此提供了一个自动排课算法的流程图。     

一种自适应遗传算法对Hopfield网络权值的优化

针对Hopfield网络在求解优化问题中学习效率低,收敛速度慢,容易陷入局部最优等缺点和不足,把遗传算法同Hopfield网络结合起来,形成进化神经网络,对网络权值进行优化,并且通过对算法的讨论,说明该算法的有效性。     

基于UAMRT的英汉翻译系统的设计与实现原理

本文提出了一种设计和实现英汉翻译系统的新方法。该方法以模板匹配替换通用算法 (UAMRT)为基础 ,通过结合句型分析算法和从句分析算法建立启发式搜索机制 ,实现从源语言句子到目标语言句子的自动翻译。它不仅能够合理地利用基于规则和基于例子的翻译系统的优点 ,而且能够在一定程度上克服它们的缺点。速度测试表明以该方法为基础实现的英汉翻译系统在P IV1 7G的计算机上的翻译速度每秒可以达到 130 0个单词左右 ;质量测试表明该系统具有较好的发展潜力     

基于关联规则的Wikidata人物名称数据分析——以诺贝尔文学奖得主为主题

[目的/意义] 挖掘不同名称数据之间的关联关系,将关于某一实体或主题的领域知识表现出来,这对实现不同层次、不同粒度的知识体系的解构和重构、提供满足多种需求的知识服务工作具有重要的研究意义。[方法/过程] 提出一种基于人物实体数据运行关联规则挖掘实验的研究框架,通过对人物实体条目的抽取、预处理及属性识别与分类等处理方法,利用R语言得到人物实体集的关联规则,实现多种名称数据的关联,最后从Wikidata知识库提取113位诺贝尔文学奖得主的实体条目进行实证分析。[结果/结论] 分析右部为地点名称、机构名称、时间名称和主题名称等4种不同类型规则的关联特征,实现不同名称数据类型的关系挖掘问题。本研究可为知识的揭示、聚合和关联提供新的视角,探索了数据挖掘技术在名称数据中的应用。     

分组密码算法Rijndael的优化实现

Rijndael是一个崭新的多步密码算法,其核心部件是轮变换,每一轮工作的重点是列混合和轮密钥加,决定算法效率的是字节替代和列混合变换。本文在分析讨论的基础上,提出了分组密码算法Rijndael的优化实现方案。     

关联规则挖掘在图书馆中的应用

利用数据挖掘中的关联规则技术,从大量数据中发现有价值的规则。文章用改进Apriori算法对安徽省图书馆的借阅数据进行挖掘,从中发现了一些有价值的规则,为图书馆读者服务提供指导信息。     

程序设计中常用的分类算法

针对程序设计中常出现的分类问题．介绍了六种常用的分类算法：冒泡分类、选择分类、合并分类、基数分类(桶分类)、堆分类、快速分类，以及每种分类法所需的时间复杂度。当对大量的数据进行分类时，应选择适当的算法，以提高程序的执行速度。