寻找最大独立集的算法
寻找最大独立集的算法
摘 要：本文提出两种基于贪婪思想的局部搜索算法寻找给定图的最大独立集，通过测试第二种算法在图密度3.0≤p 时更优于第一种算法。由于局部搜索算法的缺陷，修改邻域函数与顶点的选择是进一步研究的问题。
关键词： 图密度；最大独立集；局部搜索；贪婪思想
中文分类号：O157.5 文献标识码：A
1、引言
给定一个无向简单图),(E V G =，其中},,,{21n v v v V =表示图G 的顶点集，
n V =||，},,,{321m e e e e V V E =??表示图G 的边集，m E =||。)(i v d 表示图G 中i
v 的顶点度，即与i v 关联的边数。)1(/2-=n n m p 表示图的边密度。子集V A ?，且它的顶点两两互不相邻，则称A 是图G 的一个独立集，图中基数最大的独立集称为该图的最大独立集，基数为图G 的独立数，记为)(G α。最大独立集问题在信息检索、移动通信、图像显示、模式识别、电台信息传送等方面有广泛的应用。
2、算法的思路
本文采用局部搜索算法，它是基于贪婪思想并利用邻域函数进行搜索，搜索中采用递归的方法来寻找图的最大独立集。当图G 是零图，即0||=E ，则图的最大独立集就是
},,,{21n v v v V =且n G =)(α；当图G 是非零图，则需进一步讨论。第一步:基于贪婪思
想在图中选择顶点度最大的顶点*
v ；第二步：利用邻域函数对图进行分解，将图G 分解成
1G =}{*v G -，2G =)}({}{**v N v G --，其中)(*v N 表示*v 的邻集，即与*v 邻接的顶点。
第三步：重复搜索，分别在图1G ，2G 中重复执行一、二步，直到所有子图中所有顶点的度为零。第四步：输出结果，在两个分支中得出的独立集进行基数比较，基数最大的为图G 的最大独立集MIS 。
程序如下：递归算法寻找最大独立集 Maxset(G);
Begin/*to return the size of the largest Independent Set of G*/ If degree(G)=0 then
Maxset=all vertices in G Else
Choose a vertices v* in G;
n1= Maxset(G-{v*});
n2= Maxset(G-{v*}-N(v*)); Maxset=maximum_of(n1,n2); End;
下面用一例子说明算法的思路：
在图G 中，}6,5,4,3,2,1{=V ，)}6,5(),5,4(),4,3(),5,2(),3,2(),6,1(),2,1{(=E 。寻找最大独立集的结构图，如图1。
上述结构图是在,6||=V 47.015/7==p 规模的图上重复执行了四次顶点的选择和图的分解。由于上述算法采用通过贪婪思想和邻域函数来缩小图的规模寻找最大独立集，这样
对于图密度小的图来说图的规模并不能明显缩小，所以在上述算法的基础上把邻域函数做了修改，得出另一种思路。
第一步：计算顶点度，找出顶点度最大的顶点*
v ；
第二步：利用邻域函数)(*
v NN 表示与*
v 不邻接的顶点，得出最初解；
第三步：局部搜索，在}{*v G -的图中重复一，二步； 第四步：修改最初解；直到所有顶点度为零结束。
例如上题：在图G 中3)(2=v d ，且是最大的，与它不关联的顶点是6,4，这样得出独立集的初解}6,4,2{；在去掉顶点2v 的图中，4v 顶点的度是2，与它不关联的点是6,1，产生}6,1,4,2{是矛盾解，所以当前独立集的解仍是}6,4,2{；在去掉顶点4v 的图中，6v 顶点的度是2，与它不关联的点是3，产生}6,4,3,2{是矛盾解，所以当前独立集的解仍然是}6,4,2{；在去掉顶点6v 的图中，图中0)()()(531===v d v d v d ，整个搜索过程结束，得出最大独立集}6,4,2{=MIS 。
3、测试算法
图的规模在顶点数20||=V 到200||=V ，密度p 在0.1—0.6的图上进行两种算法测试。当顶点数小于60时，两种算法的时间基本相同。当顶点数大于60，且图的密度3.0≤p 时，第一种算法的时间快速增长，有时无法计算出结果，如表1中在1.0=p ，填#的情况。而第二种算法明显优于第一种算法。从表1看到相同规模的图，第二种算法的运行时间为1.2秒，第一种算法的运行时间为55858.5秒，表1选取了顶点数为140、160、180测试结果。
表1 两种算法的运行结果
4、评价算法
寻找最大独立集的算法一直在研究，分支定界算法、模拟退火算法、贪婪算法等，但不论提出什么样的算法，重要的是算法的有效性，即在合理的运行时间内找出最大独立集。本文提出的算法进行了执行，也存在运行时间的不合理。因而，进一步要研究的是此算法的时间复杂度以及与其它近似算法的比较。
参考文献：
[1]Buuce E.Sagan,Vincent R.Vatter．Maximal and maximum independent sets in graphs with at
most Cycles[J]．Michigan State University,2003，1：67~69
[2]贾晓峰，郭廷花，续晓欣．关于最大团问题的一种新算法[J]．中北大学学报，2006，27 （2）：180-182
[3]吴江．求图的最大独立集的启发式搜索算法[J];计算机应用与软件，1990，2.：12~14
An Algorithm for Finding Maximum Independent Set In a Graph
Guo Tinghua
Shnaxi Professional College of Finance 030008,Taiyuan,Shanxi
Abstract:To present two local search algorithms for finding maximum independent set in a graph. It bases on a greedy thought.Tthrough testing, the second algorithm is better the first algorithm in sparse graphs. Because of the defect of the local search algorithm, To modify the neighborhood function and to select vertex is studied in the future.
