有内部冲突的F的广义左、右部冲突判定算法

数据库数据组织的无环性是数据库理论和应用中一个重要特性．如何把数据库模式分解成无环性是一个比较复杂的问题，特别是在FD集F有内部冲突时无α环的分解问题．为了解决这一问题，讨论了有内部冲突的FD集F有广义左部冲突或广义右部冲突时和对称左部属性集之间的关系，以及对称左部属性集存在的条件和性质；给出了相关概念、定理及证明．在此基础上，给出了关于存在广义左部、右部冲突的判定算法，对该算法进行了正确性证明和算法分析．     

F有内部冲突满足P2且无α环模式分解的研究

在数据库模式的无α环分解中,当数据模式R〈W,F〉的FD集F有内部冲突时,无论F是否存在广义左、右部冲突均不存在满足保持FD、无损连接、BCNF和无α环的分解。在某些实际应用中的分解只满足部分条件就够了,在分析F有内部冲突时最小归并依赖集D的特性,给出了归并依赖集满足的条件∑1和∑2,在此基础上,讨论给出了满足P2（保持FD、BCNF）且无α环分解的充要条件和算法,对算法的正确性、可终止性进行了证明,并对算法的时间复杂度给出了分析。     

无内部冲突数据库模式满足P_3及无β环判定问题研究

通过分析在FD集F的最小归并依赖集D无弱左部冲突、弱右部冲突时相邻归并依赖所具有的性质和特征,提出了左部集冲突、蕴含集阃冲突和主归并依赖冲突等概念,在此基础上证明了在FD集F无内部冲突且最小归并依赖集D中存在弱左、右部冲突、左部集冲突、蕴含集间冲突和主归并依赖冲突时模式分解为满足P3为有口环的结论,并给出了左部集冲突、蕴含集间冲突和主归并依赖冲突的判定算法及分析,为进一步研究无β环的分解奠定了基础.     

数据库模式在FD环境下满足PS及无α环判定问题

通过分析在FD集F的最小归并依赖集D存在弱左部或弱右部冲突时所具有的性质和特征，提出了PS(保持FD，无损连接且满足SNF)、条件T等概念。在此基础上讨论了数据库模式分解为SNF的无α环判定问题，给出了在D有弱左部或弱右部冲突及不满足条件T时满足PS的分解是有α环的结论，为进一步研究无α环的分解奠定了基础。     

FD无内部冲突时的Pek且无α环模式分解

通过分析FD集中F的最小归并依赖集特征,提出了初等归并依赖集和最小归并依赖集,定义了初等最小归并依赖集的弱左部冲突和弱右部冲突、Pek(保持FD集,无损连接且满足初等关键词范式)等概念。讨论了数据库模式分解为初等关键词范式的无α环判定问题,实验证明,在初等归并依赖集D有弱左部或弱右部冲突时,满足Pek的分解具有α环,该分解算法是有效的。     

FD环境下满足PS及无α环模式分解问题研究

通过分析在FD集F的最小归并依赖集存在弱左部或弱右部冲突时所具有的性质和特征，讨论并给出了满足PS(保持FD，无损连接且满足SNF)且无α环分解的充要条件和算法，对算法的正确性、可终止性进行了证明，并对算法的时间复杂度给出了分析。     

F有弱冲突时产生满足PBC且无α环分解的问题

无环分解是数据库数据组织的一个重要环节,在实际数据库设计中具有重要意义,为了深入研究它,该文分析了在FD集F的最小归并依赖集D存在弱左部或弱右部冲突时所具有的性质和特征,在此基础上讨论了它的模式分解问题,给出了在D有弱冲突时满足无损连接,保FD、BCNF的分解是有α环的结论,为进一步研究无α的分解奠定了基础。     

归并依赖集的二元组集合闭包求解算法

本文给出了归并依赖集的二元组集合、闭包的概念，并给出了求解二元组集合B及其闭包的多项式求解算法。     

无内部冲突满足P3的无α环的数据库模式分解（Ⅰ）：分解的基本理论

文中在文献［１］、［２］、［３］讨论的基础上，讨论了数据库模式无内部冲突，但在最小归并依赖集Ｄ中存在弱右部或弱左部冲突时分解的性质和理论．为无内部冲突的满足Ｐ３的无α环的数据库模式分解算法设计提供了基础．     

