相辅相成、缺一不可的两个方面。 数据结构是算法处理的对象、是设计算法的基础。 一个具体问题的数据，有多种数据结构表示 一个计算过程的实现，有多种可用的算法。 重点掌握基本知识，理解它们在问题求解中的作用； 概念：数据的逻辑结构、存储结构和操作， 空间代价和时间代价等

L.P. 问题中变量个数多于 2 时，图解法失效即使是计算机求解，首先也要有有效算法，然 后才可能利用程序去实现它 单形法，是 L.P. 问题算法之基础。本质上，它 是代数方法，可以用线性代数的理论证明方法 的合法性，清楚地说明算法背后的“为什么” 。由于课时限制我们不准备这么做，将把有限 的精力和时间浅尝辄止：了解算法本身的使用 ，并不证明“为什么”

CABOSFV_C是一种针对分类属性高维数据的高效聚类算法,该算法采用集合稀疏差异度进行距离计算,并采用稀疏特征向量实现数据压缩.该算法的聚类效果受集合稀疏差异度上限参数的影响,而该参数的选取没有明确的指导.针对该问题提出基于集合稀疏差异度的启发式分类属性数据层次聚类算法(heuristic hierarchical clustering algorithm of categorical data based on sparse feature dissimilarity,HABOS),该方法从聚结型层次聚类思想的角度出发,在聚类数上限参数的约束下,应用新的内部聚类有效性评价指标(clustering validation index based on sparse feature dissimilarity,CVISFD)进行启发式度量,从而实现对聚类层次的自动选取.UCI基准数据集的实验结果表明,HABOS有效地提高了聚类准确性和稳定性

【机器感知与模式识别】一种适用于QR码的彩色图像数字水印算法

人工智能基础：信息熵度量的离群数据挖掘算法

针对数字图像的特点,基于有限整数域上的二维置乱变换、仿射变换和整数提升变换,提出了适用于任意大小、任意长宽比图像的三维置乱加密算法.考虑了变换矩阵中部分参数取负整数或小数的可行性,明确给出了参数的具体设置方法.该算法引入实数作为参数,扩展了参数选择范围;置乱像素位置的同时改变像素值,改善了置乱效果,加大了置乱周期,提高了数字图像的安全性

《工程科学学报》：基于近邻的不均衡数据聚类算法

语言处理工作起源于计算机软件设计者描述的在数据 集合上的算法与运行该数据集合上的算法的计算机系统的差 异。而早期的所用机器语言编制的程序不存在这种差异，因 而不需要语言处理程序。随着汇编语言的产生这种差异也随 之产生，程序设计者用符号指令代替目标机器指令来说明其 算法，这样程序设计者的符号描述和目标机器的运行产生了 差异，解决这种差异的就是第一种语言处理程序——汇编程

【机器感知与模式识别】一种语音特征提取中Mel倒谱系数的后处理算法编辑部

《工程科学学报》：基于空间近邻关系的非平衡数据重采样算法