Key words: graph density；maximum independent；local search；greedy thought
第三方独立B2B平台模式分析_以金银岛为例
总结 关于信用证欺诈例外原则，法律工作者有众多的论述，观点也不尽一致。笔者作为外贸实务工作者，从上述案例中让笔者引发以下几点思考： 1.我国要加快信用证欺诈问题的专门立法。到目前为止，我国尚未有关信用证的专门立法，各级法院具有不少信用证欺诈的判例，但一直没有形成一个系统的、权威的体系。一些关于信用证的法律规定、散见于最高院的司法解释和会议纪要等文件中，对外贸实务工作者来说不仅学习理解上有难度，操作上更无所适从。 2.外贸企业在面临信用证欺诈时，要坚定地进行司法救济，运用信用证欺诈例外原则维护自身的权益。信用证具有时效性，这就要求外贸企业赶时间节点，掌握直接证据，在信用证对外支付前，采取措施，保全资产。一旦银行对外承兑，再进行司法诉讼就会困难重重。 3.外贸企业在处理信用证欺诈时，要积极与开证行或议付行沟通，协调立场，争取银行的理解和帮助，听取银行意见。与银行协调一致，往往是成功应对信用证欺诈的关键。 4.做好客户的鉴别和信用调查工作。从上述两个案例中，都是由于外贸公司对客户调查了解不够，急于成交，才给了不法分子机会，造成损失。所以，还要重温行内那句老话：相信信用证，不如相信客人。做好与客人的沟通了解，与诚实有信用的客户交易才是最为安全的。 当前我国已成为世界第三大国际贸易国，第一大出口国，面对日益复杂的世界经济形势，外贸企业更应坚守诚实信用原则，正确运用国际普遍使用的信用证支付手段，保护自身利益， 文／ 上海对外贸易学院国际经贸学院 弭 乐 李 响 中国第三方独立B2B平台发展状况 B2B在我国发展十余年来,大致经历了三个阶段:萌芽阶段、普及阶段、初步应用阶段。 萌芽阶段。1997年,我国第一个全流程的B2B 电子商务交易平台(中国商品交易中心,CC E C)上线,标志着我国B2B电子商务进入萌芽阶段。随后,1998年外贸型B2B企业美商网上线运营,1999年阿里巴巴成立。但由于当时国内电子商务环境还不成熟、网民渗透率还处在相当低的水平、企业缺乏运营经验，多数平台服务商都没有逃脱破产倒闭的不幸境遇。 普及阶段。2000年至2008年间,是中国电子商务的普及阶段。这一阶段,电子商务平台服务商继续宣传电子商务知识和理念,完善电子商务应用平台功能,创新电子商务服务模式,在全国范围内推动企业应用。电子商务应用环境建设取得重要进展,国家的鼓励政策和规范性文件陆续出台,如2005年国务院办公厅发布的《关于加快电子商务发展的若干意见》,随后在2007年,国家发展委 国际市场_WORLD MARKET2012.05/06 117
机器学习10大算法-周辉
机器学习10大算法 什么是机器学习呢？ 从广泛的概念来说，机器学习是人工智能的一个子集。人工智能旨在使计算机更智能化，而机器学习已经证明了如何做到这一点。简而言之，机器学习是人工智能的应用。通过使用从数据中反复学习到的算法，机器学习可以改进计算机的功能，而无需进行明确的编程。 机器学习中的算法有哪些？ 如果你是一个数据科学家或机器学习的狂热爱好者，你可以根据机器学习算法的类别来学习。机器学习算法主要有三大类：监督学习、无监督学习和强化学习。 监督学习 使用预定义的“训练示例”集合，训练系统，便于其在新数据被馈送时也能得出结论。系统一直被训练，直到达到所需的精度水平。 无监督学习 给系统一堆无标签数据，它必须自己检测模式和关系。系统要用推断功能来描述未分类数据的模式。 强化学习 强化学习其实是一个连续决策的过程，这个过程有点像有监督学习，只是标注数据不是预先准备好的，而是通过一个过程来回调整，并给出“标注数据”。
机器学习三大类别中常用的算法如下： 1. 线性回归 工作原理：该算法可以按其权重可视化。但问题是，当你无法真正衡量它时，必须通过观察其高度和宽度来做一些猜测。通过这种可视化的分析，可以获取一个结果。 回归线，由Y = a * X + b表示。 Y =因变量；a=斜率；X =自变量；b=截距。 通过减少数据点和回归线间距离的平方差的总和，可以导出系数a和b。 2. 逻辑回归 根据一组独立变量，估计离散值。它通过将数据匹配到logit函数来帮助预测事件。 下列方法用于临时的逻辑回归模型: 添加交互项。 消除功能。 正则化技术。 使用非线性模型。 3. 决策树 利用监督学习算法对问题进行分类。决策树是一种支持工具，它使用树状图来决定决策或可能的后果、机会事件结果、资源成本和实用程序。根据独立变量，将其划分为两个或多个同构集。 决策树的基本原理：根据一些feature 进行分类，每个节点提一个问题，通过判断，将数据分为两类，再继续提问。这些问题是根据已有数据学习出来的，再投
算法设计与分析课程设计(完整版)
HUNAN CITY UNIVERSITY 算法设计与分析课程设计 题目：求最大值与最小值问题 专业： 学号： 姓名： 指导教师： 成绩： 二0年月日
一、问题描述 输入一列整数，求出该列整数中的最大值与最小值。 二、课程设计目的 通过课程设计，提高用计算机解决实际问题的能力，提高独立实践的能力，将课本上的理论知识和实际有机的结合起来，锻炼分析解决实际问题的能力。提高适应实际，实践编程的能力。在实际的编程和调试综合试题的基础上，把高级语言程序设计的思想、编程巧和解题思路进行总结与概括，通过比较系统地练习达到真正比较熟练地掌握计算机编程的基本功，为后续的学习打下基础。了解一般程序设计的基本思路与方法。 三、问题分析 看到这个题目我们最容易想到的算法是直接比较算法：将数组的第 1 个元素分别赋给两个临时变量：fmax:=A[1]; fmin:=A[1]; 然后从数组的第 2 个元素 A[2]开始直到第 n个元素逐个与 fmax 和 fmin 比较，在每次比较中，如果A[i] > fmax，则用 A[i]的值替换 fmax 的值；如果 A[i] < fmin，则用 A[i]的值替换 fmin 的值；否则保持 fmax（fmin）的值不变。这样在程序结束时的fmax、fmin 的值就分别是数组的最大值和最小值。这个算法在最好、最坏情况下，元素的比较次数都是 2(n-1)，而平均比较次数也为 2(n-1)。 如果将上面的比较过程修改为：从数组的第 2 个元素 A[2]开始直到第 n 个元素，每个 A[i]都是首先与 fmax 比较，如果 A[i]>fmax,则用 A[i]的值替换 fmax 的值；否则才将 A[i]与 fmin 比较，如果 A[i] < fmin，则用 A[i]的值替换 fmin 的值。 这样的算法在最好、最坏情况下使用的比较次数分别是 n-1 和 2(n-1),而平均比较次数是 3(n-1)/2,因为在比较过程中，将有一半的几率出现 A[i]>fmax 情况。
