ICA方法用于脑电信号α波提取的研究

为在有效提取闭眼脑电信号α波的同时能够很好地保留原始信号中的其余信息,采用独立分量分析方法提取闭眼脑电信号中的α波。构造一组频率在α波频率之间的正弦和余弦信号作为对α波的参考信号,然后把这些信号以及实测闭眼脑电信号作为ICA混合矩阵的输入端,采用fastICA 算法进行信号分离,实现对α波的分离和提取,并进一步对所提取的α波进行了功率谱分析。结果表明,分离出的信号频率集中在8~13 Hz之间,完全符合α波形的特点,且去除α波后的其余信号与原始信号相关系数达到0.942,说明有效地保留了原始信号的其余信息。     

SP-上阶梯知识挖掘及状态识别算法

单向S_p-粗集中,具有属性集α的知识[x]（R-元素等价类[x]）具有这样的特征：若α内被补充属性,则[x]内的元素个数被减少。利用这一特征,考虑属性补充的随机性,给出S_p-上阶梯知识,S_p-上阶梯知识的依信度生成,S_p-上阶梯知识属性依赖的原理,给出S_p-上阶梯知识的属性依赖挖掘定理,S_p-上阶梯知识的状态识别算法。     

含有不确定时延网络控制系统的鲁棒H∞控制

研究了存在不确定时延的网络控制系统的鲁棒H_∞控制器设计方法。首先讨论了系统的建模问题,针对传感器采用时间驱动,控制器和执行器采用事件驱动,考虑不确定时延小于一个采样周期的情况,网络控制系统可建模为一类具有不确定性的线性离散时延系统,利用Lyapunov方法和线性矩阵不等式方法,推导出闭环控制系统渐近稳定且H_∞范数小于性能指标γ的充分条件,并给出动态输出反馈H_∞控制律设计方法。通过Matlab数值仿真,证明了该设计方法的有效性。     

Znm上的l-广义正形置换

给出了Zⁿ_m上l-广义正形置换的概念,讨论了l-广义正形置换的函数性质。对Zⁿ_m上l-广义正形置换的一阶广义Chrestenson谱特征进行了分析,并基于谱特征给出了一种Zⁿ_m上的l-广义正形置换的构造方法。     

一种增强的隐私保护K-匿名模型——（α，L）多样化K-匿名

K-匿名化是数据发布环境下保护个人隐私的一种有效的方法。指出目前已有的一些K-匿名模型存在隐私泄露问题,给出了一种新的有效的K-匿名模型——（α,L）多样化K-匿名模型解决存在的问题。通过一个局部化泛化算法对新模型的有效性进行实验验证。     

最优无向双环网络G（N；±1，±s）的构造

创造性地将直角坐标系引入无向双环网络的研究,通过直角坐标系,系统研究无向双环网络G（N;±1,±s）的仿真图形,提出最优无向双环网络BestG（N;±1,±s）（直径、平均直径均达到下界）的构造方法并研究步长s和其直径之间的关系。与传统L型瓦方法在无向双环网络研究中相比,该方法克服其不足,大大提升了无向双环网络的研究水平,相关研究在国内外文献中尚未见到。     

基于格值一阶逻辑LF（X）的自动推理算法

基于谓词逻辑的归结推理方法是目前理论上较为成熟、可以在计算机上实现的推理方法之一。针对格值一阶逻辑LF(X)中归结自动推理问题,以格值一阶逻辑LF(X)的α-归结原理为理论基础,通过对例子进行分析,提出了LF(X)中简单广义子句集的归结自动推理算法,并证明了该算法的可靠性和完备性。     

基于蕴涵算子族Lλ0λG的反向α-三I支持算法

提出了基于蕴涵算子族Lλ0λG的模糊推理的思想,这将有助于提高推理结果的可靠性。针对蕴涵算子族Lλ0λG给出了模糊推理的FMP模型及FMT模型的反向α-三I支持算法。     

逻辑系统Hα中广义语义MP规则证明的改进

将修正的Kleene逻辑系统中语义MP规则推广后应用于H_α逻辑系统中,讨论了H_α逻辑系统中广义重言式理论的语义（[α]-MP）规则,语义（[α⁺]-MP）规则,使得对H_α系统中的广义语义MP规则有了更进一步的认识。另外,逻辑系统W中的广义语义MP规则也成为一个特例。     

