F-阶梯知识与F-阶梯挖掘-发现

利用单向S-粗集(one direction singular rough sets)与它的动态特性,给出F-阶梯知识、F-阶梯度的概念。利用这些概念,提出F-阶梯知识分辩定理、最小F-阶梯知识挖掘-发现定理、最大F-阶梯知识挖掘-发现定理、知识发现依赖-筛选定理与F-阶梯知识内潜藏原理,给出F-阶梯知识挖掘-发现准则及应用。这些结果是单向S-粗集的新特性与单向S-粗集的动态特性的新应用。

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。