基于属性相关表的关系模式全部候选关键字求法

本文提出了属性相关表这样一种新的概念，定义了相应的运算并研究了它的有关性质及定理，在此基础上提出了用属性相关表求关系模式全部主属性的等级，并给出了用主属性来组合关系模式全部候选关键字的算法，上述算法的时间复杂度均为Ｏ（ｎ＾２）。     

基于模式矩阵的全部主属性求解算法的研究

本文在模式矩阵理论研究的基础上，将关系模式对应的模式矩阵的全部极大同类块求出，变换，给出一个全部主属性求解的多项式时间算法。     

SolidEdge中属性块定义技术

在分析了AutoCAD的块和属性块定义技术的基础上，研究如何在SolidEdge中实现类似技术的方法。提出在SolidEdge中以组对象为基础构建块，以其属性集实现块属性的存储，并应用UML描述了主要问题的算法过程。基于COM技术实现了创建块、插入块、块分解、块信息处理的方法，以构建的一个标准图纸自动生成系统为例，说明块技术应用情况。     

基数为M的候选关键字求解的多项式算法存在性研究

本文在文献「３」的基础上，详细且深入讨论了构成候选关键字的属性特性，提出了相关关系，最大相关块等概念，讨论了有关定理，最后给出了求基数为Ｍ的候选关键字的多项式时间算法。     

模式矩阵的理论研究Ⅱ：同类标准型有关理论

在文献「１」的基础上，讨论了各类Ｊｏｒｄａｎ块与同类块，同类属性，同类标准型的关系。详细证明了超类Ｊｏｒｄａｎ块对应属性现类的充要条件，系统地研究出类标准型的有关理论。     

一种地形数据压缩的自适应分块编码方法

地形数据的空间自相关性有着很强的方向属性。为了充分地利用这一属性来消除地形数据之间的信息冗余度，本文提出了一种自适应分块的编码方法。首先确定地形带的自相关方向属性，然后依照地形方向性的不同，将数据按不同矩形形状进行方块划分，然后对较平坦的地形块和剧烈变化的地形块分别采用ＭＶＱ方法和ＢＴＣ－ＶＱ方法进行编码，以保护边缘信息。这种采用自适应分块式的编码方法与通常使用的固定分块方式的编码方法相比，可以大     

利用方差分形快速编码算法

提出一个基于图像块方差的新的快速分形编码算法，利用候选主块和序列块间当前最小异变象差和方差，通过排除不可取的主块，大大地减少了为搜索主块而寻找每个序列块最佳匹配的主块数，该算法在较短的时间内产生与常规的满搜索近乎一致的分形编码。     

一种前处理匹配方法

在分形图像压缩中，图像被分割成序列块和主块，其中每一个序列块与其相似的主块要从主池(子图像集)中进行匹配选择。不过，这个较大的池中实际上只有一部分被利用在图像编码中。我们通过利用较强亮度变化的主块来缩减主池，从而导致了分形图像在编码时间方面的改善。     

基于矩阵的关系模式主属性判定算法的研究

本文从分析主属性在关系模式中的特点出发，在模式矩阵及其分类的基础上，给出了一个基于矩阵的关系模式主属性的判定算法。     

基于闭包的关系模式全部主属性的多项式时间算法

文中通过对关系模式中的属性进行适当的分类，讨论了一个属性成为主属性应该满足的条件，并在文献「４」、「５」「６」的基础上，采用闭包，实现了利用Ａｒｍｓｔｒｏｎｇ公理进行函数信赖推导的过程，从而给出了一个简便的求解关系模式全部主属性的多项式时间算法。     

一种基于主属性判定的关联规则挖掘约简算法

关联规则挖掘是经典的数据挖掘方法,越来越多的企业都把它看作是必不可少的战略分析工具。当前关联规则挖掘方法得到的规则过多,令用户在运用时难以理解,因此研究关联规则集的约简方法具有应用价值。研究了数据库模式中关键字包含的主属性对基于Apriori算法的关联规则挖掘产生的关联规则的影响,即部分函数依赖会导致关联规则挖掘的数据集中冗余信息的频繁出现,并产生没有实际价值的关联规则,识别并消除这样的规则就能实现规则集的约简。求全部主属性如同求所有候选关键字问题都是NP难题,因此提出了一种基于一个候选关键字进行验证的算法来判定主属性,从而完成基于主属性判定的关联规则挖掘约简算法的设计与实现,并在最后的实验中验证了该算法的有效性。      

Rough集在软件测试用例选择中的应用

文中首先阐述了软件测试相关的基本概念,然后介绍了粗糙集理论基本概念和基于粗糙集理论的数据约简。并将粗糙集数据约简方法引入到软件测试用例的选择中,在保证不降低测试效果的同时减少了测试用例的属性个数,从而达到了优化测试用例的目的。     

基于量子粒子群优化的最小属性约简算法

属性约简是粗糙集理论中的一个核心问题,为了有效获取属性最小相对约简,提出一种基于量子粒子群优化算法的粗糙集属性约简算法。该算法通过引入自适应参数使得算法在保证取得的是一个约简的情况下尽可能地减少所包含的属性数目,并期望能够获得理想的约简结果。试验结果证明该算法能有效地进行属性约简,并取得良好的约简结果。     

一种不完备信息系统的约简方法

提出了一种基于覆盖粗糙集理论，利用最大一致块技术进行不完备信息系统约简的方法。在证明利用最大一致块技术生成的相容类构成论域的最简覆盖基础上，利用覆盖粗糙集理论对已利用最大一致块技术进行属性约简的信息系统进行属性值约简，并提出一种新的约简算法。     

一种不完备信息系统的约简方法

提出了一种基于覆盖粗糙集理论,利用最大一致块技术进行不完备信息系统约简的方法。在证明利用最大一致块技术生成的相容类构成论域的最简覆盖基础上,利用覆盖粗糙集理论对已利用最大一致块技术进行属性约简的信息系统进行属性值约简,并提出一种新的约简算法。     

一种多维数据的聚类算法及其可视化研究

提出了一种基于主次属性划分的聚类方法和一种新的数据可视化方法.首先,利用数据的主属性和次属性的特征值对数据集进行聚类;然后,采用彩色刺激光谱投影到RGB颜色空间的原理,通过色度学中麦克斯韦的三角平面坐标色度图对各聚类结果进行可视化显示.实验证明了文中方法算法简单、容易实现,可视化结果有利于用户全面地理解数据,为数据的预测、决策起到重要作用.     

基于属性重要性的属性约简算法

粗糙集理论是一个新的处理不确定性问题的数学工具,属性约简是粗糙集理论的核心问题之一。为了获得决策系统中更好的相对属性约简,提出一种基于属性重要性的属性约简算法。将可辨识矩阵中出现次数多少作为属性重要性的判断依据。算法还考虑了当出现次数相同的情况下属性选择问题,由此定义新的属性重要性,以新的属性重要性为启发信息,分析表明,提出的算法是有效可行的。