规范模糊集的定义、运算及性质

指出了模糊集立论中的不足及模糊集“取大取小”运算的局限性，在测度空间中定义规范模糊集概念、运算，讨论了规范模糊集的性质。     

∑已知时μ=μ0的检验与μ的置信区域的一种数值方法

本文借助Householder变换,通过将协方差矩阵转化为三对角矩阵,给出了确定其特征值的具体方法,进而解决了大样本下协方差矩阵已知时,μ=μ0的检验与μ的置信区域的一种数值计算问题.     

一种无监督数据驱动的学习算法

用代表点替代类均值代表类,用加权距离替代欧氏距离作为样本与类之间的相似性度量,由此建立一种新的无监督数据聚类算法.提取指标对分类所作贡献大小的量化值,以此为启发性知识定义加权距离,建立了用质心修正当前代表点的迭代算法.与均值聚类等序贯算法不同,基于质心的迭代算法的批处理性可消除输入产生的随机性干扰.采用IRIS数据和BreastCancer数据验证了该算法的有效性.

     

粗集理论与未确知系统理论的互补性研究

本文简述了未确知系统理论与粗集理论的研究状况,论述了二者的优点与不足、互补性研究的必要性及研究方向。     

多指标决策中隶属度转换算法及其应用

隶属度转换涉及了众多应用领域, 但是, 目前已有的隶属度转换算法仍然存在如下问题: 给出的转换算法不能揭示指标隶属度中哪部分对目标分类有用, 从而导致了指标隶属度中原本对目标分类不起作用的冗余数值也被用于计算目标隶属度. 针对已有隶属度转换算法中存在的冗余数据问题, 本文从对目标分类的角度设计了一种滤波器, 可以识别对目标分类不起作用的冗余的指标隶属度和指标隶属度中的冗余数值, 并从指标隶属度中分离出对目标分类起作用的``有效值', 参与计算目标隶属度; 最终建立实现由指标隶属度到目标隶属度转换的一般算法. 应用实例说明了转换的全过程.     

规范模糊集的定义、运算及性质

指出了模糊集立论中的不足及模糊集"取大取小"运算的局限性,在测度空间中定义规范模糊集概念、运算,讨论了规范模糊集的性质。     

粗集理论与未确知系统理论的互补性研究

本文简述了未确知系统理论与粗集理论的研究状况，论述了二者的优点与不足、互补性研究的必要性及研究方向。     

一种无监督数据驱动的学习算法

用代表点替代类均值代表类、用加权距离替代欧氏距离作为样本与类之间的相似性度量,由此建立一种新的无监督数据聚类算法.提取指标对分类所作贡献大小的量化值,以此为启发性知识定义加权距离,建立了用质心修正当前代表点的迭代算法.与均值聚类等序贯算法不同,基于质心的迭代算法的批处理性可消除输入产生的随机性干扰.采用IRIS数据和Breast Cancer数据验证了该算法的有效性.     

粗糙事件序列的一个极限定理和一个不等式

借助于信赖性理论的公理化体系,利用信赖性测度的单调性,研究粗糙事件的比较问题,得到了粗糙事件序列的一个极限定理和一个不等式,由本文定理证明方法可得到更多独立粗糙事件序列极限定理的结论。