基于Relief属性重要度的快速约简算法

邻域粗糙集是经典Pawlak粗糙集的扩展,能够有效的处理数值型数据。因为引入了邻域粒化的概念,使用邻域粗糙集模型计算样本邻域度量属性重要度时,需要不断反复的对负域中的样本进行邻域划分操作,算法计算量很大。为此提出了一种基于Relief算法属性重要度的快速属性约简算法,降低计算邻域的算法时间复杂性。通过和现有算法运用多组UCI标准数据集进行比较,实验结果表明,在不降低分类精度的前提下,该算法能更快速地得到属性约简。     

关于音乐可视化的研究——声音格式到音乐格式的转换

本文定义了适用于处理非数字乐器音乐数据的ＭＳＣ文件格式，并以Ｗｉｎｄｏｗｓ环境为例，给出了由标准音频数据格式ＷＡＶＥ到音乐格式ＭＳＣ的转换算法．从而为非数字乐器音乐在计算机系统中的编辑、转换处理提供了一种有效的方法．     

基于邻域粗糙集的快速属性约简算法

为了更快速地得到属性约简结果,对现有F2HARNRS算法的正域计算进行了改进。采取保留策略,利用矩阵保留样本间的度量计算值的平方,使得增维后的度量计算量减少,并据此提出了一种快速属性约简算法。最后通过多个UCI数据集验证了该算法,实验结果表明该算法是有效的、可行的。     

深入解析.NET中的事务处理

文章主要对.NET中的四种事务处理机制,根据自己的开发经验结合实例分别从概念,原理,应用范围,易出现的错误等方面进行深入解析。     

利用“协议机退缩”的通信协议形式检证

针对提高优先度通信协议检证时生成协议机状数庞大，使检证难以进行的问题，本文给邮了协议机的退缩检证法，通过将给定协我机的检证问题转换为若干个较小义机的相应检证问题，简化了协议形式检证的复杂性，利用退缩检验证法及已建立的检证系统，证明了假我信道错误时ＯＳＩ参照模型中会话层协议的主要部分，满足“无死锁”、“无传输错误”等性质。