6.1递归的概念 6.2递归算法的执行过程 6.3递归算法的设计方法 6.4递归过程和运行时栈 6.5递归算法的效率分析 6.6递归算法到非递归算法的转换 6.7设计举例

针对标准遗传算法在求解车间作业调度问题中易陷入局部极值点的缺点,提出了一种基于领域知识的动态双种群遗传算法.由于最优调度必定是活动调度,算法利用活动调度技术来进行空间缩减;两个子种群分别采用正、逆序调度策略来提高种群的多样性.算法采用一种新的染色体编码来表示活动调度方案,并给出了相应子种群的初始化策略、遗传操作,以及子种群之间的交叉方式.Benchmark算例的仿真实验与分析表明,该算法在计算时间和求解质量上均具有较好的效果

提出了一种适用于多镜像站点环境下的分布式Web使用聚类局部挖掘算法LUC和全局挖掘算法GUC,较好地解决了Web访问信息的异地存储、分布式算法通讯量等因素给模式分析过程带来的困难.将给出的算法用Java语言加以实现,并对算法性能进行了研究.结果证明,该算法是有效的,可以用来高效、准确地在多镜像站点环境下发现Web用户群体模式

14.1 聚类分析概述 14.2 相似性计算方法 14.3 常用聚类方法 14.3.1 划分方法 k-means算法（k-均值算法） k-medoids算法（k-中心算法） 14.3.2 层次方法 AGNES算法（合并聚类法） DIANA算法（分裂聚类法） 14.4 孤立点分析

9.2二重积分的计算法 一、利用直角坐标计算二重积分 二、利用极坐标计算二重积分

§1 线性规划 §2 运输问题(产销平衡) §3 指派问题 §4 对偶理论与灵敏度分析 §5 投资的收益和风险

1、枚举法思想简介 2、利用枚举法解题 2.1 百钱百鸡 2.2 猴子分桃 „ 2.3 宴会彩灯 2.4 质数方阵 3、枚举 vs. 搜索

1算法的概念、可靠性以及优劣评判 2误差的度量以及传播 3算法设计应注意的问题

为了解决基于Apriori的分类关联规则算法挖掘数值型数据时效率和准确率偏低的问题,提出基于定量关联规则树的分类及回归预测算法.采用改进的定量关联规则算法挖掘数值型数据生成关联规则库,并基于关联规则树结构实现分类及回归预测.研究结果表明:改进的Apriori定量关联规则挖掘算法提高了分类预测的准确率并降低了计算复杂度;而采用关联规则树结构可使分类与回归预测时间明显加快,提高了样本匹配学习的速度

上机作业3 1.输入带空二叉树(信息)的先序遍历序列,生成一棵二叉树; 若结点为字符类型,用空格表示空二叉树;若结点为整数类型,用0(零) 表示空二叉树; 2.作前序遍历,分别用递归算法、非递归算法实现; 3.作中序遍历,分别用递归算法、非递归算法实现; 4.作后序遍历,用递归算法实现;