无限论域中的粗糙近似空间与信任结构

在粗糙集理论中存在一对近似算子:下近似算子和上近似算子.而在Dempser-Shafer证据理论中有一对对偶的不确定性测度:信任函数与似然函数.集合的下近似和上近似可以看成是对该集合所表示信息的定性描述,而同一集合的信任测度和似然测度可以看成是对该集合的不确定性的定量刻画.针对各种复杂系统中不确定性知识的表示问题,介绍了无限论域中经典和模糊环境下信任结构及其导出的信任函数与似然函数的概念,建立了Dempser-Shafer证据理论中信任函数与似然函数和粗糙集理论中下近似与上近似之间的关系.阐述了由近似空间导出的下近似和上近似的概率生成一对对偶的信任函数和似然函数;反之,对于任何一个信任结构及其生成的信任函数与似然函数,必可以找到一个概率近似空间,使得由近似空间导出的下近似和上近似的概率分别恰好就是所给的信任函数和似然函数.最后,指出了主要理论成果在智能信息系统的知识表示和知识获取方面的潜在应用.     

基于邻域粗糙模型的高维数据集快速约简算法

根据粒子群优化算法的思想,给出了求解高维邻域决策表的一个约简算法SPRA。通过采用固有维数的分析方法MLE等,将其估算的维数值作为SPRA算法的初始化参数,提出了高维数据集快速约简算法QSPRA。利用5个UCI标准数据集对该算法进行了验证,结果表明,该算法是有效的、可行的。详细分析了种群规模和迭代次数对结果产生的影响。实验表明,基于核的启发式添加算法思想已经不适合求解高维数据集。     

随机粗糙面上目标散射差值计算的快速互耦迭代方法

用粗糙面上方有目标和无目标时空间散射场的差值计算的雷达散射截面,称为差场雷达散射截面.本文推导TE波入射下电场积分方程(EFIE),直接求解散射差场.本文提出目标与粗糙面之间的互耦迭代的计算方法,散射场纳入了目标与粗糙面之间复杂的相互作用,给出了迭代过程中纳入的粗糙面长度的选择.用Monte-Carlo方法,计算了P-M谱粗糙海面上方二维圆柱和方柱的散射,说明目标的几何结构对散射方向图的影响.     

基于模糊粗糙集的新闻视频镜头边界检测方法

镜头边界检测是实现基于内容的视频检索的一个重要步骤.为了将视频分割成镜头,现有的方法大都是首先提取大量的特征然后构造相异性测度函数.然而,太多的特征就会降低算法的效率.因此,有必要对镜头边界检测的规则进行特征约简.本文将粗糙集中的属性重要性和模糊粗糙集中的分类精度相结合定义了模糊粗糙算子,并构造了相异度检测函数.最后给出了镜头边界检测的一般性规则.由于本文检测方案的自适应性,因此适合于各种类型的新闻视频.用来自中央电视台的3个多小时的新闻视频所做的镜头边界检测实验获得了95.4%的查全率和96.1%的准确率.     

基于模糊粗糙神经网络的发酵过程建模

对于发酵这样一个非线性的动态过程，由于其复杂性和在线传感器的缺乏，使得过程中的一些重要状态变量难以在线测量，从而给发酵过程的优化柠制带来了极大的困难，为此，结合模糊粗糙集和智能控制的理论，充分利用模糊粗糙集和神经网络两者的优点，提出了一种新型的网络-模糊粗糙神经网络实现对发酵过程的建模和状态估计，结果表明陵网络模型的结构简单，可解释性强。收敛速度快，能够较为准确地拟合过程的动态特性，预估能力较强。     

CVI法制备2D C/C复合材料

采用预制体直接加热模式的CVI工艺在25．5h内制备出24mm厚的2DC／C复合材料，分析了该工艺快速致密的机理，并观察和测试了材料的微观结构和力学性能。结果表明：该工艺能在较短时间内制备出结构均匀、力学性能较好的C／C复合材料，是一种制备C／C复合材料较为理想的工艺。其快速致密机理可认为：自由基磁吸引作用、自由基电沉积作用和自由基脱氢聚合三个方面。     

水热法合成NaP1型粉煤灰沸石的性能表征

通过碱性介质中的水热反应,由粉煤灰合成了单一沸石矿物种的NaP1沸石,并对合成产品进行了表征.经粉晶X射线衍射鉴定,合成产物中主要矿物成分为NaP1沸石,另有少量尚未反应的石英和莫来石.在电子显微镜下,粉煤灰颗粒呈球形且表面光滑,而合成产物颗粒表面粗糙.粉煤灰合成沸石含有大量的交换性Ca2 ,且与粉煤灰原料相比,SiO2含量明显减少,Al2O3稍有增加,SiO2/Al2O3比值由3.3降至1.8.红外光谱分析和差热分析证实了合成的粉煤灰沸石中沸石水的存在.NaP1型粉煤灰沸石的阳离子交换容量(CEC)达213 cmol/kg,比表面积达29 m2/g,分别比粉煤灰高约100倍和26倍.     

11°BX全麦芽啤酒的工艺研究

介绍了一种全麦芽啤酒生产的新工艺。通过大量的试验与探索，确定了合理的生产工艺条件，解决了全麦芽啤酒酿造时色度深、酸度高、口味粗糙等难题，从而研制出了一种具有淡爽型啤酒特征的11°BX全麦芽啤酒。     

模糊近似空间上的粗糙模糊集的公理系统

粗糙集理论是近年来发展起来的一种有效的处理不精确、不确定、含糊信息的理论，在机器学习及数据挖掘等领域获得了成功的应用．粗糙集的公理系统是粗糙集理论与应用的基础．粗糙模糊集是粗糙集理论的自然的有意义的推广．作者研究了模糊近似空间上的粗糙模糊集的公理系统，用三条简洁的相互独立的公理完全刻划了模糊近似空间上的粗糙模糊集，同时还把作者给出的公理系统与粗糙集的公理系统做了对比，指出了两者的区别．     

基于粗糙-模糊集理论的智能化构件选取

对传统的构件库体系结构进行改进，提出了一种层次型智能构件库体系结构，并在此基础上，提出了一种基于粗糙—模糊集理论的智能化重用构件选取方法，并给出了相应的算法，实例研究表明该方法可以客观地给出重用方案的决策信息，能够提高构件重用的效率和准确率。