含环触发图对应的主动规则集可终止性分析

主动规则集的可终止性是主动数据库规则集的三大重要特征之一．主动规则集可否保证终止将直接影响到系统的应用．由于主动规则间存在依赖关系,通过对依赖关系的分析,给出了规则的触发传递闭包、依赖传递闭包等概念．以此为基础,提出了用规则触发-依赖图（T—DG）方法来分析主动规则集的终止性．特别讨论了判定含环的触发图（TG）对应的主动规则集是否保证终止的方法,给出了相应的判定算法、算法证明及分析．     

对模糊集、粗糙集和Vague集的比较研究

模糊集、粗糙集和Vague集三种理论都是对经典集合理论的扩展,使得集合论的应用扩展到了含糊的、不确定性的问题领域。介绍了三种集合的基本思想,重点分析三种理论的区别和内在联系,同时对三种理论的发展及应用作了一些探讨性研究。     

模糊集和粗糙集

介绍和比较了模糊集和粗糙集各自的理论和特点，同时讨论了两种理论相结合来研究问题的方法。     

A New Fuzzy Set Theory Satisfying All Classical Set Formulas

A new fuzzy set theory,C-fuzzy set theory,is introduced in this paper.It is a particular case of the classical set theory and satisfies all formulas of the classical set theory.To add a limitation to C-fuzzy set system,in which all fuzzy sets must be"non-uniform inclusive"to each other,then it forms a family of sub-systems,the Z-fuzzy set family.It can be proved that the Zo-fuzzy set system,one of Z-fuzzy set systems,is equivalent to Zadeh's fuzzy set system.Analysis shows that 1) Zadeh's fuzzy set syste...     

Soft rough fuzzy sets and soft fuzzy rough sets

Fuzzy set theory, soft set theory and rough set theory are mathematical tools for dealing with uncertainties and are closely related. Feng et al. introduced the notions of rough soft set, soft rough set and soft rough fuzzy set by combining fuzzy set, rough set and soft set all together. This paper is devoted to the further discussion of the combinations of fuzzy set, rough set and soft set. A new soft rough set model is proposed and its properties are derived. Furthermore, fuzzy soft set is employed to granulate the universe of discourse and a more general model called soft fuzzy rough set is established. The lower and upper approximation operators are presented and their related properties are surveyed.     

演绎对象数据库SD-DOOD中集合的应用和实现

基于复杂对象的逻辑推理一直是演绎对象数据库中的研究热点。论文叙述了集合在演绎对象数据库中的应用和实现技术,重点介绍了部分集在规则中的两个作用:列举集合中的所有元素和聚集集合中所有元素。同时讨论了完整集的交、并、划分和差等运算的实现思想。     

Flou值模糊集的分解定理

为了弥补区间值模糊集和三参数模糊集在模糊信息表达方面的不足,在Flou集的基础上,提出了一种新的L模糊集——Flou值模糊集,并用投票模型对其作出解释。定义了8种Flou值模糊集的截集,并讨论了它们的性质。然后,基于Flou值模糊集的截集建立了分解定理,揭示了Flou值模糊集和Flou集之间的联系。本工作为处理模糊信息提供了一种新的工具,并为Flou值模糊集的研究和应用奠定了初步的理论基础。     

基于直觉模糊粗糙集的属性约简

针对Jensen下近似定义的局限性,提出一种新的等价类形式的近似算子表示,并将其推广到直觉模糊环境.在此基础上,将相对正域、相对约简、相对核等粗糙集的知识约简概念推广到直觉模糊环境,提出一种直觉模糊信息系统的启发式属性约筒算法.实例计算表明.该方法比Jensen的属性约简方法更为合理有效.     

基于表现定理的粗糙模糊集的构造方法

基于模糊集的截集和表现定理,从新的角度建立了粗糙模糊集的近似算子,强近似算子和弱近似算子,并得到粗糙模糊集的两种新的描述形式。     

VC++中集合类的使用

结合实例详细介绍了VC ++中表集合类和数组集合类的使用方法和步骤。     

多重粗糙模糊集模型

为了充分揭示知识颗粒间的重叠性、对象的重要度差别及其多态性,基于多重集合,对Dubois粗糙模糊集意义下的粗糙模糊集模型的论域进行了扩展,提出了基于多重集的粗糙模糊集模型,给出了该模型的完整定义、相关定理和重要性质,其中包括多重粗糙模糊近似集、近似精度和可定义集的定义及其各种性质的证明、多重集意义下的粗糙模糊近似算子之间的关系及其与Dubois意义下的粗糙模糊近似算子之间的关系等。多重粗糙模糊集可用于从具有一对多依赖性关系的且具有模糊特性的数据中挖掘知识。