一种基于模糊规则的非线性系统快速模糊辨识方法

针对以往模糊建模方法中算法中算法过于复杂的问题，提出了一种简单而有交的复杂系统模糊建模新方法。该方法是基于输入空间的模糊划分，计算给定样本在各模糊子空间的隶属度，并列用卡尔曼滤波算法辨识模糊模型的结论参数。整个辨识过程与模糊聚类方法和误差反馈学习方法相比所需的CPU时间最短。最后通过著名的Box-Jenkins煤气炉数据仿真结果证明了该方法的有效性与实用性。     

对“船舶在能见度不良时的行动规则”内容的理解

通过《１９７２年国际海上避碰规则》第１９条英文版与中译的对比，发现在奠定本条款时容易误差解的几个问题，并对几上避碰术语作了解释。     

Applying Petri-Net-Based Reduction Approach for Verifying the Correctness of Workflow Models

0 IntroductionTobadaseyd’s o nintfhoer mflaotiwonof s ywsotrekmss t hhraovueg hbe tehne doervgealnoipzead-tion rather than based ontasks .Duetothistrend,work-flowand business process technology has been applied tovarious applications such as ERP, groupwares , E-mar-ketplaces , E-business etc . When business processes areapplied to these applications ,business processes are de-fined by process designers and business process instancesare executed by workflowengines or workflow manage-ment sys…     

论一种直观的思维模式——用运动的观点分析立体几何点滴

初等数学研究的数和形总是循着“运动变化”的轨迹走向纵深，渗透了辩证思想，把人们带进逻辑思维深奥而幽美的花园。如函数解析式：Y=f（X）中Y随着X的变化而变化，而连续函数的图象正是由点按某一规则运动而成的，即所谓轨迹。数与形的结合生动地描述了一种运动的变化，一种对立统一的思想方法，它已成为数学的重要思维模式和基本的理论知识。但学生较难在各数学分支中真正掌握这种思维方法；尤其是立体几何，它作为专门的一个数学分支把学生引向另一个似乎与此种思维方法无关的广阔天地去了。     

游戏在规则之间--解读唐宋词审美愉悦

词作为"艳科"、"小道",起源于宴乐,流行于舞榭歌场,以艳情柔媚的风格作为叙事方式,取代了诗歌的统治地位而成为鼎盛一时的文学主流.这样一种文学形式的流行和兴盛,可以说是一个社会符号系统对欲望的妥协.在这场语言的集体狂欢中,词作为一种特殊的文化景观,游戏在社会角色规则、性别规则以及语言本身的规则之中,成为中国古代文学一朵盛极而糜的奇葩,也为今世之人带来与众不同的审美愉悦.     

基于﹒NET平台的魔芋专家系统的设计与实现

通过对农业技术应用现状的分析,指出了研制网上魔芋专家系统的必要性以及主要功能。本论文介绍了ASP.NET技术的特点、ADO.NET技术、以及初级魔芋专家系统开发的部分实例。     

从数据中挖掘模糊规则及其系统实现

针对一类多输入单输出模糊逻辑系统，提出一种简单而有效的方法从数据库中挖掘模糊规则．该方法产生的模糊规则库具有良好的完备性和鲁棒性，从仿真实验可以看出利用数据挖掘方法建立的模糊系统具有更好的逼近能力．为了使该方法在应用上具有良好的通用性，设计和实现了基于组件技术的数据挖掘系统．     

知识封装及知识型复杂系统

本文描述了复杂系统综合集成的一种新的方法--知识封装及其在知识封装上建立知识型复杂系统的过程, 探讨了知识在复杂系统中的作用及其介入的深度。采用知识封装后, 无法符号化的问题求解模块可以统一在知识系统的框架下进行处理。最后通过两个示例来说明如何对问题求解模块进行知识封装。     

一种新的模糊决策树算法 ——基于加权毕达哥拉斯模糊熵

传统的模糊决策树虽然可以从模糊数据中抽取模糊分类规则,但只能获取节点的隶属度信息,无法得出样本数据对于节点的非隶属度和犹豫度信息,导致数据分类的准确率不高。针对此,基于毕达哥拉斯模糊集理论,提出了一种新的加权毕达哥拉斯模糊决策树算法（Weighted Pythagorean Fuzzy Decision Tree,WPFDT）。首先,通过改进的K-means聚类算法得到连续属性数据的聚类中心,并结合三角模糊数对连续数据进行模糊处理;其次,定义并计算每一个属性的加权毕达哥拉斯模糊熵,选择加权毕达哥拉斯模糊熵最小的属性作为决策树根节点,在根节点下递归选择模糊熵最小的属性作为分裂节点,同时通过阈值控制树的规模,得到从根节点到叶子节点路径的模糊规则以及模糊规则的隶属度、非隶属度以及犹豫度,并完成预测分类,直至生成WPFDT模型;最后,选取UCI上的3个医学数据集（Haberman、Breast Cancer、Parkinson）进行实验,在分类准确率和得出模糊规则的数量与3种传统决策树算法（模糊ID3算法、C4.5算法、CART算法）比较,实验结果表明：WPFDT在分类精度和树大小上都优于其他传统决策树算法,并且有较高的召回率和精确率。