广义单向S-粗集和它的一般结构

基于单向S-粗集和一般二元关系?,本文给出广义单向S-粗集,对广义单向S-粗集的一般结构进行了描述,对广义单向S-粗集的有关性质进行了讨论.广义单向S-粗集为研究一般系统动态的近似特性提供了新的途径和方法.

变精度双向IS-粗集及其应用

在S-粗集的基础上,提出了双向IS-粗集(two direction improper singular rough sets)的概念,给出双向IS-粗集及变精度双向IS-粗集的数学结构,讨论了变精度双向IS-粗集上、下近似算子的性质,并举例说明了变精度双向IS-粗集的应用。

(F,■)-规律推理与规律挖掘

给出了(F,■)-规律推理以及(F,■)-规律推理的规律挖掘概念,提出了(F,■)-规律推理的规律挖掘定理与(F,■)-规律推理的规律挖掘原理.

S-粗集与数据挖掘单位圆特征

给出单向S-粗集(one direction singular rough sets)、单向S-粗集对偶(dual of one direction singular rough sets)的结构。单向S-粗集与单向S-粗集对偶是改进Z.Pawlak粗集得到的,单向S-粗集与单向S-粗集对偶具有动态特性。给出单向S-粗集、单向S-粗集对偶与Z.Pawlak粗集的关系。S-粗集具有三类形式:单向S-粗集、单向S-粗集对偶、双向S-粗集,利用单向S-粗集、单向S-粗集对偶,给出数据内挖掘、数据外挖掘概念,给出数据内挖掘的外同心圆定理、数据外挖掘的内同心圆定理,并给出其应用。S-粗集是粗集理论与应用研究的新分支。

广义双向S-粗集和它的一般结构

基于双向S-粗集和一般二元关系,提出广义双向S-粗集,对广义双向S-粗集的一般结构进行了描述,对广义双向S-粗集的有关性质进行了讨论,并给出了具体实例和意义解释。广义双向S-粗集为研究一般系统动态的近似特性提供了新的途径和方法。

单向IS—粗集及其一般结构

在S-粗集理论的基础上,给出单向IS-粗集(one direction improper singular rough sets)的概念及其数学结构,并讨论了单向IS-粗集上、下近似算子的性质及IS-粗集与S-粗集和Z.Pawlak粗集的关系.

单向奇异粗糙模糊集合的结构

用模糊集合与模糊等价关系对单向奇异粗集进行了研究,并给出了单向奇异粗糙模糊集合的数学结构及其并、交、补运算和性质.同时证明了单向奇异粗糙模糊集合对并、交、补运算构成完全可无限分配的软代数.

一种基于双向IS-粗集的实时调度策略

在S-粗集理论的基础上,提出双向IS-粗集的概念,给出双向IS-粗集的数学结构。在动态加工环境下,建立了基于双向IS-粗集的实时调度模型,并举例说明了该方法在应用中具有一定的智能性和灵活性。

单向S-粗集粗糙性的度量方法

根据单向S-粗集内(外)边界的定义,引入了外边界熵的概念,将外边界熵与知识粒度结合进来,提出了一种新的单向S-粗集粗糙性的度量方法,讨论了这一度量的特性。通过分析和实例可以看出,这一新的度量方法可以用来更合理、更精确地度量单向S-粗集的不确定性。

■-知识与它的还原

利用单向S-粗集对偶,给出■-知识与■知识的F-还原概念,提出■-知识的F-还原定理与F-还原的属性补充冗余原理;单向S-粗集对偶是S-粗集的基本形式之一.

双向S-粗模糊集及其性质

讨论模糊集与双向S-粗集的联系。首先给出双向S-粗模糊集的概念,接着讨论它们的并、交、补运算及其性质;特别地,证明双向S-粗模糊集对并、交、补运算构成完全可无限分配的软代数。

函数单向S-粗集对偶生成的■-粗积分

单向函数s-粗集对偶中的上近似与下近似均可以看作是一个R-函数等价类,他们生成的函数如果在一闭区间上连续,则在该区间存在积分,这样就得到一个积分对,称这个积分对是单向函数S-粗集对偶生成的■-粗积分.■-粗积分是普通积分的推广,而且它具有动态特性和良好的性质,为解决实际问题提供了一个方便有效的工具.

双向IS—粗集及其相对精度

在S—粗集的基础上,提出IS—粗集(improper singular rough sets)和双向IS—粗集(two directionimproper singular rough sets)的概念,给出它们的一般数学结构,并讨论了双向IS—粗集的近似精度及相对精度。

函数单向IS—粗集及图像生成—传递

在IS—粗集的基础上,给出函数单向IS—粗集的概念,提出了基于函数IS—粗集的图像生成及图像生成—还原定理、图像嵌入—扩张定理,并举例说明函数IS—粗集在图像生成及安全传递中的应用.

基于边界的单向S-粗集的粗糙性分析

针对S—粗集中元素的单向动态特性,首次提出了单向S—粗集内(外)边界的概念,从近似精度与相对精度两个方面讨论了单向S—粗集的粗糙性,并举例说明相对精度可满足一定的分类误差,为S—粗集近似计算提供了理论依据.

基于双向S-粗集的地震预测知识支持算法

针对双向S-粗集理论的元素迁移特性和地震前兆异常的区域差异、震前差异的特点,提出基于双向S-粗集的地震预测知识支持算法.首先,收集某地块边界中观测到地震前兆异常属性集,划分等价类.其次,求该地块经常出现的地震前兆异常属性集的下、上近似.最后,求该地块某个地震前兆异常属性集的下、上近似,获得该地块某个地震主要的前兆异常.该算法能让地震专家在地震预测难题研究中,有效缩小前兆异常研究的范围.但该算法的实际应用,需待完善的地块边界地震异常数据的收集.

规律与它的^-f-属性控制

函数单向S-粗集对偶(dual of function one direction singular rough set),具有单向动态特性和规律特性;它是函数S-粗集(function singular rough set)的基本形式之一。函数S-粗集是在改进S-粗集的基础上提出的。利用函数单向S-粗集对偶的动态特性和规律特性,给出-f-规律,-f-规律的属性特征,属性距离,-f-冗余规律概念。利用这些概念,提出规律与它的-f-属性控制,并给出-f-属性控制定理,-f-属性控制判定定理,-f-属性控制识别准则与应用。

单向奇异粗模糊集合的结构与性质

讨论模糊集合与单向奇异粗集之间的联系.首先给出单向奇异粗模糊集合的概念,讨论单向奇异粗模糊集的并、交、补运算;其次给出单向奇异粗模糊集的运算性质.特别地,给出单向奇异粗模糊集是单向奇异粗集的推广.单向奇异粗模糊集是研究系统动态模糊特征、不确定数据处理与挖掘、知识发现与知识表示的一种新工具.

单向IS-粗集及其相对精度

在S-粗集的基础上,提出IS-粗集(improper singular rough sets)的概念,给出单向IS-粗集的数学结构,并讨论了单向IS-粗集的近似精度及相对精度.

S-粗集与它的■干扰依赖还原

利用单向S-粗集对偶(dual of one direction singular rough sets)给出了知识的f-干扰生成与还原,单向S-粗集对偶的F-干扰生成与还原的概念,在这些概念的基础上提出了F-干扰定理,F-干扰盈余定理,F-干扰分辨定理,干扰依赖还原定理,干扰依赖还原原理,给出F-干扰的应用.