命题逻辑公式中的冗余子句及冗余文字

主要研究命题逻辑公式中的冗余子句和冗余文字。针对子句集中必需的、有用的、无用的子句,分别给出了一些等价描述方法,进而讨论子句集的无冗余等价子集。另外,得到了子句集中冗余文字的判别方法,借助可满足性给出了冗余子句的一种等价条件。上述结果为命题逻辑公式的化简奠定了一些理论基础。     

无限论域上粗糙集的拓扑结构

讨论了当论域不限制是有限集时满足自反、传递关系的广义近似空间中的近似算子的拓扑结构;证明了论域上满足自反、传递关系的集合与其上所有的拓扑的集合是一一对应的;指出了该拓扑空间的拓扑基.     

随机信息系统的约简

利用不协调信息系统的分布约简方法讨论了不协调的随机目标信息系统的约简方法，说明了通过恰当地构造信任测度与似然测度，随机目标信息系统的约简可以通过计算信任测度或者似然测度得到。     

基于模糊软集的三I推理方法的性质

文中讨论了基于模糊软集的三I推理方法的还原性和连续性。针对左连续t模诱导的模糊蕴涵算子,给出了FSMP三I推理方法满足还原性的条件,并证明了对于Lukasiewicz模糊蕴涵算子、Gdel模糊蕴涵算子和R₀模糊蕴涵算子,FSMP三I推理方法具有连续性。     

软模糊粗糙集

软集理论是1999年Molodtsov为了克服传统数学在处理不确定性问题时所遇到的困难而提出的一种新的数学工具。将软集理论与Z.Pawlak粗糙集结合起来,提出了软模糊粗糙集和软模糊粗糙群及它们的同态的概念,讨论了它们相关的性质。     

集值信息系统基于限制相容关系的属性约简

讨论集值信息系统基于限制相容关系的属性约简方法;给出相似水平核心属性的特征。通过实例说明该算法能够得到集值信息系统的相对约简。     

基于软真度的关联规则挖掘方法

软集是一种新的处理不确定性问题的数学工具。基于软集和逻辑公式,提出一种新的关联规则挖掘方法。将软真度引入软集数据关联规则挖掘,利用软真度描述属性集之间的量化关系;讨论软真度和支持度之间的联系,给出满足给定的支持度阈值和可信度阈值的软关联规则挖掘方法。实例分析结果表明,该方法可约简冗余,提高效率。     

不协调决策表几种约简标准及其关系分析

叶东毅教授在文中指出Hu Xiaohua等学者提出的约简方法在某些情况下会给出错误的结果,本文通过分析得出叶的方法实际上就是正域约简,而Hu的方法实质上保持边界域划分不变,与叶东毅教授提出的约简方法只是标准不同,而无所谓对错问题.在此基础上,阐明了决策表各种约简标准的关系,并给出了当两个约简标准存在强弱关系时,其约简结...     

不协调决策表中基于对象的近似约简

对不协调决策表中基于对象的近似约简问题展开研究。首先,给出近似约简的判定定理;其次,通过区分矩阵与区分函数给出约简的计算方法;最后,通过实例验证,决策表中基于对象的近似约简与整体约简相比,不仅可以获得更简洁的知识,并且在实际生活中具有较好的应用价值。     

基于粗糙集与相关向量机的文本分类新方法

研究信息检索优化问题,在文本分类领域,分类方法由于训练样本的混合重叠及文本的维度过高而导致分类精度及效率的下降,为了提高分类精度,把粗糙集理论与相关向量机相结合,提出一种新的文本分类方法,首先依据粗糙集理论对决策表进行属性约简,把冗余的属性从决策表中删去,降低了文本的维数,利用相关相量机具有对噪声数据不太敏感、无需多余参数调整等特点,对文本进行分类.新方法能充分利用二者的优势,同时克服了RVM本身弱点,很好地解决了上述问题,进行仿真与其它分类算法进行比较,证明新方法能够有效提高分类精度,可为设计提供实用有效的算法.