基于不确定语言信息的C-OWA和C-OWG算子及其应用

研究了不确定语言信息的集成问题，把连续的有序加权平均（C—OWA）算子和连续的有序加权几何（C-OWG）算子扩展到不确定语言环境之中。提出了一些新的不确定语言信息集成算子，如：加权的不确定语言偏差C-OWA（WULDC-OWA）算子和加权的不确定语言偏离C-OWG（WULDC-OWG）算子等，研究了它们的一些优良性质，如：齐次性、单调性等。分别给出了基于WULDC-OWA算子和基于WULC-OWG算子的不确定语言多属性决策方法，并且用实例对方法的求解过程进行了详细说明。     

客车销售逆向决策策略

对决策过程的复杂性、不确切定性进行了分析，认为企业的决策对企业的发展有决定性作用。针对企业决策中存在的弊端，提出了新的决策方式，即自下而上的决策方式——逆向决策策略。营销战略应自下而上发展而来，而不应是自上而下落实下去。通过客车销售案例的分析，该营销战略能够为企业经营者提供参考。     

工程项目投标报价辅助决策系统研究

对工程项目投标决策支持系统进行了研究，建立了以数据库、模型库、方法库为基础的三库结构投标报价辅助决策系统，通过案例研究论证该系统的运行及其可操作性．     

政府投资项目投资决策程序研究

改善政府投资项目的投资决策程序具有十分重要的现实意义，这也是政府投资项目管理的重要组成部分，本文从政府投资项目全过程管理的角度，分析了我国现行的政府投资项目的审批制度和投资控制过程的系统特性，针对现状中的问题，提出了改进政府项目投资决策程序的建议．     

不相容决策表属性约简计算的一个可辨识矩阵方法

基于Skowron可辨识矩阵求属性约简的分辨函数方法只适合于相容的决策表,对于不相容的决策表,该方法可能产生错误的结果.对Skowron方法进行改进,提出一个计算不相容决策表属性约简的可辨识矩阵方法,并给出方法正确性的证明.     

Land Use Change and Its Effect on Environment Based on Farmers＇ Behaviors： A Case Study in Agricultural Areas of Tibet, China

In the case study in Agricultural Area of Tibet, the process and characteristics of farmers‘ land use were surveyed by semi-structural interview questionnaire. By comparing the change of land covers and farmers‘ land decision in two periods, the spatial connection of them was obtained. And the relations among farmers‘ land decision, land use change and environment were examined by calculating emergy and value flow. The results show that: hunting the maximal profits is the primary aim of farmers‘ land decisions farmers‘ land decision is incompatible with sustainable land use presently; farmers‘ land decision and land cover can be embodied spatially by each others the change of farmers‘ land decision can be monitored by observing the change of land cover, and the sustainability of farmers‘ land decision can be appraised by calculating emergy and value flow.     

保持分类能力不变的一种连续属性离散化方法

连续型属性的离散化问题是机器学习中的关键问题，是一个NP难题．该文针对决策表，在NaiveScaler算法的基础上，给出了一种直观、有效和易于理解的离散化方法．该方法从整个属性空间的角度来考虑属性的离散化问题，可有效地保证决策表中原有分类结果的不变性．     

适用于H.264的帧内预测模式快速选择算法

H．264是最新的视频压缩编码标准．在H．264的帧内编码算法中，第一次提出了在空间上从多个方向进行多种模式的帧内预测．对于某个特定图像区域，不同的预测模式将表现不同的预测性能，通常需要使用率失真优化算法来逐个测试，然后从中挑选出符合当前图像区域特征的最佳预测模式．然而，率失真优化算法的计算复杂度相当高，频繁调用将对计算平台造成相当沉重的负担，不利于在实时性能要求高的场合使用．提出了一种适用于H．264的帧内预测模式快速选择算法，该算法对当前像区域的空间相关性进行分析计算，快速选择出最佳预测方向，从而减少对率失真优化算法的调用．实验表明，使用此算法可以在保证图像质量的前提下，极大地降低帧内预测编码的计算复杂度．     

一种改进的自映射空间判定树算法

判定树在基于知识的专家系统中非常有用,同时在数据挖掘中也是一种重要的方法.但是目前的判定树判定方法并不能准确、清晰地处理与人类思想和感觉的知识.通过自映射空间模型作为知识表达和处理不确定性的方法以达到改进目前方法的目的.与传统的分类方法相比,自映射空间方法更好地集成了模糊性和随机性.提出了基于自映射空间模型的判定树方法,该方法处理人类思维更加自然.在实际的分类问题过程中,自映射空间方法更加有效、灵活.     

基于数据仓库和数据挖掘的高校决策支持系统的探索

在论述的数据仓库、数据挖掘和决策支持系统的基本概念及其关键技术和系统设计方法的基础上，提出了基于数据仓库和数据挖掘的决策支持系统的解决方案．在新方案中将数据库、模型库、方法库有机结合在一起，使系统的高度集成，DSS真正实现从模型驱动到数据驱动的转变．根据当前高校的实际需求，将其在高校管理应用中进行探索，然后重点分析了系统设计在人事管理中典型应用，通过该系统为高校决策提供了科学的依据，指导发展。