计算机算法语言参考文献范例

参考文献：

[1] 张凤莲，林健良.新的决策树构造方法[J].计算机工程与应用，2009，45（10）：141-143.

[2] 武献宇，王建芬，谢金龙.决策树ID3算法研究与优化[J].微型机与应用，2010，29（21）：7-9.

[3] 潘大胜，屈迟文.一种改进ID3型决策树挖掘算法[J].华侨大学学报，2016，37（1）：71-73.

[4] 李瑞，徐旭睿.决策树ID3算法的分析与优化[J].大连交通大学学报，2015，36（2）：91-95.

[5] 黄宇达，范太华.决策树ID3算法的分析与优化[J].计算机工程与设计，2012，33（8）：3089-3093.

[6] 王永梅，胡学钢.决策树中ID3算法的研究[J].安徽大学学报，2011，35（3）：71-75.endprint

[7] 罗雨滋，付兴宏.数据挖掘ID3决策树分类算法及其改进算法[J].计算机系统应用，2013，22（10）：136-138，187.

[8] 王小巍，魏玉明.决策树ID3算法的分析与改进[J].计算机工程与设计，2011，32（9）：3069-3072，3076.

[9] 张琳，陈燕，李桃迎，等.决策树分类算法研究[J].计算机工程，2011，37（13）：66-67，70.

[10] KIIT，ROHTAK.Comparative study of popular classification techniques of data mining[J].International Journal of Advance Research in Computer Science and Management Studies，2015，3（9）：267-272.

[11] 喻金平，黄细妹，李康顺.基于一种新的属性选择标准的ID3改进算法[J].计算机应用研究，2012，29（8）：2895-2898，2908.

[12] 胡煜，郑娟.基于粗糙集理论的ID3算法的改进与应用[J].贵阳学院学报，2015，10（1）：16-20.

[13] 韩家炜.数据挖掘：概念与技术[M].第3版.范明，孟小峰，译.北京：机械工业出版社，2012：213-218.

[14] PAWLAK Z.Rough set[J].International Journal of Infor-mation and Computer Sciences，1982，11（5）：341-356.

[15] PAWLAK Z，SKOWRON A.Rough sets and Boolean reasoning[J].Information Sciences，2006，177（1）：41-73.

[16] PAWLAK Z，SKOWRON A.Rudiments of rough sets[J].Infor-mation Sciences，2007，177（1）：3-27.

[17] 翟俊海，王熙照，张沧生.基于粗糙集技术的决策树归纳[J].计算机工程与应用，2009，45（18）：45-47.

[18] 丁春荣，李龙澍，杨宝华.基于粗糙集的决策树构造算法[J].计算机工程，2010，36（11）：75-77.

[19] 王越，万洪.一种新的应用变精度粗糙集的决策树构造方法[J].重庆理工大学学报，2013，21（11）：58-64.

[20] 章晓，何熊熊，朱忠记，等.基于粗糙方法的决策树多值偏向理论分析[J].杭州：电子科技大学学报，2014，32（2）：41-44.

[21] 翟俊海，翟梦尧，李胜杰.基于相容粗糙集技术的连续值属性决策树归纳[J].计算机科学，2012，39（11）：183-186.

[22] 张素兰，郭平，张继福，等.图像语义自动标注及其粒度分析方法[J].自动化学报，2012，38（5）：689-697.

[23] YAO YY.Reational interpretation of neighborhood operators and rough set approximation operators[J].Information Sciences，1998，111（198）：239-259.

[24] 周浩，刘萍，邱桃荣，等.基于粒计算的决策树并行算法的应用[J].计算机工程与设计，2015，36（6）：1504-1509.

[25] 徐剑锋，刘斓，邱桃荣，等.基于粒计算的二进制矩阵及在决策树算法的应用[J].广西师范大学学报，2008，26（3）：158-159.

[26] 钱网伟.基于MapReduce的ID3决策树分类算法研究[J].计算机与现代化，2012，28（2）：28-29.

[27] WU G，LI H，HU X，et al.MReC4.5：C4.5 ensemble classification with MapReduce[C].ChinaGrid Annual Conference，2009：249-255.

[28] HE Q，ZHANG F，LI J，et al.Parallel implementation of classification algorithms based on MapReduce[M].Rough Set and Knowledge Technology.Springer Berlin Heidelberg，2010：655-662.

[29] 陆秋.基于MapReduce的决策树算法并行化[J].计算机应用，2012，32（9）：2463-2469.

[30] 陶道强，马良荔，彭超.基于分类矩阵的决策树算法[J].計算机工程与设计，2012，33（6）：2309-2313.

[31] 杨林，富元斋，黄立平.基于神经网络的分类算法的改进[J].计算机工程与应用，2002（5）：71-73.

[32] 董跃华，刘力.基于相关系数的决策树优化算法[J].计算机工程与科学，2015，37（9）：1783-1793.

[33] 黄宇达，王迤冉.基于朴素贝叶斯与ID3 算法的决策树分类[J].计算机工程，2012，38（14）：41-47.

[34] 翟俊海，侯少星，王熙照.粗糙模糊决策树归纳算法[J].南京大学学报，2016，52（2）：306-312.

