内逆P-信息智能融合与它的属性析取特征-应用

逆P-集合(inverse packet set)是由内逆P-集合珡XF(internal inverse packet set)与外逆P-集合珡X珚F(outer inverse packet set)构成的元素集合对;或者,(珡XF,珡X珚F)是逆P-集合;逆P-集合具有动态特性。利用内逆P-集合与内逆P-推理(internal inverse packet reasoning)、内逆P-信息智能融合生成、内逆P-信息智能融合补充生成与内逆P-信息智能融合度量,给出内逆P-信息智能融合定理、内逆P-信息智能融合依赖定理与内逆P-信息智能融合还原定理。给出内逆P-信息智能融合的属性析取特征与属性析取扩展定理,以及属性析取扩展-未知内逆P-信息智能融合发现原理;给出这些理论结果的应用。逆P-集合是研究另一类动态信息应用的新理论、新方法;另一类动态信息具有属性析取特征。

逆P-信息智能融合与信息智能隐藏的隐性传递

利用逆P-集合与逆P-推理交叉、渗透,给出逆P-信息智能融合生成;利用逆P-集合的属性析取特征,给出属性析取扩展-收缩条件下的逆P-信息智能融合发现。给出逆P-信息智能融合生成的信息智能外-隐藏,信息智能内-隐藏与信息智能隐藏。给出信息智能隐藏还原;给出信息智能隐藏在信息隐性传递中的应用。

外逆P-信息智能融合与它的属性析取特征-应用

逆P-集合是由内逆P-集合珡XF与外逆P-集合珡X珚F构成的元素集合对,或者(珡XF,珡X珚F)是逆P-集合。逆P-集合具有动态特性。利用外逆P-集合与外逆P-推理,给出外逆P-信息智能融合生成、外逆P-信息智能融合冗余生成与外逆P-信息智能融合度量。给出外逆P-信息智能融合定理。给出外逆P-信息智能融合依赖定理与外逆P-信息智能融合还原定理、外逆P-信息智能融合的属性析取特征与属性析取收缩定理、属性析取收缩-未知外逆P-信息智能融合发现原理以及这些理论结果的应用。逆P-集合是研究另一类动态信息应用的新理论,新方法;另一类动态信息具有属性析取特征。

外逆P-信息融合与信息融合挖掘

逆P-集合是由内逆P-集合XF与外逆P-集合XF构成的集合对,或者(XF,XF)是逆P-集合,逆P-集合具有动态特征。利用逆P-集合,给出外逆P-信息融合的概念、特征、定理。最后利用这些结果给出应用。

逆P-集合与信息智能融合挖掘-发现

逆P-集合是一个新的动态数学模型,它是把动态特性引入到有限普通集合X内,改进有限普通集合X被提出的。逆P-集合是由内逆P-集合珔XF与外逆P-集合珔X珔F构成的元素集合对。或者,(珔XF,珔X珔F)是逆P-集合,逆P-集合具有动态特性。在一定的条件下,逆P-集合被还原成有限普通集合。逆P-集合具有P-集合相反的动态特性。逆P-推理是逆P-集合生成的一个动态推理。利用逆P-集合,逆P-推理,本文给出信息智能融合生成,信息智能融合度概念,给出信息智能融合挖掘-发现与信息智能融合挖掘-发现定理,给出挖掘-发现准则。最后,利用这些结果给出信息智能融合挖掘-发现的应用。

内逆P-信息智能融合与属性析取扩展关系

逆P-集合是由内逆P-集合与外逆P-集合共同构成的动态模型。逆P-推理是由逆P-集合生成的动态推理,它由内逆P-推理与外逆P-推理共同构成。利用内逆P-集合与内逆P-推理交叉、渗透,给出内逆P-信息智能融合生成与它的属性特征、信息智能融合度与信息智能融合系数概念、外-信息智能融合环定理与融合度-融合系数定理,最后给出内逆P-信息智能融合与它的属性析取扩展结构与属性析取扩展定理。

外逆P-信息智能融合与属性析取收缩关系

利用外逆P-集合与外逆P-推理相互交叉、嫁接,给出外逆P-信息智能融合生成及其属性特征,给出信息智能融合度与信息智能融合系数概念,给出内-信息智能融合环定理与融合度-融合系数定理,给出外逆P-信息智能融合与它的属性析取收缩结构与属性析取收缩定理。