多值逻辑函数模代数标准展开式系数的公式解

在布尔代数中,已知逻辑函数真值表,容易写出其析取或合取范式。但在模代数中,已知逻辑函数真值表要写出其标准展开式,需要解模方程组求出系数,比较麻烦。本文对二值、三值逻辑函数模代数展开式系数进行了讨论,给出了由真值表求系数的公式。     

基于聚类和SVD算法的模糊逻辑系统结构辨识

为了研究模糊逻辑系统新的结构辨识方法, 提出采用基于山峰函数的减法聚类算法构造模糊逻辑系统的初始结构, 并利用奇异值分解(SVD)算法分析了模糊规则与奇异值、累积贡献率以及索引向量的关系, 从而实现了模糊逻辑结构的优化. 最后, 对该算法的可行性和有效性进行了仿真验证和性能比较, 取得了较好的效果.     

有缺指派下的信念修正逻辑

经典的AGM信念修正理论和以D-P假设为代表的迭代信念修正理论都是以完全指派为可能世界而进行的理论研究.把这些研究推广到有缺指派的领域中与完全指派为每个原子命题符号都指派真假值不同,有缺指派是一个三值指派,它可以为每个原子命题符号指派真、假和不确定三值之一.以有缺指派为可能世界,对D-P系统进行了推广,证明了相应的表示定理.     

基于尺度核函数的最小二乘支持向量机

支持向量机的核函数一直是影响其学习效果的重要因素.本文基于小波分解理论和支持向量机核函数的条件,提出一种多维允许支持向量尺度核函数.该核函数不仅具有平移正交性,且可以以其正交性逼近二次可积空间上的任意曲线,从而提升支持向量机的泛化性能.在尺度函数作为支持向量核函数的基础之上,提出基于尺度核函数的最小二乘支持向量机(LS-SSVM).实验结果表明,LS-SSVM在同等条件下比传统支持向量机的学习精度更高,因而更适用于复杂函数的学习问题.     

一种基于相容粒度空间的图像分割方法

定义归一化邻域方差,选取它和像素灰度值、邻域均值作为图像相容粒度空间的条件属性,构造出基于条件属性的相容粒度空间.根据相容关系进行图像粒化,定义相容决策粒间距离测度函数,利用思维进化算法(MEA)最优选取阈值,合成决策粒,实现对目标区域的提取,完成图像分割.实验结果表明所提出算法去噪效果明显,具有较好的稳定性和收敛速度.     

模糊相容图

本文提出了模糊开关函数极小化的新方法,建立了一种模糊相容图,用它求函数的极小覆 盖,既不用模糊本原蕴含总集,也不要分解短语,可有效地用于多变量函数的模糊逻辑开关系 统或连续逻辑开关系统的设计.     

概率逻辑系统是与集合代数同态的布尔代数

联结词的本质是命题的运算,只有对所有命题都适用的真值函数才能用于定义联结词.概率逻辑中由于命题的内涵相关性,任何[0,1]上的函数都不能完全适用于任意命题的运算,概率逻辑的联结词不能定义成真值函数.各种算子可以作为一种计算方法使用和研究,但不能代表一个逻辑系统研究系统的性质.概率逻辑系统是概率空间的逻辑表示,是与概率空间中的事件域(集合代数)同态的布尔代数.用事件域上的集合函数精确定义各种联结词,与经典二值逻辑相容,与事实相符,能够在经典逻辑框架内实现概率命题演算.     

共轭梯度型支撑向量机

求解支撑向量机的二次规划有不同的变形.对于线性问题,从一个变形出发,利用Lagrangian对偶技巧,将特征空间的高维二次规划问题转化为输入空间的低维无约束、可微凸的对偶规划.针对目标函数的分片二次特征,结合快速精确的一维搜索技术,提出共轭梯度型支撑向量机来求解该问题.利用Cholesky分解或非完全(incomplete)Cholesky分解方法分解核矩阵,在算法复杂度增加很少的条件下可实现基于核函数的非线性分类.该算法可以在普通计算机上快速求解上百万规模的线性训练问题和较大规模的非线性训练问题.大量数据实验和复杂度分析表明,该算法与同类算法如ASVM、LSVM相比是有效的.     

多扫描链测试集的分组标准向量压缩法

针对相容压缩方法对确定位分布不平衡的测试数据集的压缩效果不佳的问题,将测试集按多扫描链结构排列后,根据向量之间相同相容关系的数目将测试集划分为若干组,分别对各组实行相容压缩;再次排列后,用标准向量差分法进行差分,并运用距离标记法对差分向量作第二次压缩.该方法对确定位分布不平衡的测试集有较高的压缩率,且向量差分时所需的循环移位寄存器数目少.     

最小二乘Littlewood-Paley小波支持向量机

基于小波分解理论和支持向量机核函数的条件，提出了一种多维允许支持向量核函数——Littlewood-Paley小波核函数．该核函数不仅具有平移正交性，而且可以以其正交性逼近二次可积空间上的任意曲线，从而提升了支持向量机的泛化性能．在Littlewood-Paley小波函数作为支持向量核函数的基础上，提出了最小二乘Littlewood-Paley小波支持向量机(LS-LPWSVM)．实验结果表明，LS-LPWSVM在同等条件下比最小二乘支持向量机的学习精度要高，因而更适用于复杂函数的学习问题．     

