频繁项集挖掘算法的计算复杂性和生成的频繁项集数量随着事务集项数的增加呈指数增长，最小支持度阈值成为控制这种增长的关键．然而，实际应用中仅使用支持度阈值难以有效控制频繁项集的规模．为此定义N个 最频繁项集挖掘问题，并提出基于支持度阈值动态调整策略的宽度优先搜索算法Apriori和深度优先搜索算法IntvMatrix挖掘N个最频繁项集．实验表明，本文的2种方法的效率比朴素方法高2倍以上，特别当N值较低时，本 文方法的效率优势更为明显．

针对基于内容的网络信息过滤中存在的特征维数过高影响分类过滤效果问题,运用遗传算法进行特征 选择,通过遗传操作搜索最优解。并且引入个体寿命概念用于实施种群更新,同时根据种群进化情况动态调整遗传操作算子,从而解决遗传算法训练过程中种群以及操作算子的单一性带来局部最优问题

针对射频识别系统中的标签碰撞问题，提出了一种基于分组策略的RFID自适应防碰撞算法。该算法在二叉树搜索算法的基础上引入分组策略、后退策略、自适应地选择四叉树搜索策略、动态调整标签碰撞检测过程策略，减少了搜索次数和读写器与标签间的通信量，提高了识别效率。-Systems for radio frequency identification tag collision problem, a packet-based strategy RFID adaptive anti-collision algo

文中提出了一种基于kalman 预测和自适应模板的目标相关跟踪算法。通过kalman 预测下一帧图像中目标的 状态，缩小整个图像上目标检测的搜索范围，满足目标跟踪的实时性。采取自适应模板更新策略，根据目标的变化情 况自动调节参考模板，提高目标跟踪的稳定性。仿真实验结果表明，算法能够随着目标的形状、大小、位置的变化快速 调整参考模板，进行稳定和实时的跟踪，当目标被物体遮挡时仍能有效地跟踪目标。-A correlation-based tracking algorithm based o