•动态规划回顾 •活动问题选择分析 •贪婪算法要点 •拟阵概念

7.1基本概念 7.1.1消隐的定义 如果要使一幅图有较强的立体感,必须在视点确定之后,将对象的隐藏线(面)消去,这一过程称为消隐;执行这一功能的算法,称为消隐算法。 经过消隐得到的图形称为物体的消隐图形

在对混沌时间序列与随机序列的不同特征进行分析的基础上,提出一种可对二者予以区分的判定算法.并结合具有优异特性的小波函数,构造一种小波神经网络.最终给出基于小波网络的集成的混沌时间序列判定一预测算法

提出了一种基于粗糙集的不完备数据填补方法.本算法以突出信息表的决策规则为主要目的,选取重要断点为主要手段,以分类质量作为迭代约束条件.实验和数值实例表明,本算法不但不会产生冲突规则,而且能够进一步突出决策规则

由于小波变换技术在20世纪90年代初期已经比较成熟，因此从那时起就开始出现各种新 颖的小波图像编码方法。这些编码方法包括EZW, 在EZW算法基础上改进的SPIHT和EBCOT 等。由于EZW算法的开拓给后来者带来很大的启发，它是一种有效而且计算简单的图像压缩 技术，因此本章将重点介绍

介绍了对角递归神经网络,针对BP算法收敛慢的缺点,将递推预报误差学习算法应用到神经网络权值和域值的训练.通过对非线性系统辨识的仿真及在磷化温控系统建模中的应用,验证了这种建模方法的有效性

一、基本图形生成算法 二、图元扫描转换 1 直线段扫描转换 2 圆弧扫描转换 三、实区域填充 四、图形反走样

数据结构讨论的是数据的逻辑结构、存储方式 以及相关操作的实现等问题，为学习后续专业课程 打下基础。本章讲述数据结构的基本概念及相关术 语，介绍数据结构、数据类型和抽象数据类型之间 的联系，介绍了算法的特点及算法的时间与空间复 杂性

一. 示例学习的问题描述（见表2.1,表2.2） 二. 决策树学习（ID3算法） 1. 学习效果的衡量标准（示例学习的优化问题） 2. ID3算法：

一. 示例学习的问题描述（见表2.1,表2.2） 二. 决策树学习（ID3算法） 1. 学习效果的衡量标准（示例学习的优化问题） 2. ID3算法： 输入：例子集（正例、反例）；