求解非线性方程的蛛网-迭代算法

用蛛网迭代算法求解非线性方程,只要求函数在定义域内存在反函数;由定理及其证明可知,不动点迭代是该迭代方法的特殊情况;通过数值实验进一步证明了该方法的有效性和实用性。     

n阶欧拉函数的计算公式

对某些自然数n,m,有些文献中遇到了计算φ_n(m)的问题.本文中在统一地研究了这些问题后推广了数论中非常重要的欧拉函数的概念,给出了n阶欧拉函数的定义,讨论了它的积性,并得到了它的计算公式。     

基于SPA的动态聚类统计分析及其应用

提出一种新的聚类预测与动态统计分析方法,融合了集对理论中的同异反（identical differentoppose,IDO）不确定性和聚类分析的思想,通过找出最小和最大相似集合,统计每个类别中的最小值和最大值,从而做出相应的决策,并可对不确定值的变化趋势进行预测,做进一步的估计处理.将该方法应用到“BUS教育”中对学生搭乘“BUS”的人数进行估计、预测和统计,对各个知识模块的学习人数进行统计,并给出最大最小值,从而进行适当的师资配置,并结合《计算机文化基础》教学的实际应用,讨论了这种方法的有效性和实用性.     

双枝模糊层次分析与分析模型

给出双枝模糊决策理论与层次分析的方法相互嫁接相互渗透的研究 .利用双枝模糊决策理论与层次分析的方法 ,本文提出双枝模糊层次结构 ,给出双枝模糊层次决策模型 .把层次分析的方法与双枝模糊层次决策相互嫁接 ,相互渗透 ,提出双枝模糊层次分析模型 ,并给出双枝模糊层次分析的算法 .     

本体构建的粒计算学习模型

粒计算的核心是粒子、粒层和粒结构。应用粒计算思想和本体论模型定义了本体粒和相容粒概念,给出了计算本体粒集和本体树的生成算法。该算法通过相容类产生初始本体粒集,应用本体粒的内涵分量[IG]扩展其他本体粒,最后联合关系分量[RG]和本体粒的关系构建本体粒集的格分层结构,借助加权树思想生成本体的概念树模型。经过中医喘证本体的实证研究,说明算法正确高效,为本体学习提供了很好的技术途径。     

基于属性链表的概念格纵横向维护算法

概念格的维护是对已建好的概念格进行对象的插入、删除和修改、属性的删减操作时使概念格保持其特性的一种操作。该文提出了一种基于属性链表的概念格的纵横向维护算法,并对算法进行了分析,得出了较高的时间效率。     

基于概念格同构下的属性约简及其算法研究

通过研究概念格和同构理论,发现不同的概念格之间存在同构关系,并引入算子E=A-D和G=E-D**,给出一系列概念格同构的判定定理。基于概念格同构这一理论,对形式背景的属性约简及最小属性约简集的算法进行初步研究,为应用概念格进行数据挖掘提供新的理论依据。     

模糊序贯决策算法优化设计及Matlab实现

对模糊序贯决策算法进行了优化设计,构建了一种基于模糊关系矩阵的模糊序贯决策算法,并利用Matlab程序实现了算法,给出了源程序,通过实例分析说明了算法的简洁性。     

区间概念格的纵向合并算法

为解决直接对不同形式背景的数据构建区间概念格后分别抽取关联规则会存在规则缺失的实际问题,必须首先对不同的区间概念格进行合并.为提高格结构的生成与合并效率,首先对区间概念格的渐进式生成算法进行改进,将概念分为存在概念、冗余概念和空概念,分别以结构体的形式存储;进一步,分析区间概念格中外延和内涵之间的二元关系,给出了区间概念格纵向合并的充分条件——区间概念格的一致性;讨论了内涵一致的概念在合并后分为六种情况,并给出相应的判定定理;应用广度优先原则,通过对原区间概念格节点内涵的类型判定及不同的处理方法,设计了一种区间概念格的纵向合并算法.最后,通过实例验证了算法的有效性和高效性.     

基于区间概念格的规则优化方法与应用

区间概念格理论是在区间参数基础上提出的一种新的对象挖掘方法,它能够更精确地处理不确定信息。区间参数[[α,β]]决定了区间概念和格结构,并对区间关联规则产生影响。针对区间参数对关联规则的控制和优化问题,首先提出了基于参数变化的区间概念格结构更新算法,随着区间参数等步长变化,对初始格结构进行更新;然后在此基础上进一步挖掘各区间参数下的关联规则,发现区间参数和关联规则之间的复杂联系,给出了规则库优化算法,该算法通过调整参数达到控制和优化规则的目的;最后对决策形式背景进行规则提取并验证了区间参数对关联规则的具体影响。