数据的动态挖掘与P-增广矩阵关系

P-增广矩阵是通过利用P-集合的结构与动态特征,改进普通增广矩阵A^*提出的。P-增广矩阵是由内P-增广矩阵A^(-overF)与外P-增广矩阵A^F构成的矩阵对,或者(A^(-overF),A^F)是P-增广矩阵。在一定条件下,P-增广矩阵(A^(-overF),A^F)被还原成普通增广矩阵A^*。利用P-增广矩阵的结构与动态特征,给出数据的动态挖掘研究及其与P-增广矩阵的关系。提出数据的动态挖掘的内P-增广矩阵判定定理,外P-增广矩阵判定定理与P-增广矩阵判定定理,给出数据的动态挖掘的P-增广矩阵准则,利用这些理论结果,给出一个简单应用。     

数据分离与属性状态特征

给出数据分离与它的属性状态特征生成的基本理论。利用逆P-集合的结构与动态特征,给出数据外分离,数据内分离与数据外-内分离概念,给出数据分离特征,给出数据分离生成的属性状态特征。给出数据补充定理,数据删除定理与数据补充-删除定理。给出数据外分离的属性基数定理,数据内分离的属性基数定理与数据外-内分离的属性基数定理。论文给出的理论结果是数据分离生成的特征。     

内P-集合的概率特征

利用P-集合的结构,给出元素迁移的概率特征:属性集α的内P-集合概率特征,利用这个结果,给出内P-集合的概率特征,提出内P-集合的随机结构与随机定理。普通集合的结构是内P-集合的随机结构的特例,内P-集合的随机结构是普通集合结构的一般形式。     

P-规律推理与未知规律发现-应用

函数P-集合(Function packet sets)是由函数内P-集合(Function internal packet set)与函数外P-集合(Functionouter packet set)构成的函数集合对,它具有动态特征与规律特征。利用函数P-集合,给出内P-迭代规律、外P-迭代规律、P-迭代规律概念与存在定理以及P-迭代规律属性补充-删除定理。利用P-迭代规律,给出P-规律推理的定义与结构,得到P-规律推理与未知规律发现定理,最后给出P-规律推理在风险投资中未知规律的发现应用。     

层次内P-关系与内P-聚类算法

利用P-集合的动态特征,提出层次内P-关系的概念,研究内P-集合之间的相似关系,给出其度量特征和基于相似关系的内P-聚类分析算法和应用,并检验了内P-聚类算法的正确性。     

P-未知数据集及其过滤-分离

当普通集合X的属性集合α发生动态变化时,X中隐藏着未知数据信息.根据这一情况,利用X生成的P-集合((X)F,XF)和∧-型大数据的结构,提出内P-未知数据集、外P-未知数据集、P-未知数据集概念,给出它们的数值特征.定义未知数据集的P-依赖度、P-过滤度概念,讨论未知数据集的P-依赖度与P-过滤度的关系.利用过滤度分...     

内-外数据圆与动态数据-恢复

P-集合(packet sets)是由内P-集合XF-(internal packet setXF-)与外P-集合XF(outer packet setsXF)构成的集合对;P-集合具有动态特性。利用P-集合,给出内-数据圆,外-数据圆的概念,利用这些概念,给出动态数据恢复定理,动态数据恢复准则与数据恢复-辨识定理,给出应用。P-集合是动态数据分析-辨识研究的一个新工具。     

P-集合与(,F)-数据生成-辨识

P-集合(packet sets)是一个集合对, 它由内P-集合(internal packet sets)与外P-集合(outer packet sets)共同构成, P-集合具有动态特性。利用P-集合,给出数据集合, 数据集合,F-数据集合与(,F)-数据集合概念;提出-数据集定理, F-数据集定理, (,F)-数据带定理,数据集合恢复定理, (,F)-数据辨识定理,给出辨识准则。 利用这些结果, 给出(,F)-数据在信息系统中的应用。P-集合是研究动态信息系统的一个新理论与新方法。     

P-信息的属性合取扩展-收缩特征与P-信息的智能发现

利用P-集合与P-推理,给出P-信息的属性合取扩展-属性合取收缩概念、特征、定理;属性合取扩展-属性合取收缩是P-集合的一个重要应用特性。利用内P-推理与属性合取扩展,给出内P-信息智能发现定理;利用外P-推理与属性合取收缩,给出外P-信息智能发现定理和准则。最后给出具有属性合取扩展特征的内P-信息智能发现在信息辨识中的应用。     

P-集合的属性函数与P-信息融合的属性合取特征及应用

利用P-集合的结构,给出P-集合中元素的属性及属性函数的概念,讨论P-集合与属性函数的关系以及单属性函数和满属性函数的计数问题。给出P-信息融合的属性合取扩展-收缩特征、内P-信息融合的属性合取扩展定理、外P-信息融合的属性合取收缩定理、具有属性合取扩展特征的内P-信息融合发现定理、具有属性合取收缩特征的外P-信息融合发现定理。最后,给出具有属性合取扩展特征的内P-信息融合生成-发现的应用实例。     

我国15-17岁女子竞技健美操运动员选材指标体系的研究

结合我国竞技健美操的项目特点和15-17岁女子竞技健美操运动员的特点,从运动员选材的理论入手,遵照运动员选材原则和方法,通过专家问卷和统计优化,确立了我国15-17岁竞技健美操运动员的选材指标和指标权重,并对指标进行详尽的分析,初步构建了15-17岁女子竞技健美操运动员的选材指标体系,为这一年龄阶段运动员的选材工作提供些许帮助。     