基于蕴涵算子族L-λ-G的反向三I约束算法

提出了基于蕴涵算子族L-λ-G的模糊推理的思想,这将有助于提高推理结果的可靠性。针对蕴涵算子族L-λ-G给出了模糊推理的FMP模型及FMT模型的反向三I约束算法、α-反向三I约束算法。     

离散时滞网络化系统H∞控制

研究了一类包含网络诱导时滞、数据丢包以及错序等非理想网络模型的H_∞控制问题。针对以往H_∞控制器设计算法的缺点,通过建立新的差分不等式,提出了一个新的改进算法。新算法具有保守性弱、不需事先给定H_∞范数上界以及不需要计算逆矩阵等特点。数值仿真例子表明,新算法是有效的。     

系统L在非均匀概率空间下命题的真度理论

将经典二值命题逻辑L中公式的真度概念推广到势为2的非均匀概率空间上;当p∈(0,1)时,证明了全体公式的真度值之集在[0,1]中没有孤立点;利用真度定义公式间的p-相似度和伪距离,进而定义了p-逻辑度量空间,证明了该空间没有孤立点,并在此空间中提出了三种不同类型的近似推理模式。     

密钥m序列与其采样序列的互相关性

研究了GF（p）上周期为pⁿ-1的m序列（a_i）与它的采样序列（a_di）的互相关函数。对于d=（pⁿ+1）/（p+1）+（pⁿ-1）/2,n为奇数且p≡1（mod 4）时,给出了互相关函数的绝对值的上界,从而对Muller的工作进行了较好的推广。     

基于蕴涵算子Lp的模糊推理的FMP反向三I算法

研究了基于蕴涵算子L_p模糊推理的FMP反向三I支持算法及α-反向三I支持算法,给出了FMP模型的反向三I算法及α-反向三I算法的计算公式。     

可拓K近邻算法在数据聚类分析中的应用

针对区间值数据的数据聚类问题,根据可拓学关联函数的定义,提出可拓距离的概念来度量数据之间的距离,利用K近邻的思想,根据可拓距离的大小对数据集的目标属性进行投票选择进行分类,设计了可拓K近邻算法（Extension K Nearest Neighbor,EKNN）。最后利用UCI的两个基准数据集Iris植物样本数据和糖尿病数据库PIDD进行验证,首先通过免疫网络约简算法对条件属性进行最小属性约简,然后利用EKNN算法分析和比较不同最小约简属性下的分类准确率。     

基于含参数蕴涵算子族L-λ -R0的三I支持算法 ——仅就FMP模型进行讨论

提出了基于蕴涵算子族L-λ-R₀的模糊推理的思想,这将有助于提高推理结果的可靠性。针对蕴涵算子族L-λ-R₀给出了模糊推理的FMP模型的三I支持算法、α-三I支持算法。     

随机线性重复过程的鲁棒L2-L∞滤波

针对随机线性重复过程,研究了其鲁棒L₂-L_∞滤波问题。基于线性矩阵不等式技术推导了该随机线性重复过程均方渐近稳定以及鲁棒L₂-L_∞全阶滤波器存在的充分条件,并将滤波器的设计转化为一个凸优化的求解问题。所设计的滤波器能够保证相对于所有能量有界的外界扰动信号,重复过程的L₂-L_∞性能指标小于一定值γ。仿真实例证实了该设计方法的有效性。     

n值乘积逻辑系统中的随机化研究

利用赋值集的随机化方法,在n值乘积逻辑中提出了公式的随机真度,证明了所有公式的随机真度之集在[0,1]中没有孤立点;给出了两公式间的D_πn-相似度与伪距离的概念,并建立了D_πn逻辑度量空间,证明了此空间没有孤立点。     

F-粗积分与系统S-粗状态检测-识别

函数单向S-粗集对偶生成的F-粗积分具有一系列动态特性,在此基础上提出了F-粗积分的度量——F-粗扩张度与F-粗扩张率的概念及属性施效识别原则。函数单向S-粗集对偶的变化程度不仅可以得到量化,而且对系统在离散的时间区间上的S-粗状态也可进行检测-识别。这是一个新的研究方向。     

基于蕴涵算子族Lλ0λG的模糊推理三I约束算法

提出了基于蕴涵算子族Lλ0λG的模糊推理的思想,这将有助于提高推理结果的可靠性。针对蕴涵算子族Lλ0λG给出了模糊推理的FMP模型及FMT模型的三I约束算法。