机器视觉检测的分析简答作业及答案要点学习资料
2012研究生机器视觉课程检测及课程设计内容 一、回答下列问题： 1、什么是机器视觉，它的目标是什么？能否画出机器视觉检测系统的结构方 块图，并说出它们的工作过程原理和与人类视觉的关系？ 机器视觉是机器（通常指计算机）对图像进行自动处理并报告“图像中有什么”的过程，也就是说它识别图像中的内容。图像中的内容往往是某些机器零件，而处理的目标不仅要能对机器零件定位，还要能对其进行检验。 原始数据特征向量类别标识 特征度量模式分类器 机器视觉系统的组成框图 2、在机器视觉检测技术中：什么是点视觉技术、一维视觉技术、二维视觉技 术、三维视觉技术、运动视觉技术、彩色视觉技术、非可见光视觉技术等？ 能否说出他们的应用领域病句、案例？能否描述它们的技术特点？ 答：点视觉：用一个独立变量表示的视觉称之为点视觉。如应用位移传感器测量物体的移动速度。 一维视觉：普通的CCD。 两维视觉：用两个独立变量表示的视觉称之为两维视觉。比如普通的CCD。 三维视觉：用三个独立变量表示的视觉称之为三维视觉。比如用两个相机拍摄（双目视觉）；或者使用一个相机和一个辅助光源。 彩色视觉：用颜色作为变量的视觉称之为彩色视觉。物体的颜色是由照 射光源的光谱成分、光线在物体上反射和吸收的情况决定的。比如，一 个蓝色物体在日光下观察呈现蓝色，是由于这个物体将日光中的蓝光 反射出来，而吸收了光谱中的其他部分的光谱，而同样的蓝色物体， 在红色的光源照射下，则呈现红紫色， 非可见光视觉技术：用非可见光作为光源的视觉技术。比如非可见光成像技术。
3、机器视觉检测技术中：光源的种类有哪些？不同光源的特点是什么？光照 方式有几种？不同光照方式的用途是什么？又和技术特点和要求？ 机器视觉检测技术中光源有以下几种：荧光灯，卤素灯+光纤导管，LED 光源，激光，紫外光等。几种光源的特点如下： 成本亮度稳定度使用寿命复杂设计温度影响种类名 称 荧光灯低差差一般低一般 卤素灯+光纤导管高好一般差一般差LED光源一般一般好好高低光照方式有以下几种： 背景光法（背光照射）是将被测物置于相机和光源之间。这种照明方式的优点是可将被测物的边缘轮廓清晰地勾勒出来。由于在图像中，被测物所遮挡的部分为黑色，而未遮挡的部分为白色，因此形成“黑白分明”的易于系统分析的图像。此方法被应用于90%的测量系统中。 前景光法（正面照射）是将灯源置于被测物和相机之前。又可分为明场照射和暗场照射。明场照射是为了获得物体的几乎全部信息，照射物体的光在视野范围之内几乎全部反射回去；暗场照射是为了获取物体表面的凹凸，照射物体的光在视野范围之外有部分光反射回去。 同轴光法是将灯源置于被测物和相机之间。 4、机器视觉检测系统中，光学系统的作用是什么？光学器件有哪几种，它们 各自的作用是什么？光学镜头有几种类型，它们各自有何用途？光学镜头有哪些技术参数，各自对测量有什么影响？ 答：机器视觉检测系统中，光学系统用来采集物体的轮廓、色彩等信息。 光学器件主要有：镜头、成像器件（CCD和CMOS)、光圈、快门等。 镜头的作用是对成像光线进行调焦等处理，使成像更清晰；成像器件的作用是将光学图像转换成模拟电信号；光圈的作用如同人得瞳孔， 控制入射光的入射量，实现曝光平衡；快门的作用是将想要获取的光学
会所的经营模式分析
会所的经营模式 在规划阶段我们就要把会所的经营考虑进来，其中会所的经营模式的设定对会所的后期经营尤其重要，在保证会所为项目带来利润的同时尝试一些新的经营模式,就可能使会所本身能够盈利，从而使会所为项目带来更多的现金流。 1、当前市场会所经营模式 从当前市场上会所的经营模式来看，大致可以分为三种： （1）全封闭模式 这种模式一般是房地产商或物业管理自主经营，会所是总公司的一个部门，财务由总公司一起核算，不计较盈亏。 策略分析： 中高档价位的小区会所大多实行封闭式管理，这样既保证了小区的环境安宁、住户的人身安全、私密性，又提升了物业的品质。此类多为会员制会所，适用于中高档以上的公寓和别墅，如步高里会所即属此类。 ??（2）半封闭模式 这类会所有独立型的，也有非独立型的，它既对内也对外，但对外必须办会员卡，是会员才可以消费，显然，这门槛也比较高，一般人是不会进来消费的。 策略分析： 半开放式会所在对住户开放的同时，也是社会性商业配套的一部分。
半开放式会所的位置一般占据小区的中心区域及住宅裙房或地下室，对安保措施的要求较高，比如电梯直达会所，小区住户用IC卡出入，由此确保外来人员不至于从会所进入小区，内外收费标准不同，对小区住户实行大幅度优惠的会员制和优先制。这种会所会带来许多外来人员前来消费，甚至可能成为这一地区的公共娱乐健身场所，如瑞虹新城会所即属此类。 ??（3）全开放模式 这类会所比较“大众化”。大多数是以承包方式经营为主，而物业公司只收租金和水电费，一般情况不搞会员制，都是现金交易，消费者也很杂，有本小区业主，也有非本小区业主。相对来讲，就安全和档次问题要次于前两种。 策略分析： 此类完全是社区商业性设施，一般是发展商将本来要做会所的房子出租，面向超市、银行、建材店等招商，对小区内外一律是经营性质，这种情况大多出现在一些在中低价位项目中，物业费较低。 在这三种模式中前二种所占的比例最多，然而会所走向市场必然要与市场接轨，会所的配套需要越来越接近常规的市场化，总的来说会所要越来越开放，当然并不是说否定封闭式，选择封闭式一定要符合项目的定位。现在广州的不少会所已逐步采取半开放型或全开放型的模式来运营，这也使会所经营更趋向市场化。对会所的经营拓宽了思路。相关链接： 现在小区会所一般都选址在较靠小区内部的位置，但小区业主并不希
机器学习的十种经典算法详解
