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。

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.

水质评价中的指标权重与隶属度转换算法

分析现有评价方法中最优权、超标权及专家权用于水质评价的缺陷,从目标分类角度出发,提取指标对样本分类所作贡献的量化值,定义指标区分权,给出指标隶属度到样本隶属度的转换算法,由此建立基于区分权的水质评价方法.用案例说明方法的实用性.

基于指标区分权重的未确知测度综合评价模型及其应用

分析了指标对区分样本所属类别所作贡献的大小,定义了指标的区分权重.建立基于指标区分权重的未确知综合评价模型,并用于滏阳河水质污染综合评价.

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。

∑已知时μ=μ_0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。

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。

谷物收获工艺及其机器系统

概述了谷物生物学特性和谷物的收获工艺，从而对谷物收获的机器系统做了进一步的探讨。收获是谷物栽培的最后一个环节，对谷物的质量和产量具有重要影响。收获作业的季节性非常强。例如，小麦最适宜的收获期一般只有5～8天。收获过早，籽粒尚未饱满，会影响产量；过迟又容易造成自然落粒损失。我国部分地区小麦收获期正值雨季，若不及时收割、脱粒，还会造成植株倒伏、穗上发芽和籽粒霉烂等损失。因此，实现谷物收获机械化具有重要意义。

问题驱动下高等数学教学之我见

文章阐述了在高等数学课程开展问题驱动教学的意义、适用性;探索了实施该教学法的实际困难、应注意的问题和教师在实施过程中的地位与作用,指明了具体实施的几种课型。

基于问题驱动的“微积分基本公式”教学设计

从实例出发,借助问题驱动,以微积分基本公式讲授为例进行教学设计,意在引导学生发现问题、分析问题、解决问题,从而加深对定理的理解和应用。

从无理数的实际使用看高等数学教学内容的展开

文章以无理数的实际使用为驱动,以数值算法构造思想为拓展,阐述了高等数学相关内容教学如何进行实施性的展开。过程体现以教师启发、引导为前提,以师生间互动的讨论式进行探究、发现,以归纳、概括、总结抽象一般结果的教学理念。

多准则排序中的路径问题及层次分析法推广

本文指出,在多准则排序中层次分析法用矩阵乘法实现排序度量转换是不正确的.实际上排序度量转换与把排序指标的重要性传递到目标的路径有关,多准则排序是多路径的,多路径排序度量转换不是线性转换,不能用矩阵乘法实现.为此,将排序度量映射到高维状态空间上、用不确定性隶属度向量表征,进而把排序度量转换转化为隶属度转换.通过揭示指标隶属度中包含着确定目标隶属度的冗余值来论证隶属度转换是非线性转换,用区分权滤波算法实现隶属度非线性转换.由此建立多准则排序的非线性排序模型.

模糊综合评判加权平均模型的误导性阐释

模糊综合评判在不能界定隶属度转换是线性转换条件下,硬性用加权平均线性模型实现隶属度转换.通过揭示指标隶属度中通常包含确定目标隶属度不起作用的非线性冗余值,建立区分权滤波的冗余理论,用冗余理论界定隶属度转换不是线性转换,并构建近似推理逻辑支撑的隶属度转换模型.阐述所建模型为什么是当前条件下人们能构建的最优近似模型.当指标隶属度只取1或0两个值时模型将退化成模糊综合评判的"加权平均"模型.

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.

支撑模糊集合转换的模糊逻辑是伪逻辑

模糊逻辑系统用模糊集合描述模糊信息、用模糊集合转换处理模糊信息.阐述支撑模糊集合转换的模糊逻辑为什么是伪逻辑的原因.指出定义在论域一个空间上的模糊集合,因为破坏了集合中元素的"不可分割性",所以模糊集合描述的模糊信息不能用数学计算通过模糊集合转换处理.实际应用中的模糊信息定义在论域与状态空间两个空间上,其正确表达方式是满足"归一化"条件的隶属度向量;处理的正确途径是,研究基于状态转移矩阵的隶属度转换;支撑隶属度转换的是近似推理逻辑,目的是使构建的隶属度转换模型是当前条件下人们可能构建的"最优"近似模型.