n元粗糙函数及其数学分析性质的讨论

章给出了n元粗糙函数的定义，且讨论了它的数学分析性质，诸如粗糙连续性、粗糙导数、粗糙积分，得到了一些结果，同时对一元粗糙复合函数的定义、求导法则、积分法则做了一定探讨。     

粗糙集理论中一元、二元粗糙函数定义的改进及数学分析性质的讨论

指出了已有的一元,二元粗糙函数定义的不足之处并进行了合理的改进,进一步与实函数相类比,讨论了它的数学分析性质,诸如粗糙连续,粗糙导数,粗糙积分,得到了一些结果。     

粗糙幂半群

基于幂半群的同余关系,首次给出了粗糙幂半群的概念,得到了粗糙幂半群的一些性质,还讨论了粗糙幂半群的同态与同构．     

粗糙幂半群

基于幂半群的同余关系,首次给出了粗糙幂半群的概念,得到了粗糙幂半群的一些性质,还讨论了粗糙幂半群的同态与同构．     

广义粗糙群

给出广义粗糙群及广义粗糙子群的概念,并研究了其基本性质,定义了广义粗糙群的同态及同构。     

粗糙子环的判定

粗糙代数是粗糙集理论研究的一个方向,粗糙环和粗糙子环是粗糙代数的主要内容之一.以 Pawla粗糙集模型、环论为基础,给出了环的粗糙子环的定义,并研究了粗糙子环的性质及判定定理, 扩展了粗糙代数理论的研究范围.     

粗糙模糊集的粗糙性度量

粗糙集理论和模糊集理论是处理不确定和不精确问题的两种数学工具,它们有很强的互补性,将这两种理论相互融合可以建立粗糙模糊集模型。本文在概率近似空间上研究了粗糙模糊集的粗糙性度量,定义了知识的粗糙度概念,并将它与模糊集的粗糙度相结合给出了粗糙模糊集粗糙性的一种新的度量,验证了该度量的一些性质。     

粗糙分类代数--协议关系与粗糙商代数

提出了协议关系的粗糙分类代数、粗糙单代数、协议关系粗集函数等概念。刻画了粗糙分类代数的性质,构造了粗糙商代数,得到了一些基本结果。提出了回避-归并算法,并给出了一个例子。     

粗糙群的阶及粗糙循环群

对粗糙集上代数结构进行了研究,引入了粗糙群中元素的的阶、粗糙循环群等概念,利用粗糙集理论方法和经典代数的处理手段,讨论了粗糙循环群的结构特征和性质.     

粗糙关联规则评价体系的研究

在关联规则评价中引入粗糙相关度的评价指标,构建了“粗糙支持度、粗糙置信度和粗糙相关度”的三维评价模型,对现有的关联规则的粗糙支持度和粗糙置信度的二元评价模型进行了拓展.     

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．     

一种基于粗集的信息排序新算法

对有序信息表的排序问题进行了研究,在将有序信息表进行转化的基础上,应用粗集理论对信息表进行简化,通过将属性值标准化并构造排序度量函数,提出了一种基于粗集的总体排序算法,与传统算法相比,该算法不需要领域专家的参与,而且有效地降低了时间复杂度.     

粗糙半群的进一步研究

主要讨论粗糙集理论在代数系统——半群中的应用,介绍了粗糙半群、粗糙理想、粗糙同态映射及粗糙商半群的概念,提出并证明了与此相关的性质,进一步补充和完善了半群中的粗糙集理论.     

粗糙群的同态与同构

主要讨论粗糙集理论在代数统一群上的应用,介绍了粗糙群粗糙同态及粗糙群粗糙同构的概念,提出并证明了与此相关的性质。     

基于覆盖的粗糙隶属函数

粗糙隶属函数最初是基于等价类的,然后被推广到拓扑结构上.注意到无论是等价类还是拓扑都构成了论域上的一个覆盖.鉴于此,我们引入了基于覆盖的粗糙隶属函数的概念,研究了其性质,并给出了一个公理化的定义.     

基于贝叶斯粗糙集模型的属性约简算法

在分析贝叶斯粗糙集模型已有的约简算法的基础上,从含有多个决策类情况下的全局相对增益函数的角度,利用二进制编码方法给出一种求贝叶斯粗糙集所有约简及核的算法,并基于实际应用,给出对求出的所有约简进行筛选的拓展算法。通过算例说明算法的实用性和有效性。     

基于粗糙关系数据库的粗糙数据查询

以粗糙关系数据库模型（RRDM）为背景，从分解原理、投影原理、粗糙关系数据库（RRDB）的可定义性及上、下近似几方面讨论了RRDB的查询理论，并以此为基础提出了一种新的RRDB查询方法--粗糙数据查询，我们把粗糙数据查询分为精确查询、粗糙完全查询、粗糙组合查询三类，并从这三方面对粗糙数据查询进行了讨论与仿真实验，仿真结果验证了这种方法的可行性和正确性。