机器学习的十种经典算法详解 毫无疑问，近些年机器学习和人工智能领域受到了越来越多的关注。随着大数据成为当下工业界最火爆的技术趋势，机器学习也借助大数据在预测和推荐方面取得了惊人的成绩。比较有名的机器学习案例包括Netflix根据用户历史浏览行为给用户推荐电影，亚马逊基于用户的历史购买行为来推荐图书。那么，如果你想要学习机器学习的算法，该如何入门呢？就我而言，我的入门课程是在哥本哈根留学时选修的人工智能课程。老师是丹麦科技大学应用数学和计算机专业的全职教授，他的研究方向是逻辑学和人工智能，主要是用逻辑学的方法来建模。课程包括了理论/核心概念的探讨和动手实践两个部分。我们使用的教材是人工智能的经典书籍之一：Peter Norvig教授的《人工智能——一种现代方法》，课程涉及到了智能代理、基于搜索的求解、对抗搜索、概率论、多代理系统、社交化人工智能，以及人工智能的伦理和未来等话题。在课程的后期，我们三个人还组队做了编程项目，实现了基于搜索的简单算法来解决虚拟环境下的交通运输任务。我从课程中学到了非常多的知识，并且打算在这个专题里继续深入学习。在过去几周内，我参与了旧金山地区的多场深度学习、神经网络和数据架构的演讲——还有一场众多知名教授云集的机器学习会议。最重要的是，我在六月初注册了Udacity的《机器学习导论》在线课程，并且在几天前学完了课程内容。在本文中，我想分享几个我从课程中学到的常用机器学习算法。机器学习算法通常可以被分为三大类——监督式学习，非监督式学习和强化学习。监督式学习主要用于一部分数据集（训练数据）有某些可以获取的熟悉（标签），但剩余的样本缺失并且需要预测的场景。非监督式学习主要用于从未标注数据集中挖掘相互之间的隐含关系。强化学习介于两者之间——每一步预测或者行为都或多或少有一些反馈信息，但是却没有准确的标签或者错误提示。由于这是入门级的课程，并没有提及强化学习，但我希望监督式学习和非监督式学习的十个算法足够吊起你的胃口了。监督式学习1.决策树：决策树是一种决策支持工具，它使用树状图或者树状模型来表示决策过程以及后续得到的结果，包括概率事件结果等。请观察下图来理解决策树的结构。 从商业决策的角度来看，决策树就是通过尽可能少的是非判断问题来预测决策正确的概
阿米巴经营模式研究与分析
在我办公桌上，一直放着两本书，两本都是橘黄色封面，一本是《阿米巴经营实践指南》,另一本更是让世界很多公司管理者为之动容的管理学著作——《阿米巴经营》。 阿米巴经营的提法，最初来自于京都陶瓷株式会社的一名年轻员工，用于形象地比喻稻盛和夫创造的经营方法。这种方法的核心，是把企业划分成独立核算单元，每个单元就是一个阿米巴。稻盛缔造三家世界五百强企业——京瓷、KDDI和JAL(日航)，能够一直保持高收益并可持续发展，按他自己的说法，其奥秘全在他的经营哲学和阿米巴组织。 一、阿米巴经营的目的 稻盛和夫指出：“所谓的‘阿米巴经营’就是将企业划分为一个个的小集体即阿米巴，每个阿米巴独立核算，他们以各个阿米巴的领导为核心，让其自行制定各自的计划，并依靠全体成员的智慧和努力来完成目标，每个阿米巴就像一个小商店、小企业独立经营，他们之间是买卖关系。”具体来说，阿米巴经营有三个主要目的： 第一，“确立与市场挂钩的单元核算制度” 稻盛将企业的核算简单理解为“追求销售额最大化和费用最小化”，并要求可以核算的每一道工序、每一个部门，都要学会自己算账，降低支出，增加销售。 第二，“培养具有经营者意识的人才”。 阿米巴的领导人享有经营权，有权制定本阿米巴的计划，并提出相应的目标。为了实现经营目标，阿米巴领导人必须主动采取各种措施，减少自身的消耗，提高工作效率，在同下游阿米巴协商的基础上尽量提高价格。所以，经营阿米巴犹如经营一个独立的小公司，需要领导人具备方方面面的能力。 第三，“实现全体员工共同参与经营”。 为了调动全体员工的积极性，稻盛一方面不断强调自己的经营理念，使之获得所有员工的认同；另一方面将阿米巴的经营信息以晨会方式通报给所有员工（包括临时工），实现玻璃般透明的经营，所有员工能够实时掌握所在阿米巴的动态，明确努力的方向以及成果。 二、阿米巴经营单元的构建 划分阿米巴单元是阿米巴经营的开始。 稻盛和夫强调，阿米巴经营成功与否，系于其划分是否合理。“组织的划分必须准确地把握事业的实际情况，并以此为依据进行划分。”一般而言，划分阿米巴应遵循三个原则。
机器学习十大算法的每个算法的核心思想、工作原理、适用情况及优缺点
5-1简述机器学习十大算法的每个算法的核心思想、工作原理、适用情况及优缺点等。 1）C4.5算法： ID3算法是以信息论为基础，以信息熵和信息增益度为衡量标准，从而实现对数据的归纳分类。ID3算法计算每个属性的信息增益，并选取具有最高增益的属性作为给定的测试属性。 C4.5算法核心思想是ID3算法，是ID3算法的改进，改进方面有： 1）用信息增益率来选择属性，克服了用信息增益选择属性时偏向选择取值多的属性的不足； 2）在树构造过程中进行剪枝 3）能处理非离散的数据 4）能处理不完整的数据 C4.5算法优点：产生的分类规则易于理解，准确率较高。 缺点： 1)在构造树的过程中，需要对数据集进行多次的顺序扫描和排序，因而导致算 法的低效。 2)C4.5只适合于能够驻留于内存的数据集，当训练集大得无法在内存容纳时程 序无法运行。 2）K means 算法： 是一个简单的聚类算法，把n的对象根据他们的属性分为k个分割，k < n。算法的核心就是要优化失真函数J,使其收敛到局部最小值但不是全局最小值。 ，其中N为样本数，K是簇数，r nk b表示n属于第k个簇，u k是第k个中心点的值。 然后求出最优的u k 优点：算法速度很快 缺点是，分组的数目k是一个输入参数，不合适的k可能返回较差的结果。 3）朴素贝叶斯算法： 朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法。算法的基础是概率问题，分类原理是通过某对象的先验概率，利用贝叶斯公式计算出其后验概率，即该对象属于某一类的概率，选择具有最大后验概率的类作为该对象所属的类。朴素贝叶斯假设是约束性很强的假设，假设特征条件独立，但朴素贝叶斯算法简单，快速，具有较小的出错率。 在朴素贝叶斯的应用中，主要研究了电子邮件过滤以及文本分类研究。
算法设计与分析
