归并依赖集D的全部对称左部集求解算法

本文在关于归并依赖集的二元组集合闭包的求解算法的基础上给出了对称左部集的概念，同时讨论并给出了求全部对称左部集的多项式时间算法。     

关系数据库中FD集的归并依赖集的性质

从讨论两个归并依赖之间的关系入手,给出了归并依赖集左部之间的嵌入关系,以及归并依赖集的若干性质。这在无环数据库模式分解时是有用的。     

标准函数依赖覆盖集及其求解算法

对函数依赖集进行优化数据库设计的重要环节。本文对数据库模式中函数依赖的标准函数依赖覆盖集进行了研究和对其内涵进行了分析,导出了求解标准函数依赖覆盖集算法,并给出了正确性证明。     

函数依赖集投影的算法

给出了关系模式Ｒ的函数依赖集Ｆ在Ｒ的一个属性子集Ｕ上的投影的最小覆盖的算法,并证明了算法的正确性,而且给出了一个实现本算法的例子。     

关于对称左部集的性质及相关理论研究

本文给出了对称左部集的性质：Ta，Tb，Tc，讨论了对称左部集Eki同时满足这三个性质的条件和相应的算法。     

FD集归前依赖集的左部联合集

基于左部联合集,给出了归并依赖集的左右部冲突的概念。同时讨论了对无内部冲突的ＦＤ集,归并依赖集的左右部冲突与无ａ环、３ＮＦ数据库模式分解的关系。     

函数依赖集在属性子集上投影的新方法

研究了函数依赖集在属性子集上投影的理论问题.在此基础上开发了算法,成功地利用消元法解决了函数依赖集在属性子集上投影的计算问题,对于数据库模式设计有一定的参考价值.     

函数P-集合属性依赖与应用

利用函数P-集合的结构,给出函数P-集合的属性依赖,给出属性依赖度量与函数P-集合的属性依赖定理。利用这些结果,给出函数P-集合属性依赖的应用。     

最小归并依赖集中关联度问题的研究

本文在文献（１）的基础上提出了最小归并依赖集的概念，给出了最小归并依赖集中关联度的概念及级别，最后给出了求最归并依赖集Ｄ中每个ｄｉ的关联度算法。     

Input Data Dependency of a Genetic Algorithm to Solve the Set Covering Problem

A genetic algorithm to solve the set covering problem proposed in the literature had some improvements which gave better solutions, i.e., better chromosomes in the first starting population, taking full account of domain specific knowledge with sound programming skill. We have further investigated the input data dependency of their genetic algorithm, i.e., the dependency on costs and density. We have found that for input problem data sets with densities greater than or equal to 3%, our genetic algorithm is still practical both in computing time and approximation ratio.     

基于矩阵的依赖推导算法研究

给出了基于矩依赖推导算法，并可推导出的关系上能够保持的函数依赖集。     

粗糙集在决策系统中的应用

介绍了粗糙集理论实现数据分类和规则推理的基本原理，对关系数据库中的二维决策表提出了一个问题解决模型，并在同时满足支持度和可信度的基础上对规则进行筛选，提高了决策的准确性和合理性。     

多值依赖无分裂覆盖问题的研究

基于函数依赖规范化理论及多值依赖基本概念，给出了多值依赖的分裂、无分裂多值依赖集等定义，提出了满足无分裂多值依赖集的良好特性，以及无分裂多值依赖集的判定算法，并且提出分裂多值依赖集存在无分裂覆盖满足的条件及其算法．这对于多值依赖集化简、规范化设计和无环数据库设计提供了理论基础．     

Extended Mendelsohn三元系大集的构造

Mendelsohn三元系大集(LMTS)是一类有向设计的大集,它的存在性问题已完全解决.若在以上的设计中要求有序对(x,x)也出现,则称这样的设计为extended Mendelsohn三元系大集(LEMTS).给出了LEMTS的构造,从而完全解决了LEMTS的存在性问题.     

粗糙集文本分类的应用研究

文章提出了一种利用粗糙集理论生成文本分类规则的方法.首先,抽取特征词并计算权重.然后,在权值离散化之后,构造决策表.其中,特征词作为条件属性,类别作为决策属性.之后,将文本用属性约简和属性相对约简进行处理,得出决策规则.最后给出分类算法.     

可数集类的共性集

讨论了有限集类在增补集合的情况下同阶共性集的相互联系;有限集类的共性集与可数集类的共性集之间的极限关系,得出了可数事件的共性事件的概率公式