粗糙概念格构造的算法

针对形式背景,利用概念外延与内涵之间特殊的关系,结合粗糙集上下近似概念,提出一种粗糙概念格构造算法,属性约简后运用粗糙度进行挖掘,获取可靠性知识。在构造过程中,对节点属性进行判断,有效地降低算法的时间复杂度。实际案例分析结果表明,通过属性约简与粗糙度的结合,该算法可以有效地挖掘获取可靠性知识,为数据分析挖掘知识提供了一种可行的思路和方法。     

超Archimedean特殊值l－群的l－同态象及扩张闭性

证明了超Ａｒｃｈｉｍｅｄｅａｎ特殊值ｌ－群Ｇ的ｌ－同志象是特殊值的当且仅当Ｃ（Ｇ）＝Ｋ（Ｇ）．同时对其扩张闭性作了一般探讨．     

高山滑雪速度的建模与求解

针对高山滑雪中运动员的体重、滑雪板的长度、滑雪板的腰宽以及滑雪道的不同对运动状态的影响,通过分析受力建立力学模型.基于微元的变化建立微积分模型,对模型进行求解验证.最终得到结论:在单一变量的情况下,体重大的具有优势,能够先到达坡底;滑雪板腰宽相同时,长度更长的滑雪板速度更快;在宣雪道上滑行时,全地域滑板比竞技板更快.通过数据验证表明,该模型的建立可以有效地为高山滑雪运动员提供了一种理论知识依据.     

1—群的互为上下子群及极大下子群

本文讨论了1-群的互为上下子群的性质以及极大下子群的唯一性,在非正规值的条件下给出了极大下子群的唯一表达形式,由此推广了R.N.Ball, P.Conradand M.Darnel在[1]中的结果。     

格序群扭类A1

本文主要在扭类A与D之间找到了一种新的扭类A_1,并且证明了。A(?)A(?)D,及A(?)A~2,从而A~*=A~*=R~*。同时给出了A_1的一些性质及等价条件。     

平行可分解格的本质理想

讨论了平行可分解格的本质理想的若干性质，同时对某一类平行分解格给出了刻划。     

近似诣零模与完全素模的若干结果

本文讨论了结合环上近似诣零模与完全素模的性质,得到了许多有趣的结果     

基于粗糙集理论的图像增强算法研究

粗糙集理论是处理含糊及不确定问题的数学工具。论文利用基于粗糙集的图像增强新方法,按条件属性,先将图像划分为不同的子图,然后对子图分别作对比度增强,并利用最大类间方差法确定阈值P,最终根据信噪比量化评价图像对比度增强效果。试验结果表明,文中采用的方法优于线性滤波、中值滤波方法。     

基于属性相关性的K N N近邻填补算法改进

为了进一步提高缺失数据的填补效果和降低数据缺失比例带来的影响,提出了基于属性相关的KNN近邻填补算法.将主成份分析算法应用到KNN填补算法中,先用KNN算法计算得到的数值作为主体填补值,然后使用主成分分析过程中产生的协方差矩阵作为整体属性的相关性.由缺失项和K个近邻的离差和相应相关性算出属性影响量,最后并入到KNN计算值之中,得到的数值就是算法改进后的最终估算数值.经数据集仿真实验,算法改进后填补效果更好准确度更高.     

以互信息为度量的一种规则可视化

概念格是一种有效的知识表示和知识发现的工具,已被成功应用于许多领域,然而在建格上大多是利用最小支持度以及置信度来进行约简操作,同时利用置信度来进行规则提取。提出以信息论的互信息来构造具有强关联规则的Hasse图,并利用互信息进行规则提取。