区间值fuzzy集的隶属原则及其应用

讨论了区间值fuzzy集的模型识别问题，首先，引入了区间娄的两种排序方法，并以此给区间值fuzzy集的隶属原则；其次，给出了区间值fuzzy集的模型识别的两个具体实例；最后，为了度量所得结论的可靠程度，引进了可信度的概念，并提出了可信度的计算公式。     

变精度广义双向s-粗集模型

本文通过对基于双向s-粗集和一般二元关系R所提出的广义双向s-粗集的分析,提出了变精度广义双向s-粗集,定义了广义双向s-粗集中的多数包含关系,借助引入误差参数α（0≤α〈0．5）,给出了变精度广义s-粗集模型及其有关性质定理．通过实例分析并验证了动态系统中由于属性集合的动态迁移特性与变精度参数变化所产生的广义s-粗集的上、下近似,边界和分类近似精度的变化关系．     

单向IS-粗集及其相对精度

在S-粗集的基础上,提出IS-粗集（improper singular rough sets）的概念,给出单向IS-粗集的数学结构．并讨论了单向IS-粗集的近似精度及相对精度．     

P-凸函数的一个充要条件

针对凸集、凸函数和P-凸函数定义的特点,引入了P-凸集的概念,并给出了P-凸函数的一个判定定理.     

半序集上的耦合不动点定理及其应用

本文通过引入全序拟备集和全序自备集概念，给出了半序集上混合单调映象的耦合不动点的若干存在性定理及其应用，它们包含半序Ｂａｎａｃｈ空间和半序拓扑空间上的许多相应结果作为特例。     

基于半开集的强拟开集运算与性质

本文从一个新的角度利用半开集引入了拟开集与强拟开集概念,进一步研究了这些概念之间的关系,并得到子空间的相关结果,最后得到它们都是连续开映射下的不变量.     

度量空间中的拟凸集的联合逼近性

本文在度量空间中引入了拟凸集的概念，并得到了关于拟凸集的逼近性的一些重要结果．     

Banach空间中立形微分包含的近似可控性

应用集值函数不动点定理来研究Banach空间中微分包含的近似可控性.     

传感器网络中连通覆盖算法研究

作为一种新型的无线自组网络,传感器网络在环境与军事监控,地震与气候预测等许多方面都具有广泛的应用前景.基于正方形网格剖分的良好特性,提出了一种分布式的近似最小连通覆盖集的构造算法.新算法中:Sink节点首先将其目标区域剖分为正方形网格,并将得到的剖分信息广播给网络中的所有传感器节点;然后,网络中的传感器节点再通过周期性与其邻节点交换信息,来构造目标区域的近似最小连通覆盖集.算法分析和仿真实验表明,与已有类似算法相比,新算法在连通覆盖集大小方面具有更优的性能.     

关于L-直觉模糊集截集性质的进一步研究

在L是完全分配格时,利用极大集与极小集所引入的L-直觉模糊集的截集,本文定义了L-直觉模糊凸集的概念,给出其与L-直觉模糊集截集的凸性之间的等价刻画.进一步研究了L-直觉模糊集的二元运算及其相关性质.     

函数单向S-粗集的信度特征

利用函数单向S-粗集的结构,给出函数迁移的信度特征、函数集Q的下近似信度特征和函数集Q的上近似信度特征.利用这些结果,给出函数单向S-粗集的信度特征,提出函数单向S-粗集的随机结构与随机定理,得出函数单向S-粗集的结构是函数单向S-粗集的随机结构的特例,函数单向S-粗集的随机结构是函数单向S-粗集结构的一般形式.     

度量空间中的联合最佳逼近

本在度量空间中讨论了联合最佳逼近性，得到了闭球的凸性与凸集的联合最佳逼近性的关系。     

协调映射下一类覆盖上近似算子的不变性质

协调映射可以将信息系统映成对象较少的信息系统,从而压缩数据．本文讨论覆盖粗集在协调映射下的不变性质．指出满的协调映射可以保证原覆盖近似空间的一类覆盖上近似与像覆盖近似空间覆盖上近似之间一一时应．     

一致半Bp-（p，r）K不变凸多目标半无限规划的最优性条件

利用局部渐进锥K在半p-不变凸集的基础上定义了一致半Bp-（p，r）K不变凸函数，研究了涉及这些广义凸性的一类多目标半无限规划问题的最优性，并得到了若干最优性条件．     

弱紧集上的公共不动点与最佳逼近

在局部凸拓扑线性空间中的弱紧集上得到了一个非扩张映射对的公共不动点定理和一个最佳逼近定理,改进了Hussain和Khan的相应结论.所得结果是许多已有结论的推广.     

关于k阶模糊关系的直觉模糊粗糙集

本文基于三角模研究了k阶模糊关系下的直觉模糊粗糙集,通过k阶模糊关系定义了近似算子及其性质.     

基于多置信度的不平衡数据分类算法

传统的分类算法通常设置统一的最小置信度提取规则．如果训练数据集是不平衡的数据,统一置信度的分类算法在小类的准确率不高．本文提出了一种基于训练集类分布的多置信度不平衡数据分类算法CBMI．在CBMI算法中,根据训练数据中类的分布设置不同的最小置信度提取规则,小类置信度的临界值比大类置信度低．此外,算法CBMI综合三种度量选择“好”的属性值．实验结果表明,基于多置信度不平衡数据分类算法CB—MI提高了小类数据分类的正确率．     

非参数回归函数的置信区间

利用随机加权法构造非参数回归函数的随机加权统计量,证明了用随机加权统计量的分布去逼近原估计量的误差分布,其精度可达到o(n^-1/(d+2) lnnM_n),a.s.,其中0<M_n→∞.该结果可以用于构造未知回归函数m(x)的置信区间.     

几种函数逼近方式的逼近能力比较与综合

介绍了Fourier变换、小波变换、神经网络、小波神经网络、多小波和多小波神经网络几种不同的函数逼近方式，对这几种函数逼近方式中的基函数性能作了详细比较，发现基函数的性能越好，其函数逼近效果一般来说也越好，并对这几种函数逼近方式的表达式进行了比较和综合。