S-粗集知识的动态推理与识别

利用数理逻辑中命题逻辑的形式,给出知识系统受到外部属性干扰时,干扰的逻辑推理结构,知识的动态推理与识别,提出知识的推理识别定理,S-粗集的推理识别定理,知识的动态推理识别原理。给出知识的动态推理与识别在知识动态识别中的应用。

基于元素干扰S-粗集知识的推理-识别

利用数理逻辑中命题逻辑的形式,给出元素干扰与关系因子的逻辑推理表示,然后给出知识系统受到外部因素干扰时,知识的逻辑推理表示,以及S-粗集的逻辑推理表示,给出知识的动态推理与识别定理,S-粗集的动态推理与识别定理。解决了元素干扰对系统进行干扰时,S-粗集知识的动态推理与识别问题。

基于单向S-粗集的知识堆垒与知识垛识别

利用单向S-粗集,给出知识堆垒及它生成的知识垛的概念,知识垛具有动态特性,给出粗知识垛的生成,提出粗知识垛生成原理及还原定理,提出粗知识垛分辨尺度及识别准则与识别定理,并给出应用。

双向S-优势粗集及其在意图识别中的应用

针对传统的粗糙集模型不能有效处理具有动态特性的偏好信息系统这一缺陷,文中提出双向S-优势粗集模型。首先在双向S-粗集的基础上,引入优势关系,并将两者结合建立了基于优势关系的双向S-粗集模型。然后对该模型的性质以及该模型与优势粗糙集模型之间存在的关系进行了研究。最后通过在实例中对该模型的应用,表明该模型可成功应用于战场对敌意图识别问题。

S-粗集与新材料发现-识别

S-粗集(singular rough sets)具有两类形式:单向S-粗集(one direction S-rough sets)和双向S-粗集(two direction S-rough sets)。S-粗集具有遗传特征、记忆特征。把S-粗集与材料科学进行学科渗透,互补共享,给出新金属材料的发现-识别的讨论,利用属性生成模型给出新金属材料的属性值分析,给出的结果与实际相符。S-粗集是粗集研究的一个新方向,是新材料发现-识别的一个新的数学工具。

函数S-粗集与系统状态■-识别

利用函数单向S-粗集对偶,给出系统状态规律生成概念;提出系统状态识别第一定理与第二定理,给出系统状态识别准则.利用这些结果,给出函数S-粗集在系统状态-F-识别中的应用.

基于S-粗集的反辐射导弹识别算法研究

针对具有动态特征的信息系统,在S-粗集属性迁移理论基础上,给出了S-粗集上的区分矩阵,提出了一种基于S-粗集区分矩阵的属性约简算法。该算法弥补了Z.Pawlak粗集理论对于动态系统知识发现的局限,通过属性迁移对不完备的信息系统进行动态扩展,约简后生成的规则简单准确。本文的算法具有理论与应用的一般性、广泛性,对于现代战场中的ARM识别,更显示出了极强的优越性。

函数单向S-粗集与系统状态检测-识别

函数S-粗集具有动态特性,规律特性;函数S-粗集具有三种形式:函数单向S-粗集,函数双向S-粗集,函数单向S-粗集对偶。将函数单向S-粗集的概念引入到系统状态检测-识别中,提出系统状态偏离,状态偏离距离的概念,给出系统状态识别准则与应用。利用函数单向S-粗集,在离散的时间区间上对系统状态进行检测,是系统状态识别与检测的一个新的研究方向。

基于S-粗集的粗数据规律识别

利用S-粗集,给出粗数据的概念,粗数据具有动态特性;给出粗数据规律生成;提出粗数据规律生成定理,粗数据规律还原定理;给出粗数据规律识别准则与可分辨定理;给出粗数据规律的应用。

函数S-粗集与开环控制系统扰动识别

利用函数单向S-粗集对偶,结合系统规律生成,提出了开环控制系统的扰动识别准则,并给出了开环控制系统扰动识别的结构图和具体实现过程.最后通过一个实例表明该方法有效.