Ex.1(p20)若将y ← uniform(0, 1) 改为 y ← x, 则上述的算法估计的值是什么？ 解：若将y ←uniform(0, 1) 改为 y ←x，此时有 ，则k++，即 ，此时k++，由于此时x ← uniform(0, 1)，所以k/n=，则此时4k/n=2。所以上述算法估计的值为2。 Ex.2(p23) 在机器上用 估计π值，给出不同的n值及精度。 解：由ppt上p21可知，的大小 ，其中k为落入圆内的数目，n为总数，且π=，即需要计算4k/n。我们先令x ← uniform(0, 1)，y ← uniform(0, 1)。 计算的值，如果小于等于1，那么此时k++。最后计算4k/n的值即可估计此时的π值。代码的主要部分为： 执行结果为：
结果分析：随着N的取值不断地增加，得到的π值也就越来越精确。 Ex.3(p23) 设a, b, c和d是实数，且a ≤ b, c ≤ d, f:[a, b] → [c, d]是一个连续函数，写一概率算法计算积分： 注意，函数的参数是a, b, c, d, n和f, 其中f用函数指针实现，请选一连续函数做实验，并给出实验结果。 解：的值为y=，y=0，x=a，x=b围成的面积。根据之前的例子我们可以知道= k(b-a)d/n。其中k是落在函数y=，x=a，x=b以及y=0所包围区间内的个数。 代码的主要部分为： 运行结果为：
结果分析： 随着N的取值不断地增加，得到的积分值越来越精确。 Ex4(p24). 设ε,δ是(0,1)之间的常数，证明：若I是的正确值，h是由HitorMiss算法返回的值，则当n ≥ I(1-I)/ε2δ时有： Prob[|h-I| < ε] ≥ 1 –δ 上述的意义告诉我们：Prob[|h-I| ≥ε] ≤δ, 即：当n ≥ I(1-I)/ ε2δ时，算法的计算结果的绝对误差超过ε的概率不超过δ，因此我们根据给定ε和δ可以确定算法迭代的次数 () 解此问题时可用切比雪夫不等式，将I看作是数学期望。 证明：由切比雪夫不等式可知： P( | X - E(X) | < ε ) ≥ 1 - D(X) / ε2 由题目知，E(X)=I。且根据题意，我们可知，在HotorMiss算法中，若随机选取n个点，其中k个点在积分范围内，则 。且k的分布为二项分布B(n，I)（在积分范围内或者不在 积分范围内），则 。又因为k=x*n，所以D(X)=I(1-I)/n。再将E(X)和D(X)带入切比雪夫不等式中即可得到 Ex5(p36). 用上述算法，估计整数子集1~n的大小，并分析n对估计值的影响。 解：由题知，集合的大小，通过计算新生成的集合中元素的个数来估计原集合的大小，代码的主体部分如下：
算法分析实验报告--分治策略
《算法设计与分析》实验报告 分治策略 姓名：XXX 专业班级：XXX 学号：XXX 指导教师：XXX 完成日期：XXX
一、试验名称：分治策略 （1）写出源程序，并编译运行 （2）详细记录程序调试及运行结果 二、实验目的 (1)了解分治策略算法思想 (2)掌握快速排序、归并排序算法 (3)了解其他分治问题典型算法 三、实验内容 (1)编写一个简单的程序，实现归并排序。 (2)编写一段程序，实现快速排序。 (3)编写程序实现循环赛日程表。设有n=2k个运动员要进行网球循环赛。现 要设计一个满足以下要求的比赛日程表：（1）每个选手必须与其它n-1个选手各赛一次（2）每个选手一天只能赛一场（3）循环赛进行n-1天 四、算法思想分析 (1)编写一个简单的程序，实现归并排序。 将待排序元素分成大小大致相同的2个子集合，分别对2个子集合进行 排序，最终将排好序的子集合合并成为所要求的排好序的集合。 (2)编写一段程序，实现快速排序。 通过一趟排序将要排序的数据分割成独立的两部分，其中一部分的所有 数据都比另外一部分的所有数据都要小，然后再按此方法对这两部分数
据分别进行快速排序，整个排序过程可以递归进行，以此达到整个数据变成有序序列。
(3)编写程序实现循环日赛表。 按分治策略，将所有的选手分为两组，n个选手的比赛日程表就可以通 过为n/2个选手设计的比赛日程表来决定。递归地用对选手进行分割， 直到只剩下2个选手时，比赛日程表的制定就变得很简单。这时只要让 这2个选手进行比赛就可以了。 五、算法源代码及用户程序 (1)编写一个简单的程序，实现归并排序。 #include
机器人视觉算法 参考答案
1.什么是机器视觉 【概述】 机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品（即图像摄取装置，分 CMOS 和 CCD 两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。 机器视觉系统的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉；同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。 正是由于机器视觉系统可以快速获取大量信息，而且易于自动处理，也易于同设计信息以及加工控制信息集成，因此，在现代自动化生产过程中，人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。【基本构造】 一个典型的工业机器视觉系统包括：光源、镜头、 CCD 照相机、图像处理单元（或图像捕获卡）、图像处理软件、监视器、通讯 / 输入输出单元等。 系统可再分为： 主端电脑(Host Computer) 影像撷取卡(Frame Grabber)与影像处理器影像摄影机 CCTV镜头显微镜头照明设备： Halogen光源 LED光源 高周波萤光灯源闪光灯源其他特殊光源影像显示器 LCD 机构及控制系统 PLC、PC-Base控制器 精密桌台伺服运动机台 【工作原理】 机器视觉检测系统采用CCD照相机将被检测的目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号，图像处理系统对这些信号进行各种运算来抽取目标的特征，如面积、数量、位置、长度，再根据预设的允许度和其他条件输出结果，包括尺寸、角度、个数、合格 / 不合格、有 / 无等，实现自动识别功能。 【机器视觉系统的典型结构】 一个典型的机器视觉系统包括以下五大块： 1.