关于表现外延与反馈外延的一些重要性质

研究表现外延和反馈外延的一些重要性质 .证明了复杂概念和简单概念之间的表现外延关于投影和柱体扩张具有包含关系 .分析表现外延在复杂因素和简单因素上的投影和柱体扩张 ,进而讨论了因素充分性的一个充要条件 .证明了一个概念的对立概念的反馈外延包含该概念的反馈外延的余 .

基于min型表现外延的反馈外延外包络

相对于max型表现外延,给出min型表现外延的定义,利用min型表现外延构造了概念关于因素的min型反馈外延.研究了min型反馈外延与概念外延以及复杂因素min型反馈外延与简单因素min型反馈外延之间的关系,得到了与min型反馈外延相关的一些重要性质.定义了min型反馈外延外包络,给出一种从概念外延“内部”对概念外延进行逼近的方法.

基于极小扩展原理的表现外延及其性质

讨论因素空间理论中基于极小扩展原理的概念表现外延,给出了表现外延的投影与柱体扩张的性质。

基于极小扩展原理的表现外延

给出因素空间中基于极小扩展原理的外延与表现外延,并研究表现外延的投影与柱体扩张的若干性质.

基于因素空间理论的直觉模糊概念外延构建及其在决策中的应用

在因素空间理论基础上,提出直觉模糊概念,从原概念及其对立概念的表现外延出发,构造了直觉模糊概念外延的两种逼近,并在此基础上提出了基于反馈外延双层包络的DFE决策方法,最后,给出操作步骤并通过实例对上述理论方法进行了应用。

基于因素空间反馈外延外包络的DFE决策

逆向思维是决策中常用的一种思维方法,但目前的反馈外延决策方法(Decision-making of Feedback Extension,DFE)均未考虑这一点。为此,在因素空间理论基础上,从对立概念角度出发构造了一种概念的外延逼近即反馈外延外包络,在此基础上提出了基于反馈外延外包络的DFE决策方法。通过土壤肥力评级的实例验证了该方法的有效性和可行性。

粗糙模糊概念外延的逼近

基于因素空间,利用粗糙模糊集的扩展原理,给出粗糙模糊概念的表现外延和反馈外延,然后,利用粗糙模糊概念反馈外延包络对粗糙模糊概念进行了逼近。

社交网络虚假舆情检测研究进展

虚假舆情的传播极大地影响了网络空间的有序健康发展,而社交网络的广泛使用在很大程度上加剧了虚假舆情的恶意注入与传播.虚假舆情是一个社会科学概念,在自然科学的研究领域缺少具体的外延.具体化了虚假舆情的表现形式,将误导信息、假新闻、谣言、讽刺、欺凌、恶意言论等拓展为虚假舆情的外延表现,以便从自然科学角度分析虚假舆情的注入与传播.同时,为了更清晰有效地刻画早期检测的概念,将舆情传播周期的概念融入虚假舆情检测,分析了在各个阶段进行虚假舆情检测研究的区别和侧重点.系统地总结了近年来在虚假舆情检测方面的突出研究,主要介绍了特征工程、技术路线、可用数据集以及评价指标等,并讨论了虚假舆情检测技术面临的研究与挑战.

基于安全结构理论的安全事件内涵数学表达

为充分认识安全科学研究中的安全事件本质,基于安全结构理论,进行安全事件内涵的数学表达研究。定义安全事件的本质因素,提出通过因素约简、因素集完备性检验和因素独立性检验获取安全事件本质因素集的处理算法;从逻辑学角度给出安全事件的内涵,并根据安全事件本质因素的表现外延隶属函数,给出安全事件内涵数学表达的算法。研究表明:所有决定安全事件发生的、独立且完备的因素组成安全事件的本质因素集,全体本质因素的属性组合为安全事件的内涵;本质因素状态集的笛卡尔乘积集构成安全事件的因素空间,该空间是承载安全事件内涵的完备的数学逻辑分析框架。

基于因素空间理论的犹豫模糊群决策

为了更充分的利用数据信息,本文提出了以犹豫模糊集作为概念的反馈外延.进而给出了考虑犹豫度的犹豫模糊集间的关系与运算;基于此运算,定义了模糊概念的外延包络,并利用包络来集结多因素的偏好信息,最后给出群决策步骤,并通过实例对上述理论方法进行了应用。

因素空间反馈外延包络及其改善

研究了因素空间中概念外延的两种近似方法,即反馈外延外包络和反馈外延内包络。首先从概念及其对立概念出发定义了这两种外延近似,讨论了其与粗糙集的上、下近似的关系,得出它们之间具有一致性的结论,并以此给出了两种包络之间的相关性质。随后,讨论了反馈外延包络对概念外延逼近精度问题,给出了四种改善方法。

基于因素空间的决策方法

本文以因素空间为知识表示的框架,提出反馈外延的概念;基于反馈外延,建立了一种直接面向目标的决策方法,它既适用于模糊的决策系统,亦可用于普通的决策过程。

不完整信息下的犹豫模糊群决策

为了更充分的利用数据信息,本文提出了以犹豫模糊集作为概念的反馈外延。进而给出了考虑犹豫度的犹豫模糊集间的关系与运算;基于此运算,定义了模糊概念的外延包络,并利用包络来集结多因素的偏好信息,为了给出不完整信息下的犹豫模糊群决策方法,本文还提出了一种缺失信息的填补方法,最后给出群决策步骤,并通过实例对上述理论方法进行了应用。

因素空间上概念的区间集表达及其在决策中的应用

本文提出了在因素空间上概念的区间集表示方法,包括定性表达和定量描述。给出一种基于结构元的区间数的比较与排序方法,进而根据概念的区间集表示给出了一种群决策方法,并通过实例对上述理论方法进行了应用。