应用聚类和模糊神经网络方法设计模糊规则库

基于聚类技术和模糊神经网络提出一种新的自动生成模糊系统规则库的设计方法.采用结构辨识和参数辨识相结合的方法,构造模糊系统完善的模糊规则库.用此设计方法对函数逼近问题进行仿真,结果表明该方法具有规则数目少、学习速度快、建模精度高等特点.     

基于粗糙集理论的一种数据约简算法

Roughsets理论被广泛运用于不确定环境下的信息处理 .基于粗糙集理论的数据约简算法正日益受到计算机科学家和数学家的重视 .笔者探讨了一种生成对称矩阵的约简算法 ,与传统算法相比 ,该方法更易于在计算机上实现     

基于Fuzzy集的Vague集的模糊熵

给出了Vague集的基本概念，阐述了Vague集的本质及Vague集与Fuzzy集之间的关系；通过对投票模型的分析，指出了在投票模型中投中立票者仍然有某种倾向，且该倾向由投赞成票和投反对票的人类之比来决定，在此基础上提出了一种Vague集向Fuzzy集转化的方法，最后给出了基于这种转化方法的Vague集模糊熵的定义。     

多项式隐函数在一点邻域里的近似显式算法

利用隐函定理和Ｗｕ－Ｒｉｔｔ方法给出了多项式隐函数在一点邻域内的一种近似显式算法，并给出了根据要求精度计算邻域半径和迭代次数的关系式，使得这种算法的误差具有可控性，计算量小，容易上机实现，在理想的近似参数化及近似定理证明中有进一步的应用。     

DK─ⅡA型扭振监测系统

介绍了清华大学热能工程系动力工程及控制实验室研制的ＤＫ－ⅡＡ型扭振监测系统，主要用于大型汽轮发电机组轴系扭振的监测。该系统采用“脉冲时序法”的原理，在齿形盘附近安装非接触式传感器。在传感器信号进入计算机之前，采用了一种独特的数字化处理方法，没有采用Ａ／Ｄ转换器，从而提高了测量精度。系统的测角分辨率为０．００１８°，精度可达０．０１°，而且成本较低。该系统已安装在宁夏大武口发电厂并用于扭振的实时监测     

NETS OF LF SETS IN LF SUM─TOPOLOGICAL SPACES

ＮＥＴＳＯＦＬＦＳＥＴＳＩＮＬＦＳＵＭ─ＴＯＰＯＬＯＧＩＣＡＬＳＰＡＣＥＳ￥ＺｈｕＭｉｎｇｋｕｉ；ＳｕｎＱｕｎ（ＴｈｅＤｅｐａｒｔｍｅｎｔｏｆＭａｔｈｅｍａｔｉｃｓ）Ａｂｓｔｒａｃｔ：Ｉｎｔｈｉｓｐａｐｅｒ，ｗｅｄｉｓｃｕｓｓｔｈｅｒｅｌａｔｉｏｎｏ...     

Fuzzy随机集强大数定律的推广

在文［１］、［２］的基础上将Ｆｕｚｚｙ随机集的强大数定律推广到Ｆｕｚｚｙ值概率空间。     

一种新的水质评价方法

分析了现有三类水质评价方法的不足，提出了一种新的水质评价方法。新法具有评价结果与国内现行的水质标准相适应、又能区分同一类别水质受污染的程度等特点。     

一种新的规则获取增量式算法

对新增样例给出了新的分类,针对此分类提出了新的规则获取的增量式学习算法DLR I,并就该算法与经典算法的复杂性进行了分析比较,得出增量学习算法较经典算法有较低的时间复杂性,可以有效地提高大型数据库的规则维护效率.     

RS-GA-KNN算法识别灵长类动物DNA序列剪接位点

以灵长类动物DNA序列的剪接位点识别资料为研究对象，将选定样本序列中各碱基编码作为原始变量数据，用粗糙集方法和遗传算法对原始变量数据进行变量筛选，即以粗糙集方法选取的变量为基础，用遗传算法进行变量的二次搜索，从样本序列各碱基中挑选出保守性强的碱基对应的变量构成变量集，采用最近邻聚类识别灵长类动物DNA序列剪接位点类型，总识别准确率达90．66％，明显高于直接使用原始变量数据或将粗糙集理论方法和遗传算法单独用于变量选取的识别结果．