一种对于K-means算法的改进

数据聚类是一个功能强大的技术,它能够把数据特征相似的对象划分为一类,但是并不是所有的聚类算法的实现都能产生相同的聚类结果;并且K均值算法的结果很大程度上依赖它的初始中心的选择;提出了一种新颖的关于K均值初始中心选择的策略;该算法是基于反向最近邻(RNN)搜索,检索一个给定的数据集,其最近的邻居是一个给定的查询点中的所有点;使用这种方法计算初始聚类中心结果发现是非常接近聚类算法所需的迭代聚类中心;对提出的算法应用到K均值聚类中给予了证明;用几种流行的数据集的实验结果表明了该算法的优点。     

高校学生常见运动损伤的调查与分析

通过对沈阳几所普通高校的１９７名大学生进行有关运动损伤的人数,损伤的部位,损伤的发生率,损伤的时间以及损伤的原因等方面进行问卷调查,运用综合分析法以及对问卷进行数字统计,找出运动损伤的特点和规律,以及产生运动损伤的主要原因,并提出了一些预防运动损伤的措施,对高校体育教学活动提供一些依据。     

CKMM基因A/G多态性与耐力、力量速度、混合型运动能力关联性的Meta分析

为探索肌型肌酸激酶(muscle-specific creatine kinase,CKMM)基因A/G单核苷酸多态性与耐力、力量速度、混合型运动能力的关联性,通过检索超星医学在线、万方数据库、维普数据库、中国生物医学文献服务系统、中国知网(CNKI)、中国科学引文数据库(CSCD)、EBSCO数据库、PubMed、Science Direct及Web of Science中CKMM基因A/G多态性与耐力、力量速度、混合型运动能力关联性的相关研究,采用Review Manager 5.3对纳入研究进行荟萃分析(Meta-analysis).结果表明:耐力运动员CKMM基因多态性与耐力运动能力、速度力量及混合型项目运动能力不存在显著关联(P>0.05).根据人种进行亚组分析发现,亚洲及欧洲人群CKMM基因A/G多态性等位基因、显性基因及杂合子模型与耐力运动能力均存在显著关联(P<0.05);亚洲优秀耐力运动员表现为G等位基因增加,欧洲优秀耐力运动员表现为A等位基因增加.由此可见,CKMM基因A/G多态性可作为亚洲及欧洲耐力运动员选拔指标,但应考虑不同种族人群A:G等位基因差异.     

对武汉市乒乓球少年运动员选材的特点分析

武汉市的乒乓球水平近几年由于某些原因水平明显落后于全国其它地方,尤其在少年运动员的选拔上就表现得更加明显,这与其梯队建设的不完整性有很大的关系。对教练员在对乒乓球少年运动员选材的特点以及合理性、科学性上进行调查研究,从而提出相应的建议,为其提供参考。     

中国女子跳马项目面临的问题与对策

比较分析了世界与中国女子跳马项目选手的比赛数据,结果表明,中国队存在新老交替、年龄结构不合理,动作难度低、完成动作质量差及年龄、身材上劣势,颠峰运动寿命短等问题. 提出了转变选材观念、借鉴国外成功经验、制定科学选材标准、逐步调整国家队队员年龄与身材结构;转变作风,制定长期发展规划;全面加强队员身体素质训练,延长优秀运动员巅峰运动寿命; 积极发展、创新难度动作等对策.     

威胁刺激类型对不同特质焦虑水平跆拳道运动员视觉搜索效率的影响

为探讨威胁刺激类型对不同特质焦虑水平跆拳道运动员视觉搜索绩效的影响,采用视觉搜索范式,以真实比赛场景中具有威胁性的视频和图片为刺激材料,对52名跆拳道运动员(高、低特质焦虑水平组各26人)视觉搜索反应时和反应准确率进行了考察.结果发现:低特质焦虑水平跆拳道运动员的视觉搜索效率更高,威胁刺激及刺激呈现方式对跆拳道运动员的视觉搜索效率均有显著影响.     

Feature Selection Based on Difference and Similitude in Data Mining

Feature selection is the pretreatment of data mining. Heuristic search algorithms are often used for this subject. Many heuristic search algorithms are based on discernibility matrices, which only consider the difference in information system. Because the similar characteristics are not revealed in discernibility matrix, the result may not be the simplest rules. Although differencesimilitude（DS） methods take both of the difference and the similitude into account, the existing search strategy will cause some important features to be ignored. An improved DS based algorithm is proposed to solve this problem in this paper. An attribute rank function, which considers both of the difference and similitude in feature selection, is defined in the improved algorithm. Experiments show that it is an effective algorithm, especially for large-scale databases. The time complexity of the algorithm is O（｜ C ｜^2｜U ｜^2）.     

场依存-独立性与运动员选拔

心理因素对运动员的选拔的作用日益受到重视,本文讨论了场依存-独立性认知方式对运动员选拔的意义,认为这种认知方式维度对运动员的选拔具有重要的参照作用.     

体育院校运动员语文学习需求分析

语文课程作为体育院校文化学习的基础和必修课程，对培养运动员的语言能力和人文素养具有重要作用。本文采用问卷调查等方法，以青少年运动员为调查对象，以普通学校同年级的非运动员为比较对象，以语文教师为辅助访谈对象，以语文学习需求为调查内容，开展了语文学习需求分析和实证研究。从运动员和非运动员的学习特征对比、教学内容的需求类型对比、教学方法的需求特点对比等视角进行问卷调查和数据分析，得出了以下结论：（1）青少年运动员语文学习的学时分配、学习兴趣、影响因素与非运动员差异很大。（2）运动员的学时特点和教学内容需求决定了教学内容的选择取舍。（3）青少年运动员的个性特点和教学方法需求决定了教学方法选择取舍。最终在需求分析的基础上，提出了青少年运动员语文教学的具体优化策略。