[35] HU X，CERCONE N.Data mining via generalization discrimin-tion and rough set feature selection[J].Konwledge and Infomation System：an International Journal，1999（1）：21-27.endprint

[1] DOUGLAS DH，PEUCKER TK.Algorithms for the reduction of the number of points required to represent a digitized line or its caricature[J].The CanadianCartographer，1973，10（2）：112-122.

[2] ZHILIN LI，STAN OPENSHAW.Algorithms for automated line generalization based on a natural principle of objective generalization[J].Geographical Information Systems，1992，6（5）：373-389.

[3] MVISVALINGAM，JD WHYATT.Line generalization by repeated elimination of the smallest area[J].The Cartographic Journal，1993，30（1）：46-51.

[4] SAALFELD A.Topologically consistent line simplification with the douglas-peuckeralgorithm[J].Cartography and Geographic Information Science，1999，26（1）：7-18.

[5] 郭慶胜.线状要素图形综合的渐进方法研究[J].武汉测绘科技大学学报，1998，23（1）：52-56.

[6] 武芳，钱海忠，邓红艳，等.面向地图自动综合的空间信息智能处理[M].北京：科学出版社，2008：164-170.

[7] 刘鹏程，罗静，艾廷华，等.基于线要素综合的形状相似性评价模型[J].武汉大学学报信息科学版，2012，37（1）：114-117.

[8] 雷伟刚，童小华，刘大杰.基于曲线拟合的线要素综合数据整体处理方法[J].武汉大学学报：信息科学版，2006（10）：896-899.

[9] 李霖，于忠海，朱海红，等.地图要素图形冲突处理方法——以线状要素（道路、水系和境界）为例[J].测绘学报，2015，44（5）：563-569.

[10] 邓敏，彭东亮，徐震，等.一种基于弯曲结构的线状要素Morphing方法[J].中南大学学报：自然科学版，2012（7）：2674-2682.endprint

[1] 林宇洪.木材供应链追溯RFIC卡的设计[J].西北林学院学报，2013，28（5）：175-179.

[2] LIU HSIN-CHIN，CHEN YUNG-TING，TZENG WEN-SHIN.A multi-carrier UHF passive RFID systern[C].2007 International Symposium on Applications and the Internet Workshops（SAINT-W），2007：409-412.

[3] ZHENG SHIPU，YU FENGQI，ZHU YUESHENG.A novel RFID transceiver architecture with enhanced readability[C].2007 International Conference on Wireless Communications，Networking and Mobile Computing（WiCOM 2007），2007：2074-2077.

[4] SHARYN LEAVER.Evaluating RFID middleware[Z].Forrester Research，2004.

[5] 陈玲.基于RFID及GIS技术的烟叶物流管理系统研究[D].厦门：厦门大学，2013.

[6] 林宇洪，林敏敏，胡連珍，等.基于AT89C2051的木材供应链手持机的设计[J].中南林业科技大学学报，2017，37（3）：98-103.

[7] PARK H S，JUN C H.A simple and fast algorithm for K-medoids clustering[J].Expert Systems with Applications，2009，36（2）：3336-3341.

[8] 林宇洪，沈嵘枫，邱荣祖，等.南方林区林产品运输监管系统的研发[J].北京林业大学学报，2011，33（5）：130-135.

[9] SANJAY E，SARMA，STEPHEN A.White paper：RFID system，security&privacy implications[Z].AUTO-ID CENTER，2003.

[10] WANG L C，YANG BOYIN，HU YUHUA，et al.A medium-field multivariate public key eneryption scheme[C].Proc.of CT-RSA06，Berlin，Germany；Springer-Verlag，2006：132-149.

[11] MYUNG JIHOON，LEE WONJUN，SRIVASTAVA JAIDEEP.Adaptive binary splitting for efficient RFD tag Anti-collision[J].IEEE Communications Letters，2006，10（3）：144-146.

[12] 林宇洪，陈清耀，邱荣祖.基于K-means聚类的木材运输行为的可视化监管[J].青海师范大学学报：自然科学版，2016，32（1）：54-59.endprint

[1] CHEN T H. An automatic bi-directional passing-people counting method based on color image processing[C]. 2003 International Carnahan Conference on Security Technology， Proceedings，2003：200-207.

[2] ZHU L， WONG K H. Human tracking and counting using the kinect range sensor based on adaboost and kalman filter[M].Advances in Visual Computing. 2013：582-591.

[3] 周颖. 深度图像的获取及其处理[D].西安：西安电子科技大学，2008.

[4] 尹章芹， 顾国华， 陈钱，等. 三维深度图像在自动客流计数系统中的应用[J].中国激光，2014（6）：192-198.

[5] BROSTOW G J， CIPOLLA R. Unsupervised Bayesian detection of independent motion in crowds[C]. IEEE Computer Society Conference on Computer Vision & Pattern Recognition，2006：594-601.

[6] WANG N， GONG X， LIU J. A new depth descriptor for pedestrian detection in RGB-D images[C].International Conference on Pattern Recognition，2012：3688-3691.

[7] 曹其春. 融合深度信息的运动物体检测算法研究[D]. 北京： 北方工业大学， 2015.

[8] 焦宾， 吕霞付， 陈勇，等. 一种改进的自适应高斯混合模型实时运动目标检测算法[J]. 计算机应用研究， 2013， 30（11）：3518-3520.

[9] 牛胜石. 基于Ada Boost和SVM的人头检测[D].武汉：中南民族大学， 2010.endprint