基于聚类分组的模糊查询控制

本文提出了一种模糊查询控制的模型,这个模型吸收了两种思想,即有穷自动机思想和聚类分组算法,基础是采用了分组算法。模型分为两个部分,第一部分是对原始数据的分析,为后面的查询控制做准备,第二部分则是具体的模糊查询控制。     

基于关系数据库的模糊查询技术

在关系数据库中,SQL只能处理精确查询,而现实中存在许多模糊查询的问题。在模糊逻辑理论的基础上,提出了关系数据库的模糊查询思路,并详细地讨论了在数值和字符属性上的实现方法。实现方法不仅对数据库的查询进行了扩展,而且对实际系统的开发也有一定的借鉴作用。     

模糊关系数据库查询的探究

模糊关系数据库查询在传统的关系型数据库语言本身在模糊范围内进行精确化查找,其要优于传统的关系数据库查询。本文主要对"模糊基础理论"、"模糊查询实现方法"进行了分析。     

关系数据库中基于EPTV的模糊查询

关系数据库中空值存在不同的语义,并且会影响模糊查询结果。针对该问题,提出用标号来区分空值的语义,并且在EPTV逻辑的基础上,对关系运算和一些复杂的嵌套查询进行扩展,给出相关定义和计算方法。通过实例说明,与常规模糊查询相比,该方法能较好地反映空值对模糊查询结果的影响。     

关系数据库模糊查询的研究

将隶属函数引入模糊查询中,提出能在查询结果中反映查询模糊性的隶属度。用户通过设置隶属函数的参数、直方图的值调整模糊范围的大小,通过设置不同的可信度查询不同可靠性的数据。实验结果表明,可信度设置得越高,查询结果越精确,得到的结果数目越少,设置的可信度越低,查询结果越不精确,但能得到较多的查询结果。     

模糊关系数据库查询语言FSQL

模糊数据库是模糊信息处理系统的重要组成部分。本文以ＳＱＬ语言为基础，设计了模糊关系数据库查询语言ＦＳＱＬ。ＦＳＱＬ语言采用了模糊值模糊关系数据模型，提供了相应的模糊数据定义与模糊数据操纵功能。为了便于模糊信息的表示和管理，ＦＳＱＬ语言增加了模糊数据类型，如简单标量型、模糊标量型、简单数集、模糊数集等。另外，为了便于模糊查询，扩充了模糊比较库函数及自定义隶属函数。     

基于语言变量的关系数据库模糊查询

在模糊理论的基础上,将权重概念引入关系数据库模糊查询中,以体现用户对查询中各个属性的相对重视程度。记录按匹配度的降序输出,方便用户选择。权重和匹配度都是语言变量,取值为语言值,更加贴近自然。采用模糊集合的alpha截集去模糊的思想,将带语言值权重的模糊查询条件转化为精确的SQL语句,利用RDBMS的机制进行记录的筛选,避免对整个数据库表的扫描,在一定程度上保证查询的效率。     

关系数据库中带语言值权重的模糊查询*

在模糊理论的基础上,提出了将权重概念引入数据库模糊查询中,使用户对查询中各个属性的相对重视程度得以体现。为每条记录提供了一个匹配度,按匹配度的降序输出结果,方便用户选择。权重和匹配度都是语言变量［7］,其取值为语言值形式,更加贴近自然。     

关系数据库上基于非数值属性关键词的模糊查询

关系数据库上的关键词查找技术使得用户像使用搜索引擎一样获取数据库中的相关数据.然而,这种技术只实现了精确查询,还不能很好地实现模糊查询.本文通过引进分类学习中的Rocchio算法并对其做小部分修改,用于数据库的关键词查询中,结合不同类型对象之间相异度和相关度的量化计算,每次返回的结果集按照相关度降序排列,实现精确到模糊的查询.如果用户不满意初始查询结果集,利用Rocchio算法经过几次交互,便可不断满足需求.对权值优化的Rocchio算法反馈过程进行了实验测试,结果证明是比较令用户满意的,而且返回的结果集中少量的不相关集合可以提高查询的性能.     

SQL中分组查询的设计与应用

针对SQL的数据查询,重点探讨了分组查询在实际应用中的设计,以及查询涉及到单表和多表的情况下,分组查询的具体应用,并在SQLserver 2000的环境下通过了验证。     

一种基于势结构分组思想的任一时间联盟结构生成

联盟形成是多agent系统中的一个关键问题,找到最优的联盟结构是NP-完全的.Sandholm和Larson等人已经证明,要建立最坏情况下的限界k,搜索联盟结构图的最底两层是必要且是充分的.在搜索联盟结构图的最底两层之后如何进一步搜索,是个长期以来未能完全解决的问题.在任务分配等实际问题中,不同联盟存在同势同值的特征,或同势的2个联盟的值相差不大.研究了最优势结构生成问题,分析了基于势结构的分组思想,并提出一个以势结构为搜索单位的新的任一时间联盟结构生成算法.算法在最小搜索之后给出进一步降低限界至2的搜索,也讨论了限界从2降到1的过程中由底向上的补充搜索.从搜索的势结构数和联盟结构数以及达到的限界上明显优于由Sandholm和Dang等人给出的算法,是基于势结构的联盟生成问题的一个重要进展.     

基于模糊数学的数字图像模糊度

图像的品质评定是图像处理领域的一项重要课题,难以对其给出客观的评价,文中引进模糊数学中的三角模算子与非模糊基数学模拟,定主了数字图像模糊度,理论与实现表明,该定义比模糊指数更符合人眼的视觉特征,并可用于评价图像器质,图像模糊度能够明显提高图像处理系统的效率。     

General IF-sets with triangular norms and their applications to group decision making

A concept of general IF-sets, i.e. “intuitionistic” fuzzy sets according to Atanassov, with triangular norm-based hesitation degrees is introduced and developed. That concept is used to construct flexible algorithms of group decision making which involve relative scalar cardinalities defined by means of generalized sigma counts of fuzzy sets. Two cases of group decisions, based on individual or social fuzzy preference relations, are considered.     

Vague集的研究进展及其在模糊信息处理中的应用

介绍vague集理论及其不同的表示形式,并解释这些表示形式的几何意义．讨论vague集与fuzzy集之间的区别和联系,较全面和系统地回顾vague集理论的研究进展及其在决策、近似推理及医疗诊断等领域中的应用现状．最后,指出vague在理论和应用等方面存在的问题及未来可能的研究方向．     

Vague集的模糊逼近与模糊熵

给出了vague集转换为模糊集的一种新的方法,定义了vague集的模糊逼近。利用vague集的模糊逼近研究了vague集的模糊熵及其相关性质。     

Flou值模糊集的表现定理

为了弥补区间值模糊集和三参数模糊集在模糊信息表达方面的不足,在Flou集的基础上,提出了一种新的L模糊集,Flou值模糊集,并用投票模型对其作出解释。引入Flou嵌套集的概念,结合Flou值模糊集截集的定义及分解定理,建立了Flou值模糊集的表现定理,并用一个实际算例验证了表现定理的有效性。它揭示了Flou集和Flou值模糊集的联系,提供了一种利用Flou嵌套集拼成Flou值模糊集的方法。为处理模糊信息提供了一种新的工具,并为Flou值模糊集的研究和应用奠定了初步的理论基础。