外P-集合副集的τ-生成与τ-强生成

P-集合是由内P-集合与外P-集合构成的集合对,它具有动态特性。在外P-集合的基础上,定义了外P-集合的副集A(XF)、外P-集合副集τ-生成Aτ(XF)与外P-集合副集τ-强生成Aτ(XF),讨论了三者之间的关系,得到外P-集合副集τ-生成与外P-集合副集τ-强生成关系定理、辨识定理与外P-集合副集的生成定理。对P-集合理论进行了补充。

外P-集合与数据内-恢复

外P-集合(outer packet sets)是P-集合(packet sets)的一个部分,它是P-集合的一个概念;利用外P-集合,提出F-数据与F-数据内-恢复概念;给出F-数据内-恢复定理及内-恢复的属性删除无效原理,利用这些结果给出应用。

外P-集合与数据F-递推内-恢复

外P-集合是P-集合的一个部分,它是P-集合的一个概念.利用外P-集合,给出了F-递推数据与F-递推数据内-恢复的基本概念、F-递推数据内-恢复定理和内-恢复的属性定理,利用这些结果应用于计算机中.

外P-集合生成的-模型

2008年,山东大学史开泉教授提出P-集合(packet sets)的概念,P-集合是一个集合对,它由内P-集合(internal packet sets)与外P-集合(outer packet sets)共同构成;P-集合具有动态特性.本文利用P-集合理论,给出外P-集合的-模型与f-t阶单向动态模型的生成及有关概念,提出f-单向动态模型序关系定理及动态分离定理,f-模型的动态特征依赖于属性集α上的属性删除.利用这些讨论,给出f-模型生成原理及在动态信息系统中的应用.

P-集合的信度特征

利用P-集合的结构,给出属性迁移的信度特征:属性集α的内P-集合信度特征,属性集α的外P-集合信度特征,利用这些结果,给出内P-集合的信度特征,外P-集合的信度特征,提出内P-集合的随机结构与随机定理,外P-集合的随机结构。普通集合的结构是P-集合的随机结构的特例,P-集合的随机结构是普通集合结构的一般形式。

外逆P-集合与数字图像的双信息伪装-还原及应用

将算子引入外逆P-集合的研究中,拓宽逆P-集合的应用领域。把外逆P-集合的理论应用于数字图像的信息伪装研究,建立了f信息伪装、g信息伪装、双信息伪装以及信息伪装度量的概念。给出了信息伪装度量性质定理、f信息伪装-还原定理、g信息伪装-还原定理以及数字图像的双信息伪装-还原定理。最后给出了应用实例。

外P-推理与外发散信息的搜索-发现

利用P-集合得到P-推理(packet reasoning),P-推理是由内P-推理(internal packet reasoning)与外P-推理(outer packet reasoning)共同构成的.P-推理是一个动态推理,具有智能特征;外P-推理生成的信息具有外发散特性,把这种特性应用于未知信息查找中,提出了外发散信息等概念;并对外发散信息进行了研究,给出了几个基本理论结果;并由这些结果得到外发散信息的外P-推理搜索算法;最后给出应用实例.

P-模糊集(A~■,A^F)及其应用

把动态特性引入到有限普通集合X内,改进了普通集合X,提出了P-集合(packet sets);P-集合是由内P-集合X■(internal packet set X■)与外P-集合XF(outer packet set XF)构成的集合对;或者(X■,XF)是P-集合。P-集合具有动态特性:内P-集合具有内-动态特性,外P-集合具有外-动态特性。把P-集合(X■,XF)引入到L.A.Zadeh模糊集A中,改进L.A.Zadeh模糊集A,提出P-模糊集(packet fuzzy sets)。P-模糊集是由内P-模糊集A■(internal packetfuzzy set A■)与外P-模糊集AF(outer packet fuzzy set AF)构成的模糊集合对,或者(A■,AF)是P-模糊集。P-模糊集具有动态特性,给出了P-模糊集的若干特征与应用。在一定条件下,P-模糊集(A■,AF)能够回到L.A.Zadeh模糊集A的"原点"。P-模糊集比L.A.Zadeh模糊集具有更大的应用空间。P-模糊集是模糊集理论与应用中的一个新的研究方向。

F-外嵌入信息与■-遗传辨识-应用

在外P-集合的动态特性基础上,给出了F-外嵌入信息概念、F-外嵌入信息核概念与F-外嵌入信息的度量。利用这些概念,得到了迭代F-外嵌入定理、F-外嵌入存在性定理、F-外嵌入信息的■-遗传定理与■-遗传信息的还原-恢复定理,并给出了■-遗传辨识的应用。外P-集合的一个重要特征是能够发现信息之外的信息,这个发现是由■-遗传完成的。

外P-信息显性-隐性分离与显性-隐性分离定理

把外P-集合XF定义成外P-信息(x)F,利用外P-集合的特性,给出外P-信息显性分离、隐性分离概念和分离定理,给出外P-信息显性-隐性分离生成的属性特征。

F-数据簇与缺损数据修复-还原

外P-集合具有动态特性,在此基础上给出F-数据、F-数据簇、F-扩充系数等概念,得到F-数据定理,F-数据簇定理,F-数据套定理与F-数据可辨识定理,给出F-数据簇在缺损数据修复-还原中的应用。

外P集合与F-扩充数据-过滤

P-集合具有动态特性,它由内P-集合与外P-集合组成.植物品种扩充过滤过程具有外-动态特性,应用外P-集合的外-动态特性及其结构,提出了F-扩充数据概念,讨论F-扩充数据的生成与过滤,获得F-扩充数据-过滤定理及F-扩充数据的生成-过滤算法,并给出F-扩充数据-过滤的应用.研究结果为动态信息系统的数据扩充提供了一种新方法.