基于时态软集的诺贝尔科学奖获奖数据分析

针对传统关联规则挖掘方法无法揭示特定时段内项集之间潜在联系的问题,提出一种基于时态软集和Apriori算法的关联规则挖掘算法。考虑经典软集的时态扩展结构,通过时态粒化映射诱导出数据集的粒化结构,构建时态软集及其Q-片段软集。基于时态软集建立描述和挖掘时态关联规则的基本框架,利用Q-片段软集提取特定时段内的数据,并借助所提算法挖掘促进型强时态关联规则,扩展软集理论在时态关联规则挖掘中的应用。对诺贝尔科学奖获奖数据的分析表明,所提方法可以提取出被传统方法忽略的某些强规则,挖掘出的时态关联规则有利于更客观地描述数据中隐藏的事实。

关联模糊集理论的伪BL-代数的软滤子

引入了基于模糊集的∈-软集和q-软集的概念,给出了一个∈-软集和q-软集为伪BL-代数的软(蕴涵)滤子的若干刻画。利用伪BL-代数的(∈,∈∨q)-模糊(蕴涵)滤子的概念,给出一个∈-软集为软(蕴涵)滤子的描述。

关联模糊集理论的软群(英文)

引入了基于模糊集的∈-软集和q-软集的概念,给出了∈-软集和q-软集构成软群或软正规群特征.利用(∈,∈∨q)-模糊子群((∈,∈∨q)-模糊正规子群)的概念,给出了∈-软集和q-软集构成软群(软正规群)的一些刻画.