基于单向S-粗集对偶的知识堆垒与知识垛识别

利用单向S-粗集对偶(dual of singular rough sets),给出知识堆垒及其生成的知识垛的概念,知识垛具有动态特性;给出粗知识垛的生成,提出粗知识垛生成原理及粗知识垛的还原定理,提出粗知识垛分辨尺度及识别准则与识别定理,给出应用。

函数S-粗集与规律F-隐藏

函数单向S-粗集(Function one direction singular roughsets)是用R-函数等价类定义的,函数是个规律;函数单向S-粗集具有规律特征、动态特征。利用函数单向S-粗集,给出规律F-隐藏概念,提出规律的F-隐藏定理,隐藏识别准则,给出规律的F-隐藏的应用。规律的F-隐藏是函数S-粗集中的一个新的应用研究方向,函数S-粗集是信息规律研究中的一个新理论与新工具。

副集上的双向粗决策与决策识别

As+(X*),As-(X*),分别是双向S-粗集的上副集,下副集.As+(X*),As-(X*)是具有动态特性的普通集合,As(X*)上的模糊决策结论是As+(X*)和As-(X*)上的模糊决策结论的叠加合成.本文提出副集上的双向粗决策的概念,双向粗决策判定定理和决策识别定理.本文的研究为解决动态决策因素域上的系统决策问题提供了新方法.

S-粗集与它的F-记忆

利用F-记忆S-粗集与它的F-记忆特性,F-记忆S粗集与它的F-记忆特性,给出(f,f)知识,F-记忆S-粗集的概念,利用这些概念,提出F记忆的F记忆显性定理,F-记忆的F记忆显性定理,F-记忆的不变性定理,F记忆可分辨定理,系统状态稳定的记忆识别准则,并给出应用实例.指出了(f,f)记忆知识与系统状态稳定识别之间存在着必然的联系.

粗规律F-分解与规律识别

函数S-粗集具有规律特性、动态特性;利用函数S-粗集和基于函数S-粗集的粗规律生成方法,给出f-分解规律,F-分解粗规律,属性f-扰动度,属性F-下扰动度,属性F-上扰动度等概念;利用这些概念,提出规律f-分解定理,属性f-扰动度定理,粗规律F-扰动度定理,给出粗规律F-分解识别的基本原理,并给出应用实例。

二重粗积分与系统识别

以函数单向S-粗集的上、下近似生成的函数为基础,提出了粗区域的概念,进而提出基于函数单向S-粗集的二重粗积分的概念.指出其动态特征,并通过动态特征给出了萎缩度和萎缩率的概念,利用二重积分的萎缩度和萎缩率度量了系统受干扰的程度及效果.

S-粗决策及其F-干扰生成

针对动态决策系统具有的干扰特性和决策的不确定性,利用双向S-粗集提出了F-干扰粗决策与F-干扰粗决策规律的概念,并对F-干扰粗决策生成与F-干扰粗决策规律生成的特性进行了讨论,给出了F-干扰粗决策规律不可分辨定理与识别准则和应用.通过讨论和应用,说明利用F-干扰粗决策规律有助于在动态决策系统中分辨-识别出异常干扰,修正系统做出的决策,保证决策的安全.

■-生成规律与系统规律识别

一个系统(控制系统、通讯系统)没有受到某个规律的干扰(或攻击),则系统处于稳定运动状态或者按预定的规律运动。未知规律进入到系统中,对系统进行干扰,使得系统的运动规律紊乱。利用函数单向S-粗集对偶(dual of function one direction singular rough sets),给出系统中■-生成规律的概念,给出■-生成规律的生成模型和对系统规律的识别。函数单向S-粗集对偶是识别系统中存在干扰规律,识别系统规律的一个新的理论与方法。

F-干扰规律生成与它的特征识别

利用单向S-粗集概念给出了知识的f-干扰生成与f-干扰规律生成,单向S-粗集的F-干扰生成与F-干扰规律生成的概念.提出了F-干扰损失与F-干扰度关系定理,F-干扰损失规律与F-干扰度规律关系定理,F-干扰分辨定理,干扰规律分辨定理,给出了F-干扰规律识别准则与应用.

F-规律推理与规律挖掘

对S-粗集给出改进,把函数这个分析工具引入到S-粗集中,提出函数S-粗集(function singularrough sets)。函数单向S-粗集(function one direction singular rough sets)是函数S-粗集的基本形式之一,它是以R-函数等价类[u]定义的;ui∈[u]是一个函数,函数是一个规律。函数单向S-粗集具有单向动态特性与规律特征:利用函数单向S-粗集的规律特征,给出F-规律推理与F-规律推理的规律挖掘概念,提出F-规律推理的规律挖掘定理,F-规律推理的规律挖掘原理与F-规律推理的规律挖掘应用。F-规律推理的规律挖掘是寻找系统中未知规律研究的一个新的研究方向。