排序方式: 共有9条查询结果,搜索用时 15 毫秒
1
1.
多元函数可微性的一个注记 总被引:1,自引:0,他引:1
给出了Henle定理的简单证明,并指出该定理在n≥3时不再成立,进而又给出了一个当n≥3时,函数z=f(x1,x2,…,xn)在点M0可微的定理及其证明。 相似文献
2.
利用上近似、下近似等概念给出粗交流的一种新定义形式,得出该定义形式下粗交流与原定义形式下粗交流之间的关系定理。最后通过一个具体实例给出直观分析。 相似文献
3.
给出[α/R]知识与[R]知识的生成,给出[α/R]知识与[R]知识的颗粒关系;利用这些概念,提出[α/R]知识与[R]知识生成依赖性定理,知识平面π上知识颗粒不变性原理和生成依赖方向不变性原理. 相似文献
4.
倒向P-推理与内P-属性类特征 总被引:2,自引:2,他引:0
P-推理(packet reasoning)是由P-集合(packet sets)的结构与动态特征得到的。P-推理由内P-推理(internalpacket reasoning)与外P-推理(outer packet reasoning)构成,具有动态特性与"序"特性。对P-推理进行"反序"研究,得到倒向P-推理(backward packet reasoning)。倒向P-推理由倒向内P-推理(backward internal packet reasoning)和倒向外P-推理(backward outer packet reasoning)构成。倒向P-推理的特征是:利用推理条件中集合的变化,在推理结论中找到变化的属性集合。利用倒向P-推理,给出P-属性类、P-属性类特征、P-属性类发现-辨识以及P-属性类在信息系统中的应用。 相似文献
5.
6.
给出[α/R]知识与[R]知识的生成,给出[α/R]知识与[R]知识的颗粒关系;利用这些概念,提出[α/R]知识与[R]知识生成依赖性定理,知识平面π上知识颗粒不变性原理和生成依赖方向不变性原理。 相似文献
7.
8.
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XF (outerpacket set XF)构成的集合对;或者,(X,XF)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。 相似文献
9.
函数P-集合与内P-信息规律依赖内-挖掘 总被引:1,自引:0,他引:1
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,函数P-集合具有动态特性、规律(函数)特性。函数P-集合是由函数内P-集合S (function internal packet set S)与函数外P-集合SF (function outer packet set SF)构成的函数集合对;或者,(S,SF)是函数P-集合。利用函数内P-集合给出内P-信息规律生成概念、内P-信息规律生成的属性定理、内P-信息规律依赖特征与数据损失定理、内P-信息规律依赖生成的信息规律变轨特征,并给出未知内P-信息规律依赖内-挖掘及其应用。 相似文献
1