成本会计约当产量法.pptx

提出了一种基于模糊决策属性依赖度的属性相对约简算法。该算法利用粗糙集理论分析的方法，通过在知识表达系统中引入模糊决策属性依赖度的概念，来描述由条件属性所提供的知识对整体决策的依赖程度，并通过模糊决策属性依赖度定义了条件属性对模糊决策属性的相对重要性，以此作为启发式信息，可以方便地求出相对核，再以相对核作为求解最小相对约简的起点。按重要性的不同逐次选择重要属性添加到相对核中，直至其依赖度达到整体条件属性依赖度时为止。

本压缩包内部包含全套的EMD分解和希尔伯特黄谱分析程序。上传给大家共享。我本页也学习信号处理数年，多次用到希尔伯特黄变换的内容，用这套程序都可以比较好的解决。内置本版本程序作者的工作记录和程序说明的文本文件。 保证有效！如有疑问请私信。

ORACLE DBA学习笔记（约100万字） 内容很详细

作为 2011-2012 学年开始时生效的 STI2D 改革的一部分，请观看此视频教程（约 15 分钟），其中包括演示和练习。

基于Dijkstra算法和KM算法的网约车订单分配问题的输入文件https://blog.csdn.net/weixin_40679158/article/details/121475235

针对基于聚类的离群点检测算法在处理高维数据流时效率和精确度低的问题,提出一种高维数据流的聚类离群点检测(CODHD-Stream)算法.该算法首先采用滑动窗口技术对数据流划分,然后通过属性约简算法对高维数据集降维;其次运用基于距离的信息熵过滤机制的K-means聚类算法将数据集划分成微聚类,并检测微聚类的离群点.通过实验结果分析表明:该算法可以有效提高高维数据流中离群点检测的效率和准确度.

驾照终于拿到手了，4月报名，11月拿到驾照，海驾是真够忙的。不知当初怎么报了个海淀驾校的自约班，报名的人特别多，约车成了个麻烦事。

属性约简matlab代码宫颈癌分析 分析来自 Kaggle 的数据集，使用 27 个可能与发展为宫颈癌有因果关系的属性，为宫颈癌诊断构建预测性二元分类模型。 该项目旨在通过奇异值分解、支持向量机和人工神经网络来了解哪些属性最能说明女性是否会患上宫颈癌。 该数据集包括 4 项诊断测试的结果：Hinselmann、席勒、细胞学和活检。 对 Hinselmann 结果进行了奇异值分解，而对所有 4 个结果都进行了 SVM 和 ANN 该项目是 MATH123: Mathematical Aspects of Data Analysis A 的最终项目，这是塔夫茨大学的一门课程 文件 宫颈癌 Python Main data analysis: Includes analysis via Support Vector Machine and Artificial Neural Networks (ANN) to build a binary classification model to determine whether or not someone would be diagnosed w