FFM功能求解及在传感器控制系统中的应用

传统产品概念设计的功能树中功能节点取值非0即1,且不同方案完成相同功能时无法自动判优,针对这些问题提出了新的功能求解思路。首先,引入模糊表示理论,定量地刻画出功能节点模糊值,构造了模糊功能树。其次,提出了模糊功能矩阵,构建了展开定理和优选定理,通过交替展开与优选,建立了FFM功能求解算法。最后,将该算法应用于传感器概念设计中,通过与组合求解算法、扩展功能矩阵的约简算法进行对比,验证了所提算法的有效性和优越性。通过研究发现:所提算法能够更加细致地刻画功能的粒度,可以对实现相同功能的类似方案进行自动判优,在保证了创新能力不损失的前提下,提高了功能求解的效率和质量,从而推动了概念设计领域的发展。

信息技术基础双语教学研究初探

导语：计算机教学与英文教学紧密联系,本文通过开展计算机基础课程“信息技术基础”的教学改革研究,以培养学生综合运用信息技术的能力为主线,以双语教学一线专任教师为依托,改进双语教学方法和双语学习方法,实现双语教学与实验的最佳配合,探索学思结合、知行统一、因材施教的人才培养新模式。1引言“信息技术基础”课程是为非理工科学生开设一门公共基础课。

应用于大数据集的聚类新算法设计

抽象的聚类分析是数据挖掘研究的重要领域。随着数据量每3年翻一番,关键问题是如何对大型数据集高效率地进行聚类操作。文章首先将当前主流的聚类算法应用于大规模数据集,通过实验指出现有的聚类技术存在的关键问题及所面临的技术挑战,然后使用了数据聚合树(DA树)作为代表性大型数据集的数据结构,设计了一个新的聚集算法(CLUK算法)并通过实验证明其性能显著优于当前主流的BUICH聚类算法。

移动的市场

文章阐述了移动电子商务的要求。

基本异蕴涵算法连续性的研究

在模糊推理领域中,逻辑层面的独特优势奠定了三I方法的国际地位,但在模糊系统理论层面研究的不理想导致其遭遇瓶颈期。对此,以我们先前提出的基本异蕴涵算法(三I方法的推广)为起点,文章面向基本异蕴涵算法各类算子的性质关联,探究基本异蕴涵算法的连续性;试图籍此给三I方法的体系带来突破,带动模糊推理、情感计算的理论建设与应用辐射。

高维数据集聚类结果的可视化分析

面向高维数据的聚类分析是当今数据挖掘研究的重要领域,其中的关键问题在于如何对高维数据的聚类结果进行高效率的可视化分析。针对这一问题首先使用了数据聚合树(DA树)作为代表高维数据集的数据结构,并将一个新的聚集算法(CLUK算法)应用于该数据集,获得聚类分析的结果,然后搭建了一个可视化平台(Hvis),最后利用平行坐标法在这个可视化平台上对聚类结果进行可视化分析,得到了令人满意的可视化结果。

保熵约简在模糊推理中的应用研究

模糊功能树是模糊推理领域的研究重点之一。针对现有研究遇到的技术瓶颈,文章首先在模糊数学领域论述了模糊功能树逻辑命题定义,通过矩阵计算实现模糊功能的创新推理,然后提出了面向创新的保熵约简原则,给出模糊功能树的保熵约简功能求解方法,并实现了逻辑等价的约简,同时维持原有的创新能力,为模糊推理的理论建设带来突破。