本文在介绍粗糙集理论的基础上,给出粗糙集 理论在数据挖掘中的应用,属性约简的启发式算法, 通过一个实例说明了算法的有效性

针对粗糙集理论中的属性约简问题做了探讨研究。从寻找属性约简的角度,首先描述了决策表中的属性的重要性,并利用已求得的正区域使处理数据的范围不断缩小,约简集中的属性从核集开始,通过向属性核添加重要性最大的属性,得到属性的最小相对约简。从而减少求约简的时间。最后进行实证,该算法同传统的算法相比,在计算量减少的同时能得到更简约的结果,证明了该算法的正确性和可行性。

包含讲解特征码查杀技术、启发式扫描技术、主动防御技术的原理。网络上现在暂时还没有的资料。 7.7.1启发式扫描 在章节7.1中，我们已经了解了启发式扫描的评分原理。而本节对启发式扫描的讲解将直接针对NOD32这款杀毒软件的启发式扫描。如何躲过NOD32的启发式扫描可以说是免杀技术讨论圈子中讨论的最火热的话题了。现在就让大叔给大家揭开NOD32启发式扫描的神秘面纱。 NOD32启发式扫描的原理十分简单，同其他的启发式扫描一样，也 是一种评分原理。举一个简单的例子，一般的下载者程序都要用到两个API，分别是URLDownloadToFile和ShellExecute。 URLDownloadToFile这个API用于将文件下载到本机。而ShellExecute这个API用于执行某个文件。这两个API结合使用就可以达到某个文件下载到本地计算机并执行的功能了，这也就是下载者的基本功能。 如果一个下载者程序先调用了URLDownloadToFile，而后又调用了ShellExecute。即时ShellExecute。执行的不是URLDownloadToFile下载的文件，NOD32也会将其列为病毒，病毒类型就是Downloader.

讲述了一种求解矩形件排样问题的启发式算法，主要是二维矩形件的排样问题

差分进化算法是一类当前较有实力的实参随机优化算法,已成功解决很多实际问题.由于算法结构简单易于执行,控制参数少且有较强的搜索能力,差分进化算法吸引了众多进化算法学者的关注.本文概述了差分进化算法的基本概念,综述了差分进化算法的主要变体,讨论它们的优缺点,并指出下一步的改进方向.

一个开源的C#蜘蛛爬虫程序，看了让你很受启发. 其中涉及了Html标签属性的解析，爬行域名的控制，多线程等关键内容

八数码问题代码，用全局择优解决八数码问题，启发函数采用曼哈顿路径和计算不同节点两种方法。对学习人工智能图搜索应该很有帮助。

如何求解问题 现代启发式方法 pdf

我的CS50X（2020）最终项目 在此存储库中，我将分享我的CS50（2020）课程的最终项目（如果您目前是CS50的学生，我希望这会有所启发）。这是一个用于编写笔记的简单Web应用程序。该应用程序可以正常运行，但是仍然存在一些小错误……您可以下载代码，运行它，稍微玩一下该应用程序，然后尝试使其变得更好。 更多细节 我的最后一个项目是一个使用python（烧瓶），SQL数据库和Bootstrap开发的Web应用程序。 该项目的标题为“ CS50 NOTES”，因为它允许用户登录网站后访问其私人注释。 该Web应用程序具有许多功能，例如以文本格式书写用户想起的所有内容，其他人则看不到他们的笔记。此外，他们可以在需要时编辑或删除笔记。最后，每个笔记都附带他们写下的确切日期和时间。

采用启发式搜索求解TSP问题步骤为：首先利用最小生成树算法构造无向图 G 的TSP问题的最小生成树；然后从最小生成树开始构造闭合回路(N个城市不重复排列序列)；最后采用枚举的方法,确定从不同最小生成树开始构造的闭合回路中距离最小的一个 ,即最短城市序列 。 由于闭合回路中每个节点的度都为2 ,因此在构造闭合回路时需要处理最小生成树中度不等于2的节点。处理时,第一步是通过删除边的方法降低最小生成树中度大于2的节点的度 ,保证每个节点的度都不大2。删除边时,首先选择与待处理节点(度大于2的节点)相连接的节点中度最大的节点,如果被选择节点的度大于2 ,则删除这两节点之间的边,降低这两节点的度。否则,选择与待处理节点相连接的节点中权值大的节点,删除这两节点之间的边 ,降低这两节点的度 。第二步是通过连接的方法 , 连接最小生成树中度小于2 的节点 , 路 。连接时为了保证所有节点在同一个连通分量中 ,首先标记各连通分量 ,然后选择不同连通分量中度小于 2 的节点并且两点之间权值小的点进行连接 ,从而构成一个大的连通分量 ,最后连接同一个连通分量中仅有的两个度为 1 的节点 , 从而构成一个闭合回路 。