模糊错误逻辑事物分解转化联结词

本文主要给出了模糊错误逻辑事物分解转化联结词所涉及的概念与运算,对模糊错误逻辑事物分解转化联结词与外延联结词（合取∧、析取∨、不相容析取∨^bxr等）的关系,以及模糊错误逻辑事物分解转化联结词与内涵联结词（不只否定┐bz、不尽否定┐bj、不限否定┐bx、不断否定┐bd等）的关系进行研究,探讨了模糊错误发生的原因和机机制,以及模糊错误的传递和转化方式的规律。研究表明模糊错误逻辑的事物分解转化联结词可用来描述和推导S（t）变化的逻辑规律。     

基于固定极Reed Muller展开式的3阶可逆

在可逆逻辑函数综合中,分类可以使模块重复使用.把布尔函数NP-N等价的概念推广到可逆逻辑函数中,得到了可逆逻辑函数NP-NP等价的概念;把最小项数为4的3元布尔函数根据辅因子的码值向量分成5类,并计算出了这5类布尔函数的固定极Reed-Muller(FPRM)展开式;把可逆逻辑函数的辅因子码值向量排序后是否相同作为可逆逻辑函数是否NP-NP等价的初步判定,当它们相同时,两个可逆逻辑函数NP-NP等价当且仅当它们的各个对应的输出分量有相同的变量映射,否则它们不是NP-NP等价的.运用这个方法可以判定任意的两个3阶可逆逻辑函数是否NP-NP等价.     

基于XML Schema的XML弱函数依赖及其推理规则

为了解决不完全信息环境下可扩展标记语言(XML)弱函数依赖的逻辑蕴涵问题,基于XML Schema研究了XML弱函数依赖及其推理规则。给出了XML Schema、符合XML Schema的不完全XML文档树等概念;基于子树信息等价、子树信息相容的概念提出了XML弱函数依赖的定义和性质;提出了相应的推理规则集,并对其正确性和完备性进行了证明。为不完全信息环境下存在XML弱函数依赖的XML Schema规范化的研究奠定了基础。     

基于粗糙集的不完全相容的关联规则挖掘

设定结论域对于关联规则的挖掘具有重要意义,文章提出一种带结论域不完全相容的关联规则挖掘模型,采用将决策表分解为完全相容与完全不相容的决策表,通过条件属性约简和规则约简,实现关联规则的极小化。     

粗糙集在不完备信息系统中的一种扩充方法

对于不完备信息系统,通过引入一种标准化的距离函数和相容阈值,提出了一种相容关系,给出了基于相容关系的上下近似的定义,讨论了相容阈值的取值。     

基于IMK-WLSSVR的WiFi室内定位算法

针对传统的基于单核加权最小二乘支持向量回归(WLSSVR)定位算法对接收信号强度指示(RSSI)的拟合度较差,导致定位精度不高的问题,提出了一种基于改进多核WLSSVR(IMK-WLSSVR)的Wi Fi室内定位算法。采用多核支持向量回归机模型构建指纹点RSSI值与位置坐标的非线性关系,采用多项式核函数和高斯径向基核函数构建多核函数,利用正态分布权值函数为每个指纹点赋予不同的权重;然后利用改进的模拟退火算法优化定位模型参数,进一步提升模型的定位性能;最后利用构建的定位模型进行定位。实验结果表明:在3 m网格、3 d Bm标准差噪声条件下,算法定位误差小于2 m的概率可达92. 2%,其定位精度优于现有的加权K最近邻(WKNN)算法以及单核WLSSVR方法。     

基于奇异值的具有年龄变化的人脸识别

为了增强现有人脸识别算法对年龄变化的鲁棒性,提出了一种新的基于奇异值分解(SVD)和嵌入式隐马尔可夫模型(EHMM)的人脸识别方法.先选取整幅人脸图像的奇异值作为基本特征向量,然后建立年龄函数,对奇异值特征进行修正,再根据得到的年龄函数,对人脸图像进行重建,提取改进后的奇异值特征作为观察序列,送入EHMM中进行分类识别,实验结果表明这种方法能够提高具有年龄变化的人脸识别效率.     

故障诊断与指数运算

本文深入研究三值逻辑系统中的指数↑运算和按位↑运算的一些定理。 1.故障网络的三值特性 逻辑网络的正常状态和任意类型故障状态可用三值逻辑函数描述: (1)用x~1表示信号x通过线f的传送,其中f为任意三值函数,若f=a∈B_3,则表示线a正常,a s-a-0和a s-a-1,而x~a等价线条件方程,它和指数运算规则一样是三值逻辑结果。     

三值逻辑函数RDSOP形式的代数理论和T门实现

三值逻辑函数简化的不相交SOP(RDSOP)形式是一种很有用的代数形式,研究表明,它在T门网络的设计和化简方面有重要应用.利用三值格代数的基本运算和主要性质,讨论了三值函数RDSOP形式的代数理论和算法,并给出了应用实例.利用以三值T门网络可以实现任意三值逻辑函数的原理,提出了基于RDSOP形式的三值T门网络最小化设计的一种方法,并给出了实例.从给出的实例可以看出,该方法是有效且可行的.     

两元指纹向量聚类问题的复杂性与改进启发式算法

证明丢失值位数不超过2的指纹向量聚类问题为NP-Hard,并给出Figueroa等人指纹向量聚类启发式算法的改进算法.主要改进了算法的实现方法.以链表存储相容顶点集合,并以逐位扫描指纹向量的方法产生相容点集链表,可将产生相容点集的时间复杂性由O(m·n·2p)减小为O(m·(n·p 1)·2p),可使划分一个唯一极大团或最大团的时间复杂性由O(m·p·2p)减小为O(m·2p).实际测试显示,改进算法的空间复杂性平均减少为原算法的49%以下,平均可用原算法20%的时间求解与原算法相同的实例.当丢失值位数超过6时,改进算法几乎总可用不超过原算法11%的时间计算与原算法相同的实例.