如何修复FPT文件

1问题关系型数据库管理系统FoxPro以其优良的性能深受广大用户青睐。然而,用户在进行FoxPro数据库操作时,由于操作不慎,可能会将含有M型字段的某数据库的FPT文件丢失,只保留了DBF文件。由于FPT文件是用于存放M型字段数据的,数据库一旦丢失了FPT文件,用户就不能打开该数据库,更谈不上对该数据库进行操作,是否有办法来修复FPT文件呢？2解答有办法。用Debug等工具软件分析各种FoxPro版本的数据库的FPT文件发现,在不同结构、不同记录的数据库中,只要M型字段的数据为空,其FPT文件就有相同的内部结构,且存放规律如下：1…     

基于双层遗传算法的混合属性数据分类

论文提出了一种新的遗传算法对含有离散属性和连续属性值的混合数据进行分类。在染色体设计上采用两层结构染色体,同时实现搜索连续属性数据的最优分割点集和对混合数据进行分类。     

有工件交货期限制的车间作业调度方法研究

在车间作业调度中,如何合理安排工件在机器上的加工顺序是企业生产过程研究的关键问题。针对传统优化方法只是对总体加工时间最少进行研究及遗传算法中过早收敛的缺点,通过在加入总体加工时间调节因子,提出了在保证总体在加工时间最短或相对最短的前提下保证某一工件交货期的免疫遗传车间作业调度方法。最后对著名的FT10×10标准问题进行了仿真实验,首先通过修改调节因子进行了结果比较,然后同其它算法的结果进行了比较。仿真结果说明了该方法的可行性和优越性。     

BIRCH混合属性数据聚类方法

数据聚类是数据挖掘中的重要研究内容。现实世界中的数据往往同时具有连续属性和离散属性,但现有大多数算法局限于仅处理其中一种属性,而对另一种采取简单舍弃的办法丢失聚类信息和降低聚类质量。一些能处理混合属性的算法又往往处理的属性过多,导致计算量的大增。提出了一种基于BIRCH算法的混合属性数据的聚类算法;在UCI数据集上的实验表明,文中提出的算法具有较好的性能。     

基于免疫遗传算法的粗糙集属性约简算法

属性约简是粗糙集理论中一个重要的研究课题,为了有效获取属性最小相对约简,提出了一种基于免疫遗传算法的粗糙集属性约简算法。该算法将免疫算法和遗传算法结合,并将核引入免疫遗传算法的初始抗体群来提高算法的性能,依照决策属性对条件属性的依赖度,并结合抗体浓度,能维持进化过程中个体的多样性,从而提高了算法的全局搜索能力,避免陷入局部最优。实验证明该算法能够快速得到相对最小约简。     

不完备决策表属性约简的CIEARAWCC算法

不完备信息系统中的属性约简是粗集理论应用的难点。通过引入信息熵和条件信息熵,对信息系统中属性的必要性进行了定义,提出了一种基于条件信息熵的属性约简启发式算法。通过引入相对正域,有效地解决了不一致系统属性约简过程中产生的冗余属性问题,并分析了该算法的时间复杂度。最后,通过实例说明该算法能得到不完备决策表的最小相对约简。     

一种蜜蜂交配优化聚类算法

K-means算法因简单、高速等特点而被广泛应用,但该算法仍然存在依赖于初始聚类中心、易陷入局部最优等缺陷。为此,提出了一种蜜蜂交配优化聚类算法。该算法利用密度和距离初始化蜂群,并将局部搜索能力较强的粗糙集聚类算法作为工蜂的一种编码,以增强算法的局部搜索能力,最后在迭代过程中不断引入随机种群,增加种群的多样性,提高算法的全局寻优能力。实验结果表明,该算法不仅能有效抑制早熟收敛,而且具有较强的稳定性,较好的聚类效果。     

基于改进粒计算的K-medoids聚类算法

针对传统K-medoids聚类算法对初始聚类中心敏感、收敛速度缓慢以及聚类精度不够高等缺点,提出一种基于改进粒计算、粒度迭代搜索策略和优化适应度函数的新算法。该算法利用粒计算思想在有效粒子中选择K个密度大且距离较远的粒子,选择其中心点作为K个聚类初始中心点;并在对应的K个有效粒子中进行中心点更新,来减少迭代次数;采用类间距离和类内距离优化适应度函数来提高聚类的精度。实验结果表明：该算法在UCI多个标准数据集中测试,在有效缩短迭代次数的同时提高了算法聚类准确率。     

宁波梅墟片区整合策略

宁波梅墟片区包括梅墟工业区、梅墟镇驻地和周围村庄.梅墟工业区最初成立于20世纪90年代初期,地处宁波市东部、科技园区内,位于宁波市新的城市发展总体规划的中心区域,全区总面积4.2平方公里,辖有12个建制村、1个居民委员会,截至2002年底,共有总人口10621人,外来民工10000人.