风险投资亏损的P-推理发现与应用

P-集合(packet sets)是一个具有动态特征的、新的数学结构与数学模型;P-集合是由内P-集合X(internal packet set X)与外P-集合XF(outer packet set XF)构成的集合对;或者(X,XF)是P-集合。P-集合是把动态特性引入有限普通集合X(Cantor set X)内,改进有限普通集合X得到的。P-推理(packet reasoning)是由内P-推理(internal packet reasoning)与外P-推理(outer packet reasoning)共同构成的。利用P-集合、P -推理,研究风险投资亏损发现。给出规律、内P-规律、外P-规律、P-规律及其生成;给出规律属性定理、内P-规律、外P-规律的P-推理发现;介绍内P-推理在风险投资亏损估计中的应用。     

内P-推理信息恢复与属性潜藏推理发现

P-集合(packet sets)是把动态特性引入到有限普通集合X内,改进有限普通集合X得到的一个动态模型;在一定的条件下,P-集合被还原成有限普通集合X。P-集合由内P-集合X (internal packet set X)与外P-集合XF (outerpacket set XF)构成的集合对;或者,(X,XF)是P-集合。P-推理(packet reasoning)由内P-推理(internal packet reasoning)与外P-推理(outer packet reasoning)共同构成。利用内P-集合与内P-推理,给出了内P-信息恢复概念与内P-信息恢复特征、内P-信息恢复的内P-推理生成与它的属性潜藏、内P-信息恢复的信息元补充定理、内P-信息恢复的依赖性定理,以及内P-推理信息恢复的属性潜藏定理与属性潜藏发现定理。利用这些理论结果,给出内P-推理信息恢复在信息系统中的应用。     

内P一推理与内收敛信息的辨识

P-推理(packet reasoning)是由内P-推理(internal packet reasoning)与外P-推理(outer packet reasoning)共同构成的。P-推理是一个动态推理,具有智能特征;P-推理是由P-集合得到的。利用P-集合与P-推理理论,给出了内收敛信息与它的属性特性、内收敛信息的内P-推理生成与生成定理、内收敛信息的存在原理与辨识定理以及内收敛信息在动态信息系统中的应用。     

信息规律智能融合与它的智能融合内-分离

函数P-集合(function packet sets)是把函数概念引入到P-集合(packet sets)内改进P-集合得到的一个动态信息规律模型。函数P-集合是由函数内P-集合S珚F(function internal packet set S珚F)与函数外P-集合SF(function outer packet set SF)构成的函数集合对;或者,(S珚F,SF)是函数P-集合。P-推理(packet reasoning)是由P-集合得到的一个动态推理,P-推理由内P-推理(internal packet reasoning)与外P-推理(outer packet reasoning)共同构成。把函数引入到P-推理中,改进P-推理,给出P-信息规律推理;把函数内P-集合与内P-信息规律推理交叉、渗透,给出内P-信息规律智能融合与内P-信息规律智能融合内-分离研究。给出:内P-信息规律智能融合的内P-信息规律推理生成,内P-信息规律智能融合与属性合取扩展定理,内P-信息规律智能融合的内-分离与还原,内P-信息规律智能融合的内-分离与未知信息规律发现-应用。     

逆P-推理与未知信息推理-搜索与发现

逆P-集合(inverse packet sets)是改进P-集合(packet sets)得到的一个新的数学结构,它是由内逆P-集合X珡F(internal inverse packet setX珡F)与外逆P-集合X珡F珚(outer inverse packet setX珡F珚)构成的集合对;或者(X珡F,X珡F珚)是逆P-集合。逆P-集合具有动态特性,逆P-集合的动态特性与另一类信息系统的动态特性相同。P-集合是把动态特性引入到有限普通集合X内,改进有限普通集合X得到的。P-集合具有动态特性,P-集合的动态特性与一类信息系统的动态特性相同。P-集合在一类信息系统中获得了多个应用。P-推理(packet reasoning)是P-集合生成的一个具有动态特性的推理。利用逆P-集合(inverse packet sets)与逆P-推理(inverse packet reasoning)给出逆P-推理与内-外搜索定理、逆P-推理的几何特征,以及逆P-推理与未知信息搜索-辨识的多个基本理论结果与应用。逆P-集合与逆P-推理具有好的应用前景。     

内逆P-信息智能融合与它的属性析取特征-应用

逆P-集合(inverse packet set)是由内逆P-集合珡XF(internal inverse packet set)与外逆P-集合珡X珚F(outer inverse packet set)构成的元素集合对;或者,(珡XF,珡X珚F)是逆P-集合;逆P-集合具有动态特性。利用内逆P-集合与内逆P-推理(internal inverse packet reasoning)、内逆P-信息智能融合生成、内逆P-信息智能融合补充生成与内逆P-信息智能融合度量,给出内逆P-信息智能融合定理、内逆P-信息智能融合依赖定理与内逆P-信息智能融合还原定理。给出内逆P-信息智能融合的属性析取特征与属性析取扩展定理,以及属性析取扩展-未知内逆P-信息智能融合发现原理;给出这些理论结果的应用。逆P-集合是研究另一类动态信息应用的新理论、新方法;另一类动态信息具有属性析取特征。     

