一种基于SQL的属性约简算法

给出了在给定属性集中某个属性是否是不必要属性的新定理,结合SQL给出了相应的算法,实现了一种求解属性约简的改进算法,并给出了证明。     

一种基于区分链表的决策系统求核算法

针对决策系统核属性的计算问题,提出一种基于决策系统的求核算法。该算法不需要建立分辨矩阵,具有较低的时间复杂度和空间复杂度。     

基于FTP协议的客户端自动更新程序的设计与实现

为了能够及时更新客户端软件，保证用户使用最新版本的客户端软件，在深入研究FTP网络编程技术的基础上，给出了一种基于FTP协议的客户端自动更新程序的设计方案，并在C Builder 开发环境下完成了软件的开发和测试。测试结果表明，该方案有效地解决了客户端程序自动更新问题，取得了良好的应用效果。     

一种基于SQL语句的ID3改进算法

ID3算法沿用的是机器学习算法,与数据库集成性差。提出一种基于SQL语句的ID3改进算法。通过SQL语句直接对保存在数据库中的数据表进行分组查询,计算测试属性的条件熵,并给出深度优先和广度优先生成子树的递归算法。实验证明,改进的ID3算法充分利用了SQL的高效性和C++语言的灵活性,降低了算法实现难度,高效实现大量数据的分类。     

面向Python语言的社区发现软件开发工具包的设计

目前,社区发现算法的实现研究相对较少,还没有成熟的社区发现软件开发包。针对该问题,提出了一种面向Python语言的社区发现软件开发工具包(CDSDK)的设计方案:采用NetworkX存储网络结构,开发了加载图文件、社区评价等功能,解决了社区发现程序实现问题。该软件开发包已经成功应用于多个社区发现算法的研究,取得了良好的效果。     

一种改进的Eclat算法

首先,深入分析了频繁模式挖掘算法Eclat和Eclat+,在大数据集上挖掘长模式时,Eclat+的性能不及Eclat。基于此,提出一种改进的Eclat算法,新算法充分利用了垂直数据表示和交叉计数的高效优势,直接在垂直数据表示的数据集上通过广度优先搜索和交叉计数产生频繁模式。实验结果表明,在挖掘长模式时,改进的Eclat算法的运行速度较Eclat、Eclat+均有明显的提高。     

一种改进的相对属性约简算法

研究了粗糙集理论中一般属性约简和相对属性约简这两个重要问题,针对决策信息系统,提出一种基于一般约简和互信息的相对属性约简算法,实例表明能够有效得到决策表的约简。     

一种基于半布尔矩阵的混合维关联规则算法

定义了一种半布尔矩阵结构的关系表,给出混合维关联规则的一种解释及挖掘算法,分析了电信运营商的新业务关联分析实例．     

一种基于加权共同邻居相似度的局部社区发现算法

传统的社区发现算法能够找出网络中所有的社区,其时间复杂度取决于网络的规模.挖掘大网络中的全局社区结构因为时间复杂度高而难以实现,局部社区发现作为一种不需要知道网络的整体结构,从给定的节点逐步向外扩展,寻找该节点所在社区的方法,在大网络时代具有重要的应用意义.目前这方面的研究已经获得广泛关注,并提出了很多局部社区发现算法.针对已有局部社区发现算法需要人工设置参数、准确率低的问题,提出一种新的局部社区发现算法.首先,提出一种加权邻居节点的共同邻居相似度指标,用于计算网络中两个节点间的相似度;然后,基于该相似度指标,给出一种新的局部社区质量度量指标,在保证社区度量指标不下降的前提下,不断选择与当前局部社区嵌入度最大的节点加入到局部社区,逐步找出给定节点所在的社区;最后,在真实网络和仿真网络数据集上进行了实验.实验结果表明,该算法能有效地挖掘出给定节点所在的局部社区,相比具有代表性的Clauset,LWP,GMAC等局部社区发现算法有更高的准确率.     

基于SQL的Apriori改进算法

Apfiofi算法是一种最有影响的挖掘关联规则的算法，由于其算法仅用支持度、可信度来衡量关联规则，容易生成一些错误规则，所以，引入了提升度这一概念，提出一种基于SQL的Apfiofi改进算法。