双F—拓扑中的分离性

介绍在双F拓扑中的T0－，T1－，T2－，T3－，T4－分离性，并且给出了它们之间的一些等价关系。     

环上膜的Fuzzy同态

在环的Ｆｕｚｚｙ同态基础上,给出了环上模的Ｆｕｚｚｙ同态和Ｆ－子模、Ｆ－线性空间等概念,进而得到Ｒ－模的模糊同态基本定理及其模糊同构定理。     

环上模的Fuzzy同态

在环的Fuzzy同态基础上 ,给出了环上模的Fuzzy同态和F 子模、F 线性空间等概念 ,进而得到R 模的模糊同态基本定理及其模糊同构定理 .     

适用于大规模文本处理的动态密度聚类算法

针对传统的基于密度的聚类算法对海量数据处理时, 存在参数输入复杂及时间复杂度高的问题, 给出新的密度定义方法, 并在此基础上提出一种只需一个简单输入参数就能动态识别密度不均匀聚类簇的聚类算法, 同时将其扩充为可以处理海量数据的两阶段动态密度聚类算法。在人造数据集、大规模数据集以及中英文文本语料数据集上的实验表明, 所提出的算法具有输入参数简单和聚类效率高的特点, 可以应用于海量文本数据的聚类处理。     

关于模糊证据理论的一个新解释

推广了Dempster所提出的随机集概念，并讨论了模糊信息源的不确定结构与模糊事件空间之间的关系，最后特别地用广义的上、下概率概念给出了模糊证据理论的一种新的解释，同时证明了模糊条件信任函数实际上是Dempster模糊条件规则的推广。     

基于完全分配剩余格值逻辑上的L-双模糊拓扑群

将建立起基于完全分配剩余格值逻辑上L-双F拓扑群的相关理论，并特别讨论了单位元F点的邻域系等性质。     

位势理论在估计Hausdorff维数中的应用

用位势理论给出了一类非自相似集的Hausdorff维数的下界估计.最后,给出一个具体的例子说明该方法的有效性.     

基于用户偏好加权的混合网络推荐算法

基于热传导或物质扩散理论的推荐算法首先利用网络结构得到对象间推荐关系,然后根据对象间关系预测用户喜欢的对象,而忽略了用户偏好。为了弥补这个缺陷,根据用户已选择对象的标签,利用TF-IDF方法构建用户偏好模型,以用户在预测对象标签上的平均偏好作为对该对象的偏好程度,采用加权方法与现有基于网络推荐算法混合运算。经在基准数据集MovieLens上测试表明,通过与目前效果最好的几种基于网络推荐算法进行加权混合运算,推荐结果在推荐精度、个性化、多样化等多种评价指标方面均比原有算法有明显提高。