Rough函数依赖及其推理机制

在引入 Rough函数依赖的基础上 ,提出了先行上、下冗余因子及结果上、下冗余因子的概念 ,研究了 Rough函数依赖的性质和推理规则 ,最后分析了 Rough函数依赖与函数依赖。

一种在分布式系统中支持QoS的方法研究

服务质量 (Qo S)是分布式系统中最重要的因素之一 ,它直接影响着系统的质量和用户的满意度 .本文提出了一种用 U ML这一通用建模工具支持分布式系统中 Qo S的方法 ,该方法对 UML有所扩充 ,使之可以贯穿 ISO RM-ODP的五种观点而支持 Qo S.

JTone应用服务器容器持久性管理的优化加载策略

以现有的JTone应用服务器容器持久性管理(XJTU-CMP)为背景,在研究了O-R映射(JAWS)的基础上,对其进行了改进(现为AppservCMP),提出了一套实体bean优化加载策略和加载过程,以提高O-R映射的性能,以此提高了整个应用服务器运行效率。

Rough集之间的相似度量

1引言 近年来由Z.Pawlak教授提出的经典Rough集理论在边界不确定信息处理和知识获取方面取得了很大成功.但遗憾的是,它是基于完备信息系统这样一个假设的,即所处理的信息表都是完备的,每个样本对象的所有属性值都是已知的.

边界不确定信息的处理—Fuzzy集和Vague集

Fuzzy集和Vague集都可用于边界不确定信息的处理。文章首先研究了这两种集合间的关系、性质,提出了Fuzzy集和Vague集的边界不确定性都可用犤0,1犦上的一个子区间来进行描述的思想。然后基于一些Vague集相似度量的思想,提出了一种求Fuzzy集和Vague集的相似性度量方法,并建立了基于Fuzzy集和Vague集度量方法的统一模型,该模型在这两种集合相似性度量上是等价的,并给出了该模型满足的性质。

基于Rough集的信息系统中各种基本信息的度量

文章对基于Rough集的信息系统中属性重要性、属性值间的相似性等属性信息及对象之间的相似性进行了度量研究,分别提出了其相应的度量方法,这些方法有助于系统研究信息系统中各种信息的特点和性质,便于数据的聚类分析和不确定性推理等。

信息系统中对象之间相似性度量的研究

本文系统全面地对信息系统中属性值间的相似性及对象之间的相似性进行了度量研究,提出了对象间的相似性度量方法。该方法简单、有效,有助于系统研究信息系统中数据的聚类分析和不确定性推理等问题。

求方程近似解方法的Rough集解释

文章给出了数学中求方程近似解的两种方法的Rough集解释。该文利用Rough集的上、下近似理论来描述求方程近似解的过程,并把求方程近似解的问题归结为一个区间来进行讨论。