P-信息融合与它的P-矩阵推理智能生成

利用P-增广矩阵推理,给出信息融合智能筛选-发现的理论与应用研究,信息融合智能筛选-发现是在P-增广矩阵推理条件下得到的。P-增广矩阵是利用P-集合的结构、动态特征及改进普通增广矩阵被提出的。论文给出利用P-集合生成P-增广矩阵的方法与P-增广矩阵结构,提出P-增广矩阵推理模型并给出信息融合的智能生成方法和其筛选-发现定理,最后给出这些理论结果的应用。

P-增广矩阵推理与信息的智能分解挖掘

利用内P-增广矩阵推理、外P-增广矩阵推理与P-增广矩阵推理分别给出信息智能内-分解、信息智能外-分解与信息智能内-外分解,给出它们的属性关系、内-分解生成的信息智能分解挖掘、外-分解生成的信息智能分解挖掘与内-外分解生成的信息智能分解挖掘、分解挖掘定理与分解挖掘准则,最后,给出信息智能分解挖掘的应用。

信息规律智能变换-伪装与P-规律增广矩阵

利用函数P-集合的动态结构,改进普通增广矩阵概念,提出规律矩阵、内P-规律增广矩阵、外P-规律增广矩阵与P-规律增广矩阵,给出它们的结构、生成和属性关系。提出P-规律增广矩阵推理和推理结构,给出在P-规律增广矩阵推理条件下的规律智能分离、智能分离定理、信息规律智能分离算法及其在信息图像智能变换-伪装中的应用。