照明 照明是影响机器视觉系统输入的重要因素，它直接影响输入数据的质量和应用效果。由于没有通用的机器视觉照明设备，所以针对每个特定的应用实例，要选择相应的照明装置，以达到最佳效果。光源可分为可见光和不可见光。常用的几种可见光源是白帜灯、日光灯、水银灯和钠光灯。可见光的缺点是光能不能保持稳定。如何使光能在一定的程度上保持稳定，是实用化过程中急需要解决的问题。另一方面，环境光有可能影响图像的质量，所以可采用加防护屏的方法来减少环境光的影响。照明系统按其照射方法可分为：背向照明、前向照明、结构光和频闪光照明等。其中，背向照明是被测物放在光源和摄像机之间，它的优点是能获得高对比度的图像。前向照明是光源和摄像机位于被测物的同侧，这种方式便于安装。结构光照明是将光栅或线光源等投射到被测物上，根据它们产生的畸变，解调出被测物的三维信息。频闪光照明是将高频率的光脉冲照射到物体上，摄像机拍摄要求与光源同步。 2.镜头FOV（Field Of Vision）=所需分辨率*亚象素*相机尺寸/PRTM（零件测量公差比）镜头选择应注意： ①焦距②目标高度③影像高度④放大倍数⑤影像至目标的距离⑥中心点 / 节点⑦畸变 3.相机 按照不同标准可分为：标准分辨率数字相机和模拟相机等。要根据不同的实际应用场合选不同的相机和高分辨率相机:线扫描CCD和面阵CCD；单色相机和彩色相机。 4.图像采集卡 图像采集卡只是完整的机器视觉系统的一个部件，但是它扮演一个非常重要的角色。图像采集卡直接决定了摄像头的接口：黑白、彩色、模拟、数字等等。 比较典型的是PCI或AGP兼容的捕获卡，可以将图像迅速地传送到计算机存储器进行处理。有些采集卡有内置的多路开关。例如，可以连接8个不同的摄像机,然后告诉采集卡采用那一个相机抓拍到的信息。有些采集卡有内置的数字输入以触发采集卡进行捕捉，当采集卡抓拍图像时数字输出口就触发闸门。 5.视觉处理器 视觉处理器集采集卡与处理器于一体。以往计算机速度较慢时，采用视觉处理器加快视觉处理任务。现在由于采集
连锁经营的三种模式及优缺点分析
X X学院 连锁经营的三种模式及优缺点分析 院(系)别 专业 班级 学号 姓名 日期2010-9-18
连锁经营的三种模式及优缺点分析 按照不同的划分原则，采用不同的划分方法，连锁经营可以划分为多种模式。按照连锁商店经营权和所有权集中的程度划分，有直营连锁、特许连锁和自由连锁三种模式。 一、直营连锁 1、直营连锁概述 直营连锁（Regular Chain，简称RC），是大资本通过吞并、兼并或独资、控股等途径，发展壮大自身实力和规模的一种形式。美国商务部将其定义为：“由总公司管辖下的许多分店组成，它往往具有行业垄断性质，利用资本雄厚的特点大量进货，大量销售，具有很强的竞争力”(《国际商业技术》1996年第1期)。日本通产省对其下的定义是：“处于同一流通阶段，经营同类商品和服务，并由同一经营资本及同一总部集中管理领导，进行共同经营活动，由两个以上单个店铺组成的组织化的零售企业集团”。国际连锁店协会对其下的定义为：“以单一资本直接经营11个商店以上的零售业或饮食业组织”。美国哈佛企业管理顾问公司在其出版的《最新企业管理大辞典》中把它定义为：由两个或两个以上所有权与管理权集中的零售机构所组成的，通常是大规模的零售商。 直营连锁曾是美国连锁店的基本形态。其典型有最大的连锁店西尔斯·罗巴克百货公司(Sears ＆Roebuck Co.)；宾尼公司（J.C.penny）；凯玛特公司（Kmart）等。在日本有最大的连锁店集团大荣公司（Daiei）；在零售业名列第三的西友公司等。连锁店在建立早期一直采用直营店的方式，在实力日渐雄厚，名声越来越大之后，便开始征求加盟店，这是连锁店发展的规律之一。 2、直营连锁的优势 (1)可以有效地统一调动财力、物力和人力，统一经营战略，统一开发运作整体性事业。 (2)作为同一资本所有者，其雄厚的实力，有利于同金融界、生产部门打交道。 (3)在人才培养使用、新技术和新产品的推广应用，以及信息、物流和管理现代化等方面，更容易发挥整体优势。 (4)众多分散的分店可深入到消费者腹地扩大销售，占有市场。在大量生产体制和大量消费市场条件下，直营连锁经营系统是连结大量生产、大量消费的新型流通体制。对盈利低的商品，也要通过提高商品的周转率从而确保一定利润的经营体制。 (5)依靠功能集中化，可为经营提供重要的经济优势。充分利用自我服务方式提高销售效率，从经营的商品中获取一定的利益，以达到批量销售低价格商品的目的，如利用总部统一、集中大批量进货，容易开发稳定的供货渠道和获得折扣，以达到减少管理费用、降低经营成本、以较低价格出售商品的目的，这是独立零售店所不具备的优势。 3、直营连锁的弊端 (1)需要庞大的自有资本开店，发展速度和规模受到限制。 (2)分店的自主性很小，分店经理不是所有者，利益关系不那么紧密，分店经营的积极性、创造性和主动性会受到一定的限制。 (3)大型直营连锁公司管理系统庞大，容易出现官僚化，管理成本增高。 二、特许连锁 1、特许连锁概述 特许连锁又称合同连锁或加盟连锁（Franchise Chain，简称FC），是以契约为基础的连锁方式。是指主导企业把自己开发的商品、服务和营业系统（包括商标、商号等企业象征的使用、经营技术、营业场所和区域）以契约的形式授予加盟店在规定区域内的经销权和营业权，加盟店则需交纳一定的营业权使用费，并承担规定的义务。它与直营连锁最大的区别在于它的所有权是分散的，而经营权是集中的。 值得注意的是：特许经营中特许人和被特许人之间并没有隶属关系，双方并非母子公司，
机器学习算法汇总：人工神经网络、深度学习及其它
学习方式 根据数据类型的不同，对一个问题的建模有不同的方式。在机器学习或者人工智能领域，人们首先会考虑算法的学习方式。在机器学习领域，有几种主要的学习方式。将算法按照学习方式分类是一个不错的想法，这样可以让人们在建模和算法选择的时候考虑能根据输入数据来选择最合适的算法来获得最好的结果。 监督式学习： 在监督式学习下，输入数据被称为“训练数据”，每组训练数据有一个明确的标识或结果，如对防垃圾邮件系统中“垃圾邮件”“非垃圾邮件”，对手写数字识别中的“1“，”2“，”3“，”4“等。在建立预测模型的时候，监督式学习建立一个学习过程，将预测结果与“训练数据”的实际结果进行比较，不断的调整预测模型，直到模型的预测结果达到一个预期的准确率。监督式学习的常见应用场景如分类问题和回归问题。常见算法有逻辑回归（Logistic Regression）和反向传递神经网络（Back Propagation Neural Network） 非监督式学习：
