Rough similarity degree and rough close degree in rough fuzzy sets and the applications

Based on rough similarity degree of rough sets and close degree of fuzzy sets, the definitions of rough similarity degree and rough close degree of rough fuzzy sets are given, which can be used to measure the similar degree between two rough fuzzy sets. The properties and theorems are listed. Using the two new measures, the method of clustering in the rough fuzzy system can be obtained. After clustering, the new fuzzy sample can be recognized by the principle of maximal similarity degree.

基于闭凸包收缩的最大边缘线性分类器

SVM(support vector machines)是一种基于结构风险最小化原理的分类技术.给出实现结构风险最小化原理(最大边缘)的另一种方法.对线性可分情形,提出一种精确意义下的最大边缘算法,并通过闭凸包收缩的概念,将线性不可分的情形转化为线性可分情形.该算法与SVM算法及其Cortes软边缘算法异曲同工,但理论体系简单、严谨,其中的优化问题几何意义清楚、明确.

部分K值逻辑中最小覆盖之判定的一些结果

根据部分K值逻辑完备性理论,证明了当m=2,σ=e时,若正则可离关系G2=G2({1,2})∪G"2之关系图的基础图仅为N图,则T(G2)不是PK*的最小覆盖成员。

关于部分K值逻辑中正则可离函数集的极大封闭集之最小覆盖判定的一些结果

根据部分多值逻辑完备性理论,证明了当m=2时,若正则可离关系G2=G2({1,2})∪G2之关系图仅是一个回路,则T(G2)不是P k的最小覆盖成员.

部分K值逻辑中正则可离函数集的一些结果

根据部分多值逻辑完备性理论,证明了当m=2,σ=e时,若正则可离函数关系G2=G2(｛1,2｝)∪G"2之关系图的基础图连通且如含回路必须是M-回路,则T(G2)不是PK*的最小覆盖成员。

一种挖掘最小蕴涵规则集的通用算法

给出一种挖掘最小蕴涵规则集的通用算法,该算法基于闭包运算,利用闭包运算产生所有闭集,从闭集格中导出最大∧-不可约集及其补集,然后产生最小蕴涵规则集;给出了计算所有闭集的新算法,同Ganter算法相比,该算法充分考虑闭包运算的特性,使得冗余计算显著减少,提高了算法效率。

极大布尔关联规则的挖掘算法

关联规则的挖掘往往会产生大量的关联规则,"规则爆炸"的问题会使用户很难得到自己所需要的重要信息.极大布尔关联规则集因其包含的规则数量少且不丢失规则信息的优点提高了用户分析关联规则结果的效率,且节省了规则存储空间.在分析频繁闭项集、频繁基项集和极大布尔关联规则性质的基础上提出了一种挖掘极大布尔关联规则的算法,利用此算法可以得到极大布尔关联规则集,还通过实例验证了算法的正确性.

正则可离关系之最小覆盖成员的判定结果

根据部分K值逻辑完备性理论,得到了当m=2,σ=e,时,若正则可离关系G2=G2(｛1,2｝)∪■2之关系图的基础图连通,则T(G2)不是P*K的最小覆盖成员的结论。