近似紧空间与具有近似闭图的映射

引进了具有近似闭图映射的概念，利用它刻画了近似紧空间的特征．而T1^*空间Y是近似紧的当且仅当对每一个完全正规的T2空间X及对每一个带有近似闭图的映射f：X→Y，f是几乎连续的．     

一般协调近似表示空间的约简

从拓扑的包含关系这一全新的视角进一步认识协调近似表示空间的属性约简理论。在此基础上将协调近似表示空间中的等价关系放宽为一般关系,提出了一般协调近似表示空间的概念,并给出了一般协调近似表示空间关系约简理论,指出了可将其转换成一类覆盖族的约简且是协调覆盖决策系统属性约简的一般形式,最后用一个模型给出本文约简理论的应用实例。     

近似空间的精细与粗糙以及最佳上下近似的性质

定义近似空间的精细与粗糙的概念并给出了两个等价描述,讨论给定集合的上下近似集在精细与粗糙近似空间中的性质,即随着近似空间的加细,给定集合X的最佳下近似单调上升,最佳上近似单调下降.     

基于模糊近似空间的S-粗集模型研究

基于近似空间,对原始S-粗集模型进行了扩展.提出了基于模糊近似空间的S-粗集模型,讨论了模型的上下近似算子的性质;接着分析了此模型与已有模型的相互关系,最后通过实例对此模型进行了说明.     

基于粗糙近似空间中的模糊信息表示

粗集理论与模糊集合理论都是研究信息系统中知识不完备、不准确问题，两者都可利用观测数据表达知识，进行推理。针对传统粗集环境下知识表示模型用固定的属性集来描述对象这一局限，提出利用模糊属性模型对知识表达系统进行信息描述，并给出了模糊属性模型下对象及其上下近似空间的模糊表示。     

近似空间映射与属性约简算法

信息系统作为一种基本的数学模型广泛应用于人工智能的各个分支，例如分类问题、专家系统、决策支持、上下文分析和数据挖掘．而属性约简是信息系统研究的基本问题．文章提出了近似空间映射（ASM）的概念，并讨论了它与属性约简的关系，提出了基于ASM的属性约简新算法．     

线性空间中的下近似与上近似

将粗糙集理论引入线性空间,提出了上、下近似的概念,并研究了它们的有关性质,得到了一些有意义的结果。     

单向S-粗集近似精度函数和依赖特性

利用单向S-粗集的动态特性和Pawlak粗集近似精度,提出了单向S-粗集的近似精度和它生成的近似精度函数,讨论并且得到了近似精度函数的数值特性与元素迁移的关系,近似精度和近似精度函数数值特性与属性的依赖之间的关系.     

单向S-粗集近似精度函数和依赖特性

利用单向S-粗集的动态特性和Pawlak粗集近似精度,提出了单向S-粗集的近似精度和它生成的近似精度函数,讨论并且得到了近似精度函数的数值特性与元素迁移的关系,近似精度和近似精度函数数值特性与属性的依赖之间的关系.     

D-逻辑度量空间与近似推理

通过随机化赋值集的方法,在二值逻辑中提出了公式的 D- 随机真度概念,证明了全体公式的 D-随机真度之集在[0,1]中没有孤立点;提出了 D- 逻辑伪距离和 D- 逻辑度量空间,证明了该空间中没有孤立点;指出当取均匀概率测度,且各概率测度均为 1/2 时,D- 随机真度就转化为计量逻辑学中的真度,同时两公式间的 D- 逻辑伪距离就转化为计量逻辑学中的伪距离,从而建立了更具一般性的随机逻辑度量空间;最后在 D- 逻辑度量空间中提出了3种不同类型的近似推理模式,并证明了这三种模式是等价的.     

粗糙集和拓扑空间

研究了粗糙集和拓扑空间的关系,讨论了Pawlak粗糙集模型的拓扑性质,指出Pawlak粗糙集模型等价于一类特殊的正则拓扑空间,该拓扑空间一般不是Hausdorff空间,且一般不具有连通性,还证明了一个一般的二元关系下的粗糙集模型当且仅当它是自反的和传递的时,可定义一个拓扑空间,每一个拓扑空间都是一个特殊的一般关系下的近似空间。     

自由半线性空间上基于同余的上(下)近似

将粗糙集思想引入到半线性空间之中。首先,基于自由半线性空间的子空间,定义了同余关系,给出同余类的性质。其次,定义了自由半线性空间的非空子集关于同余的上(下)近似,研究了上(下)近似的一些运算性质。最后,研究了自由半线性空间的粗子空间和商空间。     

模糊近似空间中模糊粗糙集的新定义

研究了模糊近似空间上的模糊粗糙集．给出了模糊粗糙集的又一定义．讨论了该定义下模糊粗糙集所满足的性质，从理论上说明了该定义的合理性，同时还论证了该定义下模糊粗糙集的近似精度．     

粗糙近似空间的代数性质

讨论粗糙近似空间的代数性质,证明了一个粗糙近似空间是一个完全分配格即分子格,也是一个正则双Stone代数且为Lukasicwicz三值代数.研究粗糙近似空间中原子的形式,举出反例说明粗糙近似空间不必为原子的,并给出粗糙近似空间是原子的一个充要条件.     

基于逆串行关系的广义近似空间

本文利用关于子基的相对内部运算和相对闭包运算的概念来建立基于逆串行关系的广义近似空间与它的导出拓扑空间之间的有趣联系.     

双论域粗糙集的近似分类精度度量

由等价关系R所决定的近似空间(U,R)上,可用近似分类精度来表示可能的决策中正确决策的百分比。将近似分类精度概念推广到一般关系双论域粗糙集的近似空间上。通过引入独立集概念,给出了度量公式,最后通过实例验证了其合理性。     

基于压缩决策表的乐观多粒度粗糙集粒度约简算法

粒度约简是多粒度粗糙集研究的一个关键问题。为了从乐观多粒度粗糙集的角度研究粒度约简问题,消除冗余数据,提高粒度约简的效率,提出基于压缩决策表的乐观多粒度粗糙集粒度约简算法。针对乐观多粒度粗糙集模型,引入下近似分布粒度约简的概念;利用线性时间排序算法进行等价类划分,为决策表的压缩和下近似集的计算打下基础;以冗余的决策表为研究对象,以核粒度为初始粒度约简集,以粒度重要性为启发式信息,运用粒度约简算法进行粒度约简,并通过实例分析和实验验证了该算法的有效性。结果表明,算法降低了计算下近似集的时间复杂度,具有较高的粒度约简效率。     

模糊T近似空间上粗糙模糊集的粗糙度

基于文献[1]给出的Pawlak近似空间上的模糊集的粗糙度的概念,把粗糙度的定义推广到模糊T近似空间上,得到了粗糙模糊集的粗糙度,并讨论了它们的性质。     

关于Orlicz空间中多项式最佳逼近元的特征

最佳逼近理论在工程中应用,需要解决最佳逼近元的实现问题。该文在Orlicz空间中研究最佳多项式逼近元的特征,得出了Otlicz空间中最佳多项式逼近元的充分必要条件和判别法,为Orlicz空间中最佳逼近元的实现找到了一种方法。     

粗集近似精度及其粒度特征

Pawlak近似精度是衡量粗集近似程度的重要指数[1],针对Pawlak近似精度没有考虑近似空间的颗粒结构,在此利用粒度的概念定义了具有颗粒结构的近似精度,讨论了该近似精度的粒度特征.