关于图的哈密尔顿性的一些新的结果

关于哈密尔顿图和哈密尔顿连通的两个基本结果是Ore给出的:设G是一个n(n≥3)阶图,如果对于G的任意一对不相邻顶点u,v,有d(u) d(v)≥n或n 1,则G是哈密尔顿图或哈密尔顿连通的.设G是一个图,对于任意u∈V(G),令N(u)表示u的邻点集;对于任意U∈V(G),令N(U)=∪u∈UN(u).本文利用插点方法,给出了关于k或(k 1)-连通图(k≥2)G是哈密尔顿的,哈密尔顿连通的或1-哈密尔顿的统一证明.其充分条件是关于|N(S)| |N(T)|与n(S ∪T)的不等式,这里S,T是图G的任意两个不交的独立集,并且|S|=s,|T|=1,S∪T也是一个独立集,这里n(S∪T)=|{v∈V(G):dist(v,S∪T)≤2}|.     

不一致决策表的分配序约简

在不一致决策表中定义了分配序约简，给出分配序一致集的判定定理。通过定义分配序区分矩阵给出求分配序约简的区分矩阵法。为克服区分矩阵法时间复杂度随系统大小的增加而指数增长的缺陷，通过定义属性的相对重要性，提出一种求分配序约简的启发式算法。通过实例分析说明启发式算法的有效性，为从不一致决策表中获取知识提供了一种有效方法。     

知识发现中概率统计与粗集方法的比较

对知识发现中,概率统计方法与粗集理论方法在评价系统参数的重要性,分类隶属度与条件概率,输入条件与决策结果的依赖关系等方面进行了比较, 提出了将概率统计方法和粗集理论相结合,由确定性粗集的近似空间扩展到了不确定性的概率粗集的近似空间,为确定性和不确定性知识表达系统提供一个统计粗集模型。     

高型粗糙模糊集及高型模糊粗糙集

定义了L型粗糙模糊集（L型RF集），给出了其相关性质，进而引进了高型粗糙模糊集（高型RF集），它比普通的RF集具有更高层次的粗糙模糊性，可用于人们对粗糙模糊现象的描述，增强人们对自然语言的表达能力，平行地，最后研究了高型模糊粗糙集（高型RF集）。     

基于粗糙集理论的模糊信息分类方法

介绍了属性约简的概念,并用模糊语义距离矩阵解决了含有模糊数据的相互依赖的数据库的信息分类问题。     

基于凸集投影和线过程模型的超分辨率图像重建

为了改善超分辨率重建图像的效果，提出了一种基于线过程模型的凸集投影方法。根据先验信息在图像重建中有重要作用的原理，该方法在数据一致性投影的基础上，将描述边缘信息的线过程模型作为图像的一个先验知识，用于重建过程中的平滑性约束投影，从而达到既保存图像的高频分量，又在一定程度上降低平滑区域噪声的效果。实验结果表明，该方法重建结果的视觉效果好于原方法，且信噪比有所提高，尤其是在高抽取率的情况下可以明显减少振铃效应。     

区间值模糊集合的表现定理

针对区间值模糊集合，给出了2类区间值集合套的定义，得到了2个区间值模糊集合的表现定理。     

模糊集合类的可测结构

为了深入讨论模糊集合类的代数结构,引入了弱诱导的模糊环和模糊σ-环的概念,讨论了它们与经典的环与σ-环之间的关系,定义了模糊矩形的概念,进而证明了模糊环的乘积定理。     

最佳二进序列与循环Hadamard矩阵

用游程分析的方法给出了最佳二进序列与循环Hadamard矩阵存在的一些必要条件。     

基于论域自调整模糊规则切换的双模控制器

 针对系统的初始响应,设计了一个兼顾快速性和稳定性的论域自调整的模糊控制器,并用线性PID控制器来实现稳态时的高精度控制,2个控制器之间采用模糊规则进行切换.并给出了它的动态性能、抗干扰能力及鲁棒性的实验结果.