在非监督式学习中，数据并不被特别标识，学习模型是为了推断出数据的一些内在结构。常见的应用场景包括关联规则的学习以及聚类等。常见算法包括Apriori算法以及k-Means算法。 半监督式学习： 在此学习方式下，输入数据部分被标识，部分没有被标识，这种学习模型可以用来进行预测，但是模型首先需要学习数据的内在结构以便合理的组织数据来进行预测。应用场景包括分类和回归，算法包括一些对常用监督式学习算法的延伸，这些算法首先试图对未标识数据进行建模，在此基础上再对标识的数据进行预测。如图论推理算法（Graph Inference）或者拉普拉斯支持向量机（Laplacian SVM.）等。 强化学习：
算法设计与分析学习总结
算法分析与设计 学习总结 题目:算法分析与设计学习总结 学院信息科学与工程学院专业2013级计算机应用技术 届次 学生姓名 学号2０１31１0６57 二○一三年一月十五日
算法分析与设计学习总结 本学期通过学习算法分析与设计课程，了解到:算法是一系列解决问题的清晰指令,代表着用系统的方法描述解决问题的策略机制。算法能够对一定规范的输入,在有限时间内获得所要求的输出。如果一个算法有缺陷，或不适合某个问题,执行这个算法将不会解决这个问题。不同的算法可能用不同的时间、空间或效率来完成同样的任务。一个算法的优劣可以用空间复杂性和时间复杂度来衡量。算法可以使用自然语言、伪代码、流程图等多种不同的方法来描述。计算机系统中的操作系统、语言编译系统、数据库管理系统以及各种各样的计算机应用系统中的软件，都必须使用具体的算法来实现。算法设计与分析是计算机科学与技术的一个核心问题。 设计的算法要具有以下的特征才能有效的完成设计要求，算法的特征有：（1）有穷性。算法在执行有限步后必须终止。(2)确定性。算法的每一个步骤必须有确切的定义。(3)输入。一个算法有0个或多个输入,作为算法开始执行前的初始值，或初始状态。(4）输出。一个算法有一个或多个输出，以反映对输入数据加工后的结果。没有输出的算法是毫无意义的。 (5)可行性。在有限时间内完成计算过程。 算法设计的整个过程,可以包含对问题需求的说明、数学模型的拟制、算法的详细设计、算法的正确性验证、算法的实现、算法分析、程序测试和文档资料的编制。算法可大致分为基本算法、数据结构的算法、数论与代数算法、计算几何的算法、图论的算法、动态规划以及数值分析、加密算法、排序算法、检索算法和并行算法。 经典的算法主要有: 1、穷举搜索法 穷举搜索法是对可能是解的众多候选解按某种顺序进行逐一枚举和检验，bing从中找出那些符合要求的候选解作为问题的解。 穷举算法特点是算法简单，但运行时所花费的时间量大。有些问题所列举书来的情况数目会大得惊人，就是用高速计算机运行,其等待运行结果的时间也将使人无法忍受。我们在用穷举算法解决问题是，应尽可能将明显不符合条件的情况排除在外，以尽快取得问题的解。 2、迭代算法 迭代法是数值分析中通过从一个初始估计出发寻找一系列近似解来解决问题（一般是解方程或方程组)的过程，为实现这一过程所使用的方法统称为迭代法。迭代法是用于求方程或方程组近似根的一种常用的算法设计方法。设方程为ｆ(ｘ)=0,用某种数学方法导出等价的形式x=g(x),然后按以下步骤执行： （1）选一个方程的近似根，赋给变量x0。 (2)将ｘ0的值保存于变量x1，然后计算g(x1),并将结果存于变量x0。 (3）当x0与x1的差的绝对值还小于指定的精度要求时，重复步骤（２）的计算。 若方程有根，并且用上述方法计算出来的近似根序列收敛,则按上述方法求得的x0就认为是方程的根。 3、递推算法 递推算法是利用问题本身所具有的一种递推关系求问题解的一种方法。它把问题分成若干步，找出相邻几步的关系,从而达到目的。 4、递归算法 递归算法是一种直接或间接的调用自身的算法。 能采用递归描述的算法通常有这样的特征：为求解规模为ｎ的问题，设法将它分解成规模较小的问题，然后从这些小问题的解方便地构造出大问题的解，并且这些规模较小的问题也能采用同样的分解和综合方法,分解成规模更小的问题,并从这些更小问题的解构造出规模
分治算法实验(用分治法实现快速排序算法)
算法分析与设计实验报告第四次附加实验
while (a[--j]>x); if (i>=j) { break; } Swap(a[i],a[j]); } a[p] = a[j]; //将基准元素放在合适的位置 a[j] = x; return j; } //通过RandomizedPartition函数来产生随机的划分 template vclass Type> int RandomizedPartition(Type a[], int p, int r) { int i = Random(p,r); Swap(a[i],a[p]); return Partition(a,p,r); } 较小个数排序序列的结果: 测试结果 较大个数排序序列的结果:
实验心得 快速排序在之前的数据结构中也是学过的，在几大排序算法中，快速排序和归并排序尤其是 重中之重，之前的快速排序都是给定确定的轴值，所以存在一些极端的情况使得时间复杂度 很高，排序的效果并不是很好，现在学习的一种利用随机化的快速排序算法，通过随机的确 定轴值，从而可以期望划分是较对称 的，减少了出现极端情况的次数，使得排序的效率挺高了很多， 化算法想呼应，而且关键的是对于随机生成函数，通过这一次的 学习终于弄明白是怎么回事了，不错。 与后面的随机实 验和自己的 实验得分助教签名 附录： 完整代码(分治法) //随机后标记元素后的快速排序 #i nclude
数字图像处理与机器视觉 2015-2016期末试卷参考答案
