归并依赖集D的全部对称左部集求解算法

本文在关于归并依赖集的二元组集合闭包的求解算法的基础上给出了对称左部集的概念，同时讨论并给出了求全部对称左部集的多项式时间算法。     

FD集归前依赖集的左部联合集

基于左部联合集,给出了归并依赖集的左右部冲突的概念。同时讨论了对无内部冲突的ＦＤ集,归并依赖集的左右部冲突与无ａ环、３ＮＦ数据库模式分解的关系。     

关系数据库中FD集的归并依赖集的性质

从讨论两个归并依赖之间的关系入手,给出了归并依赖集左部之间的嵌入关系,以及归并依赖集的若干性质。这在无环数据库模式分解时是有用的。     

一种有效的最小函数依赖挖掘方法

数据库设计和管理工具中，从已知数据库发现函数依赖是一个重要的技术。本文基于自由集的概念，讨论了最小函数依赖（FDs）的一个新特性和相关重要性质，并给出一个有效的最小函数依赖挖掘算法。     

多值依赖MVD保持性的研究

基于数据依赖基于概念给出了保持多值依赖MVD集的定义，提出了构造联接树的算法，生成MVD集与保持MVD集的检验算法，同时对算法给出了证明。     

FD集归并依赖集的左部联合集

基于左部联合集,给出了归并依赖集的左右部冲突的概念。同时讨论了对无内部冲突的FD集,归并依赖集的左右部冲突与无α环、3NF数据库模式分解的关系。     

知识依赖与知识依赖特性

给出S-粗集(Singular rough sets)中的知识，f^--知识和它们的属性集结构；利用这些概念，给出知识的f-依赖关系与知识的f^--依赖关系，提出知识依赖性定理和知识的依赖属性补充-删除原理．     

粗系统与它的粗依赖

利用函数S-粗集(function singular rough sets)，给出粗系统与粗依赖的概念，给出粗系统的依赖性度量；提出粗依赖的序定理，粗依赖的惯性定理和粗依赖的惯性原理；给出粗系统的粗依赖在经济系统投资预警分析中的应用．     

面向对象数据库中的数据依赖和规范化

从分析面向对象数据库中的数据依赖着手，提出对象函数依赖概念，它反映了面向对象数据库中对象标识符，复杂对象及集合类型的特点，在对象函数依赖基础上，提出了分解为基础为模式规范化方法，并且特别引入语义相关集的概念，最后，给出类模式分解的形式化定义并证明了类模式的任一分解都是无损分解。     

历史关系模式的最大完全时间依赖集求法

对基于TNF的历史关系模式TUg,提出了时间依赖、最大完全时间依赖集等重要概念,并给出了最大完全时间依赖集的求解算法及证明。为解决历史关系模式中存在的数据冗余、TNF异常等问题奠定了基础。     

知识过滤与属性f-迁移依赖

依据S-粗集,给出f-迁移知识,F-迁移知识,知识过滤度和知识过滤属性f-迁移依赖的概念,提出知识过滤属性f-迁移依赖定理,给出知识过滤属性f-迁移依赖在知识识别中的应用,揭露了知识过滤的本质.     

一种层次关系数据库设计法

本文给出一种层次关系数据库设计法.它考虑了包含语义及结构信息的自然层次联系,提出层次依赖与关系层次树的概念,引入关系的分层结构思想来构造数据库视图.文中给出了完整的设计过程与详细的算法,以表示层次、群体与凝聚联系的最小基本依赖集为基础,对初始关系模式逐步求精分解而建立关系层次树,最后转换成层次关系数据库模式.     

多值依赖无分裂覆盖问题的研究

基于函数依赖规范化理论及多值依赖基本概念，给出了多值依赖的分裂、无分裂多值依赖集等定义，提出了满足无分裂多值依赖集的良好特性，以及无分裂多值依赖集的判定算法，并且提出分裂多值依赖集存在无分裂覆盖满足的条件及其算法．这对于多值依赖集化简、规范化设计和无环数据库设计提供了理论基础．     

S-粗集与它的-F干扰依赖还原

利用单向S-粗集对偶（dual of one direction singular rough sets）给出了知识的f^-干扰生成与还原,单向S-粗集对偶的F^-干扰生成与还原的概念,在这些概念的基础上提出了F^-干扰定理,F^-干扰盈余定理,F^-干扰分辨定理,干扰依赖还原定理,干扰依赖还原原理,给出F^-干扰的应用.     

依赖推导算法的研究

本文根据函数依赖成立的条件，给出了在关系ｒ中单属性左部属性集的求解算法，进而出了在给定关系中成立的函数依赖集的一个覆盖。     

基于矩阵的依赖推导算法研究

给出了基于矩依赖推导算法，并可推导出的关系上能够保持的函数依赖集。     

基于有向无环图的函数依赖一致性数据生成

针对函数依赖一致性数据生成问题,采用有向无环图作为函数依赖集合的描述模型,提出一种单函数依赖一致性数据生成算法 （TGSFD）;并通过属性排序解决多函数依赖一致性数据生成问题;为了利用流水线技术提高数据生成效率,提出最小独立属性子集概念,并给出了属性集划分算法. 实验表明本文提出的TGSFD和属性排序算法能够保证生成的数据满足函数依赖一致性,属性集划分和流水线技术可以有效提高数据生成效率.      

知识的属性依赖挖掘与识别

利用属性集α内被补充属性,知识［x］内的元素个数被减少;利用属性集α内的部分属性被删除, 知识［x］内的元素个数被增加的两个特性。给出阶梯知识,阶梯知识生成,知识属性依赖的概念,提出知识的属性依赖挖掘定理,知识的属性依赖挖掘-状态识别准则,给出知识的属性依赖挖掘的应用。     

S-粗集与它的■干扰依赖还原

利用单向S-粗集对偶(dual of one direction singular rough sets)给出了知识的f-干扰生成与还原,单向S-粗集对偶的F-干扰生成与还原的概念,在这些概念的基础上提出了F-干扰定理,F-干扰盈余定理,F-干扰分辨定理,干扰依赖还原定理,干扰依赖还原原理,给出F-干扰的应用.     

知识过滤和它的依赖推理发现

知识具有颗粒，知识具有粒度；颗粒，粒度是知识的两个基本特征；知识的颗粒特征，知识的粒度特征与知识的属性保持着紧密联系，属性的变化引起知识颗粒特征，知识粒度特征的变化．本文将物理学中物质具有颗粒的概念和过渡的概念引入到粗集（rough set）理论与应用的研究中，提出了知识过滤的概念，给出知识过滤的数值度量，知识筛子原理．利用知识过滤的概念，给出知识过滤在依赖推理中的推理结构，依赖推理的数值关系和在知识发现中的应用．知识过滤与依赖推理相互交叉，互补共享，是知识发现研究的一个新方向．