摘要：目前,基于正区域的启发式决策表求核算法有较高的效率,但需要完全求出U/C。为此,证明了pos(R-{a})(D)≠posR(D)与同父两子类的等价关系,基于最高位基数排序思想,应用正整数有序分拆特性设计了一个决策表求核新算法。在算法中,只需对同父两子类元素的决策属性值进行比较就能判断一个属性是否必要,大大提高了求核效率。

摘要：基于粗糙集理论,提出一种无需建立差别矩阵,无需计算分明函数的值约简算法,阐述该算法的设计思想和具体步骤,并用具体算例证明此算法可行,而且获取的规则是完备无冗余的。

摘要：Apriori算法是关联规则挖掘中的经典算法。在Apriori算法中,需要大量进行两个操作:判断两个k-项集是否前k-1项相同且最后一项不同;判断一个项集是否为另一个项集的子集。利用Apriori算法中项集之间都是有序的这一特点可以减少以上两个操作的执行次数,从而达到对Apriori算法进行优化的目的。实验结果表明,经过优化了的Apriori算法在运行效率上有一定的提高。

摘要：《数据结构》是一门比较灵活、比较难的课程,许多同学学完《数据结构》感觉它并没有多大用处.笔者认为其主要原因是学生学习《数据结构》时,只死记书中的各种数据结构,在面对实际问题时,又生搬硬套.为此,结合《数据结构》中的基数排序的思想,设计了一个三元组稀疏矩阵转置的快速算法,希望学生能从中获益.