数字图像处理与机器视觉 2015-2016期末试卷参考答案南昌大学研究生2015,2016年第2学期期末考试试卷 试卷编号: (开)卷课程名称: 数字图像处理与机器视觉适用班级: 2015级硕士研究生姓名: 学号: 专业: 学院: 机电工程学院考试日期: 题号一二三四五六七八九十总分累分人 签名题分 10 15 15 10 20 30 100 得分 考生注意事项:1、本试卷共4页，请查看试卷中是否有缺页或破损。如有请报告以便更换。 2、使用A4答题纸，注意装订线。 一、单项选择题(从下列各题四个备选答案中选出一个正确答案，并将其 代号填在题前的括号内。每小题1分，共10分) ( b )1.图像与灰度直方图间的对应关系是: a.一一对应 b.多对一 c.一对多 d.都不对 ( d )2. 下列算法中属于图象平滑处理的是: a.Hough变换法 b.状态法 c.高通滤波 d. 中值滤波 ( c )3.下列算法中属于图象锐化处理的是: a.局部平均法 b.最均匀平滑法 c.高通滤波 d. 中值滤波 ( d )4. 下列图象边缘增强算子中对噪声最敏感的是: a.梯度算子 b.Prewitt算子 c.Roberts算子 d. Laplacian算子 ( b )5. 下列算法中属于点处理的是: a.梯度锐化 b.二值化 c.傅立叶变换 d.中值滤波 ( d )6.下列算子中利用边缘灰度变化的二阶导数特性检测边缘的是:
a.梯度算子 b.Prewitt算子 c.Roberts算子 d. Laplacian算子 ( c )7.将灰度图像转换成二值图像的命令为: a.ind2gray b.ind2rgb c.im2bw d.ind2bw ( d )8.数字图像处理的研究内容不包括: a.图像数字化 b.图像增强 c.图像分割 d.数字图像存储 ( d )9.对一幅100?100像元的图象，若每像元用,bit表示其灰度值，经霍夫曼编码后图象的压缩比为2:1，则压缩图象的数据量为: a.2500bit b.20000bit c.5000bit d.40000bit ( b )10.图像灰度方差说明了图像哪一个属性: a.平均灰度 b.图像对比度 c.图像整体亮度 d.图像细节 第 1 页 二、填空题(每空1分，共15分) l. 图像处理中常用的两种邻域是 4-邻域和 8-邻域。 2.图象平滑既可在空间域中进行，也可在频率域中进行。 3.常用的灰度内插法有最近邻元法、双线性内插法和三次内插法。 4. 低通滤波法是使高频成分受到抑制而让低频成分顺利通过，从而实现图像平滑。 5.Prewitt边缘检测算子对应的模板是和。 -1 -1 -1 -1 0 1 0 0 0 -1 0 1 1 1 1 -1 0 1 (不分先后) 6.图像压缩系统是有编码器和解码器两个截然不同的结构块组成的。 7.灰度直方图的纵坐标是该灰度出现的频率。 8.依据图象的保真度，图象编码可分为无失真(无损)编码和有失真(有损)编码两 种。
独立经营的利弊分析与建议
独立经营的利弊分析与建议 1、定义 独立经营：它是IBM公司在1979年首创的一种经营模式，指分公司在直属总公司专门委员会的领导下，总公司除了提供必要的资金和审议其发展方向外，不干涉其任何经营活动，分公司独立核算，自负盈亏，独立承担民事责任。 2、以创维营销系统改革为例分析独立经营的利弊 自2001年后，创维彩电营销系统一直实行模拟核算的财务制度，在全国各省市设立了27个分部和分公司，这些驻外机构具有分公司的结构与体系，但没有相对独立的经营权、人事权和财务权。创维分部针对所在地方特性所做的经营决策、人事管理、财务预算及核算，须交由创维营销总部审核与批准，然后进行落实与实施。这些制度虽然为创维创造四大彩电风暴做出过重要贡献，当下，繁冗的审批程序却降低了工作效率和市场应变能力，已不适合目前的营销业态。 为加快营销速度，创维营销总部于2007年4月份开始了全面的营销系统改革，首先将分部、办事处改制成40个分公司，这些分公司实行独立核算、自主经营、自负盈亏，同时进行了业务流程的疏理和重整。 为进一步调动营销系统各级员工的积极性，营销总部进行了大规模的人事轮岗制，并对员工实行了KPI考核制度。KPI考核将以KPI指标为年终绩效考核的重要参照依据，与年终奖金直接挂钩，从而明确员工的工作目标和努力方向。 创维彩电营销系统改革后，加大了分公司自主经营权，显著的提高工作效率和市场应变能力。总结独立独立经营有以下三点利处：
第一、公司独立经营，在产销、财务、人事等方面有较大的自主权。能够有效的激发单位员工工的创造性，提高员工的工作责任心和积极性，刺激企业员工在新的领域开发有竞争力的产品，同时也提高了企业的效益和员工的收入。 第二、独立经营的单位在总公司成熟的奖金、技术、营销系统的支撑下，兼具小企业的灵活性，工作效率效益显著提高，发展稳而快。 但是目前我国独立经营体系、管理模式并不成熟，不同行业中独立经营成功实施所需要的先决条件不同，独立经营目前也有其局限性。总结独立经营局限性有以下两点： 第一、做不好子公司与总公司之间关系的平衡，有可能导致分公司员工利益膨胀化以及化大公为小公的狭隘思想的泛滥，影响公司的运营。 第二、分公司与总公司之间职责划分的没有统一的标准，容易造成管理混乱。 3、独立经营方法建议 第一、理性分析市场发展趋势。独立经营体系的不成熟，子公司与总公司之间职责划分的不明确，表明公司实行独立经营是有一定的风险，。因此，公司实行独立经营之前，应理性分析市场，结合公司实际情况，做好前期准备工作。 第二、职责明确。独立经营后，分公司独立核算，自主经营，自负盈亏，同时也需要借助总公司相对成熟的管理、技能体系。所以总公司与分公司应在独立运营之前，明确各自的职责，防止运营之后，
- 机器学习算法汇总：人工神经网络、深度学习及其它
- 机器学习算法
- 机器学习算法总结
- 常见机器学习算法优缺点小结
- 机器学习算法及其应用
- 机器学习10大经典算法
- 机器学习中的算法
- 机器学习十大算法的每个算法的核心思想、工作原理、适用情况及优缺点
- 机器学习10大经典算法.
- 基于机器学习算法的恶意代码检测
- 机器学习常见算法分类
- 基于机器学习算法的恶意代码检测
- 独立于算法的机器学习
- 对常用的机器学习和深度学习算法进行总结
- 十大机器学习算法优缺点
- 机器学习的十种经典算法详解
- 史上最全的机器学习面试题,机器学习爱好者必看
- 机器学习十大算法的每个算法的核心思想、工作原理、适用情况及优缺点
- 基于机器学习的融合推荐算法研究
- 机器学习的算法资料