粗糙集理论及其应用综述

粗糙集理论是一种较新的软计算方法，可以有效地分析和处理不完备信息，该理论近日益受到国际学术届的重视，已经在模式识别，机器学习，决策支持，过程控制，预测建模等许多科学与工程领域得到成功的应用，本文介绍了粗糙集理论的基本概念，对其在各领域的应用情况进行了综述。  

粗糙集理论及其应用

在很多实际系统中均不同程度地存在着不确定性因素，采集到的数据常常包含着噪声，不精确甚至不完整，粗糙集理论是继概率论，模糊集，证据理论之后的又一个处理不确定性的数学工具，作为一种较新的软计算方法，粗糙集近年来越来越受到重视，其有效性已在许多科学与工程领域的成功应用于得到证实，是当前国际上人工智能理论及其应用领域中的研究热点之一，本文介绍了粗糙集理论的基本概念，特点及有关应用。  

Determining the Epipolar Geometry and its Uncertainty: A Review

Two images of a single scene/object are related by the epipolar geometry, which can be described by a 3×3 singular matrix called the essential matrix if images' internal parameters are known, or the fundamental matrix otherwise. It captures all geometric information contained in two images, and its determination is very important in many applications such as scene modeling and vehicle navigation. This paper gives an introduction to the epipolar geometry, and provides a complete review of the current techniques for estimating the fundamental matrix and its uncertainty. A well-founded measure is proposed to compare these techniques. Projective reconstruction is also reviewed. The software which we have developed for this review is available on the Internet.  

集对分析对不确定性的描述和处理

本文概略地介绍了作者提出的集对分析概念及其对不确定性的描述和处理，并举例说明其实际应用。  

时滞不确定系统的鲁棒容错控制

本文考虑了线性时滞系统的容错控制问题，给出了时滞系统对传感器失效具有完整性的一个充分条件，并推广到执行器失效的情况，进而考虑了参数不确定系统的鲁棒容错控制问题，给出了鲁棒容错控制时滞系统的设计方法及步骤，并用设计实例及仿真结果验证了这种方法的有效性．  

正态云模型的统计分析

分析了正态云模型中云滴和其确定度的概率分布，定义了正态云模型的期望曲线，最后分析了正态云模型随参数变化其形态变化的趋势和规律．上述统计分析有一定的理论和应用价值，将有助于正态云模型在更广和更深的层面上发展完善．  

不确定离散系统的最优保性能控制*

对一类具有范数有界时变参数不确定性的离散时间线性系统和一个二次型性能指标，研究其最优保性能状态反馈控制律的设计问题。  

VAGUENESS AND UNCERTAINTY: A ROUGH SET PERSPECTIVE

Vagueness and uncertainty have attracted the attention of philosophers and logicians for many years. Recently, AI researchers contributed essentially to this area of research. Fuzzy set theory and the theory of evidence are seemingly the most appealing topics. On this note we present a new approach, based on the rough set theory, for looking to these problems. The theory of rough sets seems a suitable mathematical tool for dealing with problems of vagueness and uncertainty. This paper is a modified version of the author's lecture titled "An inquiry into vagueness and uncertainty," which was delivered at the AI Conference in Wigry (Poland), 1994.  

网格环境下基于信任模型的动态级调度

网格用户、资源和服务的不确定性潜在地影响网格应用任务的正常执行,这样使得设计既能减小应用任务执行时间又能减小欺骗可能性的调度算法十分困难．参考社会学的人际关系信任模型,建立网格节点信任推荐机制,并利用D-S理论对推荐证据进行综合分析,从而定义出基于不确定性推理理论的信任度计算函数．将该函数并入DLS算法得到“可信”动态级调度算法(TDLS),从而在计算调度级别时考虑网格节点的可信程度．仿真结果证实,提出的TDLS算法以小的时间花费为代价,能有效提高任务在信任方面的服务质量需求．  

不确定离散时滞系统的保性能控制

针对一类具有范数有界不确定性和状态滞后的离散时间线性系统,结合一个二次型 性能指标,采用线性矩阵不等式方法,提出了无记忆状态反馈保性能控制律的存在条件,并利 用一个线性矩阵不等式的解给出了保性能控制律的一个参数化表示.