集对属性软计算方法及应用

集对分析方法的关键是计算联系度,集对关联函数的构建为刻画集合之间的关系、确定联系度表达式提供了一种新的软计算方法。首先,基于粗糙集定义了属性关联函数,探讨了其基本性质;其次,定义了集对关联函数,证明了当集对中任一集合扩充为整个论域时,集对关联函数退化为属性关联函数,进一步探讨了集对关联函数的基本性质;再次,基于属性集与元素集的交并运算给出了集对关联函数的合成运算及运算律;最后,利用实例说明了集对属性软计算方法的可行性与实用性。     

教学质量分组评价中的标准量化数学模型及其应用

教学质量分组评价中的标准量化数学模型及其应用河北理工学院刘保相，陈元学（一）教师教学质量的评价，采用考评表打分的办法是获得原始数据的主要方法：列入考评表的因素是哪些？它们的权重应是多少？这是评价工作中的第一个基本问题。这一问题经过教育界的有关学者、专...     

区间概念格的参数优化模型

为了得到满足用户需求的区间概念格结构,进一步挖掘高效的区间关联规则,文中提出基于参数变化的区间概念格结构更新算法。通过分析格结构更新度,进一步构建区间概念格的参数优化模型。运用参数逐渐逼近的方法得到一种参数获取策略,解决人为设定参数的主观性和无法预知性的问题。最后通过实例验证算法和模型的有效性。     

语音模糊查询在信息管理系统中的实现

本文详细讨论了信息管理系统中实现语音模糊查询的三个关键技术：获得汉字拼音数据字典,创建高效安全的汉字拼音数据库,设计和实现可靠的同音字检索算法。并给出了基于VB环境具体实现的核心代码。     

一种新的概念格结构——区间概念格

对经典概念格、粗糙概念格的分析表明,其概念外延或者具有全部属性,或者只具备一个属性,从而造成所提取关联规则支持度和可信度严重下降。为此提出一种新的概念格结构——区间概念格Lαβ(Mα,Mβ,Y),其概念外延是区间[α,β](0≤α≤β≤1)范围内满足内涵属性的对象集。证明了当α=β=1时,区间概念格退化为经典概念格;当β=1,α>0时,区间概念格退化为粗糙概念格;其次,给出了区间概念格中概念度量的精度、覆盖度等概念,并给出了相关性质;接着,证明了区间概念格具有的一些独特性质;然后,初步给出了构造区间概念格的方法;最后,通过实例证明了区间概念格提出的必要性和实用性。     

P-概念格及其基本性质

P-集合(packet sets)是一个集合对,具有动态性,由内P-集合(internal packet sets)与外P-集合(outer packet sets)共同构成。利用P-集合的基本方法,分析形式背景的P-嬗变特征,进而构建了一种新型的动态概念格结构——P-概念格。最后给出了P-概念格与经典概念格的转化定理,证明了P-概念格的伽罗瓦连接与一些基本性质,并进行了案例研究。     

基于关联分析的气象云图识别问题研究

气象云图识别中的一项很重要的工作是示踪云选取及追踪。提出了关联分析的识别方法,旨在提高示踪云识别。针对云块的属性及属性评估值进行示踪云选取;将选取的示踪云作为对象集,云块特征作为属性集,不同时刻示踪云关于属性的关系作为二元关系来建立概念格,借助概念格节点的内涵个数及外延属性的相似度进行示踪云追踪。实验结果表明,此选取方法得到的示踪云特征明显,有利于示踪云的追踪。     

基于SPA的不完备信息系统单向迁移粗糙集模型

利用集对分析(SPA)方法，定义带有元素单向迁移不完备信息系统中集合的上、下近似，给出了不完备信息系统的单向迁移粗糙集模型及其数学结构，并通过实例说明了不完备信息系统的单向迁移粗糙集存在的意义。不完备信息系统的单向迁移粗糙集是对完备信息系统单向S-粗集和不完备信息系统粗糙集理论的完善和发展。     

随机决策形式背景下的概念格构建原理与算法

概念格是根据二元关系提出的概念层次结构,用于数据的分析和规则提取。针对随机决策形式背景,讨论了随机决策形式背景下随机概念的数学表示,并证明了随机概念伽罗瓦连接的存在性,提出随机概念格的构建算法,最后用实例证明了其有效性。