P-推理与信息的P-推理发现-辨识

P-集合((Packet sets)是把动态特性引入到有限普通集合X内(Cantor set X),改进有限普通集合X得到的一个新的数学结构与数学模型。P-集合是由内P-集合XI' (internal packet set XI')与外P-集合XI' (outer packet set XI' )构成的集合对;或者,(了,了)是P-集合。P集合具有动态性。利用P-集合,给出内P-推理(internal packet reaso-ning)、外P-推理(outer packet reasoning) ,P-推理(packet reasoning)与推理模型的图形表示;P推理的结构是:if时,ak, )}}ak, }ak} ) } then ((x)k+} , (x)k)}((x)k , (x)象1)。给出内P-推理与信息删除定理、外P-推理与信息补充定理、P推理与信息删除一补充定理、P-推理与普通推理关系定理、信息单位圆、内P推理信息圆、外P-推理信息圆概念、P-推理信息圆的动态特性定理、推理信息圆一未知信息的内发现准则、推理信息圆一未知信息的外发现准则。利用这些结果,给出内P一推理在未知内一信息发现一辨识中的应用。因为P推理是一个动态过程,给出P推理的属性扰动特征、内P推理的内P扰动定理、外P推理的外P一扰动定理与P一推理的P扰动定理。在内P推理中,因为内P一扰动存在,使得内P推理结论中的信息丢了部分信息元;在外P推理中,因为外P扰动存在,使得外P-推理结论中的信息被补充了部分信息元。P集合是智能信息系统中的一个应用前景看好的新模型、新方法。     

倒向P-推理与属性剩余发现-应用

利用P-推理(P=Packet),提出倒向P-推理;倒向P-推理简称p-1-推理.P-1推理由内p-1推理(internal P-1 - reasoning)与外p-1推理(outer p-l-reasoning)共同构成;或者,if((x)Fk+1,(x)Fk)(=>)((x)Fk,(x)Fk+1),then(aFk...     

逆P-信息嵌入隐藏与它的逆P-推理分离-发现

逆P-集合(inverse packet sets)是由内逆P-集合F(internal inverse packet set F)与外逆P-集合(outer inverse packet set )构成的集合对;或者()是逆P-集合。逆P-集合是把动态特性引入到有限普通集合X内(Cantor set X),改进有限普通集合X得到的。逆P-集合具有与P-集合相反的动态特性。利用逆P-集合给出逆P-信息的概念、逆P-信息嵌入隐藏与嵌入-隐藏定理、逆P-信息的隐藏还原属性特征、逆P-信息嵌入隐藏的逆P-推理分离-发现。利用这些结果,给出逆P-信息嵌入隐藏的逆P-推理分离-发现的应用。     

P-集合，逆P-集合与信息智能融合-过滤辨识

P-集合(Packet sets)是把动态特性引入到有限普通集合X内,改进有限普通集合X得到的.P-集合是由内P-集合XF(internal packet setXF)与外P-集合XF (outer packet set X,)构成的集合对;或者,(XF,XF)是P-集合.P-集合具有动态性,在一定条件下,P-集合被还原成有限普通集合X.P-集合是一类动态信息系统的数学表示.逆P-集合(inverse packet sets)是由P-集合得到的,具有动态特性,具有与P-集合相反的数学结构.逆P-集合是由内逆P-集合(X)F (internal inverse packet set XF)与外逆P-集合(X)F(outer inverse packet set (X)F)构成的集合对;或者,((X)F,(X)F)是逆P-集合.在一定条件下,逆P-集合被还原成有限普通集合X.逆P-集合是另一类动态信息系统的数学表示.P-推理(packet reasoning)是由P-集合生成的动态推理,逆P-推理(inverse packet reasoning)是由逆P-集合生成的动态推理.把P-集合、逆P-集合、P-推理、逆P-推理与信息融合交叉、渗透,给出信息智能融合-过滤辨识理论与应用研究.同时给出P-集合与逆P-集合的结构、P-集合与逆P-集合的分离、P-集合与逆P-集合的等价类特征、P-信息融合与逆P-信息融合、P-信息融合与逆P-信息融合的推理发现、P-信息融合与逆P-信息融合度量、P-信息融合与逆P-信息融合的过滤-辨识,以及信息智能融合-过滤辨识的应用.P-集合与逆P-集合是研究信息融合理论与应用的一个新理论、新方法.     

属性内-外融合与信息智能挖掘-分离

P-集合(packet sets)是一个动态数学模型(动态信息模型,动态数据模型),P-推理是P-集合生成的一个动态推理,属性合取范式是P-集合中的元素与属性之间的逻辑特征。将P-集合、P-推理与属性合取交叉、渗透,给出属性内-融合及属性外-融合与属性内-外融合概念、属性内-外融合定理、属性内-外融合与属性合取范式扩展-收缩关系、扩展-收缩关系定理,以及P-推理与属性内-外融合智能生成。利用这些理论结果,给出属性内-外融合在信息智能挖掘-分离中的应用。属性融合(属性内融合、属性外-融合、属性内-外融合)是潜藏在P-集合内的一个重要应用特性。     

标准JAVA中如何实现图形按钮

Java虽然已风靡全球,但用户界面在某些地方还不太令人满 意。比如说没有图形按钮,没有象Windows系统中漂亮的Teb头等,针对这一情况,介绍了如 何利用组件事件传递方法和自绘制来实现标准Java的图形按钮。 同时还介绍了特定组件在J ava中产生的相应事件。 文中所列程序已全部在Windows 98平台上JDK1.1.1.2编译中运行 通过。     

可重用类与非可视类的构建

本文介绍在面向对象思想的指导下进行可重用类的分析设计的方法,并重点讨论了非可视类的实现技术,强调了可重用性与非可视类在面向对象软件开发中的重要性。