基于排序索引矩阵的频繁项集挖掘算法

针对Apriori算法产生候选项集的问题,提出一种基于排序索引矩阵(SIM)的频繁项集挖掘算法.将频繁1-项集形成的1-项集向量依次与对应矩阵相乘,生成频繁2-项集.从频繁3-项集开始,对每次生成的频繁k-项集建立SIM,借助SIM结构实现项集的跨越式搜索和连接.整个过程只需扫描一次数据库,不会产生候选项集.实验结果表明,该算法能提高频繁项集的挖掘效率.     

在VFP6.0中设计和实现统计图表功能

通过分析图表在 VFP环境中应用的几项关键技术 ,阐明了在自学考试信息管理这一实际工程中的设计和实现方法 ,使得类比数据的给出形式更加直观、形象     

VB 6.0文件加密的一种实现方法

本文讨论在VB6中，实现数据加密的一种一般方法，这种加密方法的思想简单，加密速度快，又不易破解，是对传统数据加密算法和很大改进。     

融合协同过滤的XGBoost推荐算法

在推荐系统中,针对用户的冷启动问题,提出一种融合协同过滤的XGBoost推荐算法。根据基于用户相似度的协同过滤推荐算法进行粗粒度召回,得到部分用户的召回集,使用XGBoost算法对召回集中的项目进行预测。对于存在冷启动问题的用户,直接使用XGBoost算法对候选集中的项目进行预测。该算法采用CCIR2018个性化推荐评测的在线评测数据集,并将推荐结果投放到知乎提供的线上平台进行评测。评测结果表明,该算法可以解决用户的冷启动问题,具有很高的执行效率,准确度高,在线上评测中取得显著的推荐效果。     

超节点P2P网络中一种有效的缓存策略

针对超节点P2P系统的特点,提出了一种有效且灵活的缓存策略.该策略使用文件价值来决定缓存替换的对象,并且在替换之前使用"阈值"选择要缓存的文件,使其系统只缓存价值较大的热点文件.最后通过Trace-Driven的方法模拟实验,结果表明,与现有的缓存策略LRU和LFU相比,这种缓存策略具有较好的缓存命中率和字节命中率.     

基于参数优化隐马尔可夫模型的网络取证证据融合方法

为了克服隐马尔可夫模型(hidden Markov model,HMM)在训练时波氏算法(Baum-Welch,B-W)易陷入局部最优解的不足,采用自适应遗传算法对其进行参数优化,设计了染色体编码方法和遗传操作方式。利用Viterbi算法选择最有可能的元证据序列,用疑似证据替换元证据回溯得到证据链。实验结果表明,自适应遗传算法优化的HMM具有更好的状态,采用Viterbi算法得到的证据链能够较精确地重现网络入侵的犯罪现场。     

一种链路不相交的多约束QoS路由算法

为提高网络路由可靠性,改善网络资源利用率,提出一种满足多个QoS约束的基于链路保护机制的路由算法.该算法首先通过图论的有关性质找到满足给定约束条件的节点对间的全部路径,并在此基础上利用邻接矩阵的方法得到其最短链路不相交相似路径,最后赋以算例分析.结果证明,该算法在减小网路传输时延方面有一定的优势,对于高实时性网络应用有更好的优化作用.     

一种基于选路拓扑的抗毁性评估模型

网络抗毁性是网络可靠性研究的重要内容.本文提出了一种基于选路拓扑的网络抗毁性研究方法,通过构造选路拓扑建立链路集影响度评估模型,给出了面向网络实际通讯能力的抗毁性概念定义及测度表达,提出了一种影响网络抗毁度的关键链路集选择启发式算法,对于网络抗毁能力表达更加精确.     

自动文字校对动态规划算法的设计与实现

1.引言近年来,计算机知识与技能考试逐渐向自动化方向发展,其中所涉及的核心技术之一是试题自动阅卷。计算机知识与技能考试的试题类型主要包括客观题(如选择、判断、填空、识别等)和主观题(如文字录入、Windows操作、Word文档编辑、Excel表格处理、PowerPoint幻灯片制作、Internet应用、网页设计等)两大部分;从阅卷评判来看,主观题的自动阅卷相对复杂,本文主要就文字录入的自动阅卷进行讨论。