黑盒测试:决策表法、因果图法.zip

对Skowron可辨识矩阵方法进行分析，并应用反例说明基于Skowron可辨识矩阵的属性约简算法对不相容决策表的属性约简，可能会导致错误的结果。针对这一问题，提出了一种基于改进可辨识矩阵的属性频率约简

针对眼镜脚套自动折弯这一问题，本文根据特征造型的基本原理，分析了眼镜脚套的基本结构和特征表示，采用CSG定义了数据结构，并以此为基础，建立了脚套参数化模型和折弯算法,为眼镜的计算机辅助设计提供了理论和

针对Apriori算法的不足，提出了一种新的优化算法Napriori。算法从优化产生2－项目集、事务压缩、项目压缩、优化连接等几个方面对Apriori算法进行优化，将散列技术应用于产生1－项目集和2－

粗糙集理论是波兰科学家Pawlak提出的研究 模糊性和不确定性的新型数学工具，其重要的特点 是仅利用数据本身所提供的信息，不需要任何附加 信息或先验知识，即可通过不可分辨关系和不可分 辨类确定给定问题

根据经典粗糙集方法，在对可约简决策表进行属性约简时可能出现核不存在无法找到起点属性从而无法约简的问题。针对该问题，提出了基于聚类率的属性约简方法。计算决策表的区分矩阵，以属性区分度为基础，在属性区分度

基于相对粒度的决策表知识约简算法，刘艳红，张静，本文基于知识粒度的定义，分析决策表中知识的不确定性，给出了决策属性集相对于条件属性集的相对粒度以及属性重要性的概念，进而

粗糙集基础知识的程序实现（java），包括基于决策表的等价类计算、基于决策表的核属性计算和两种属性约简算法。

论述了决策表属性集分解的概念和必要性，对分解中的决策等价性问题进行分析，提出了决策表论域上的弱等价条件和部分等价条件，并针对弱等价性判断标准的局限性，进一步提出了决策表样本集取值空间上的强等价条件，使

目前计算不一致决策表的分布约简、 最大分布约简和分配约简的方法均基于可辨识属性矩阵, 在大数据集下耗时较多.为此, 提出转化算法, 将计算原不一致决策表的上述3 种约简转化为计算3种一致决策表的Paw

此为自己编写的多边形活性边表填充算法，有注释，更易理解