知识过滤与属性f-迁移依赖

依据S-粗集,给出f-迁移知识,F-迁移知识,知识过滤度和知识过滤属性f-迁移依赖的概念,提出知识过滤属性f-迁移依赖定理,给出知识过滤属性f-迁移依赖在知识识别中的应用,揭露了知识过滤的本质.     

知识的属性依赖挖掘与识别

利用属性集α内被补充属性,知识［x］内的元素个数被减少;利用属性集α内的部分属性被删除, 知识［x］内的元素个数被增加的两个特性。给出阶梯知识,阶梯知识生成,知识属性依赖的概念,提出知识的属性依赖挖掘定理,知识的属性依赖挖掘-状态识别准则,给出知识的属性依赖挖掘的应用。     

知识过滤和它的依赖推理发现

知识具有颗粒，知识具有粒度；颗粒，粒度是知识的两个基本特征；知识的颗粒特征，知识的粒度特征与知识的属性保持着紧密联系，属性的变化引起知识颗粒特征，知识粒度特征的变化．本文将物理学中物质具有颗粒的概念和过渡的概念引入到粗集（rough set）理论与应用的研究中，提出了知识过滤的概念，给出知识过滤的数值度量，知识筛子原理．利用知识过滤的概念，给出知识过滤在依赖推理中的推理结构，依赖推理的数值关系和在知识发现中的应用．知识过滤与依赖推理相互交叉，互补共享，是知识发现研究的一个新方向．     

依赖推导算法的研究

本文根据函数依赖成立的条件，给出了在关系ｒ中单属性左部属性集的求解算法，进而出了在给定关系中成立的函数依赖集的一个覆盖。     

S-粗集上的知识特性

基于S-粗集的理论,给出了知识膨胀度与f^--知识萎缩度的概念;讨论了f-知识膨胀与f^-=知识萎缩的性质,提出了S-粗集上知识膨胀度-萎缩度等值定理,f-知识集知识膨胀定理;f^--知识集知识萎缩定理,给出f-知识f^--知识在决策识别中的应用．     

F-知识与它的隐藏-依赖特征

S-粗集(singular rough sets) 存在三种形式: 单向S-粗集(one direction singular rough sets), 单向S-粗集对偶(dual of one direction singular rough sets)和双向S-粗集(two direction singular rough sets)。 S-粗集具有动态特性, 遗传特性, 记忆特性和隐藏特性。 利用S-粗集, 给出了f-隐藏知识, F-隐藏知识, 隐藏度和隐藏-依赖度的概念, 提出了关于隐藏知识的隐藏定理和隐藏-依赖定理, 并给出应用。     

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。     

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。     

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。     

高校排调课知识表示

针对高校排调课数学上的时间和空间的组合问题,即NP（nodeterministic polynomialbounded）-完全的问题,根据上课班级、时间和地点定义了课元（class unit）、时间片（time chip）、时空片（time and space chip）等概念,对高校排调课的原则是给课元分配时空片进行分析研究,利用关系代数理论给出了课元与教师和自然班的相关关系定义,提出了高校排调课算法的设计思想和约束条件,为解决高校计算机排课问题提出了切实可行的方案。     

知识创造与知识创新概念辨析

在归纳分析知识创造和知识创新概念的基础上,探讨了二者的交叉关系,从类别、基本过程、活动主体、产出、研究视角、发生场所等方面对二者的区别进行辨析,为准确把握两个概念提供一定的参考。     

知识基的布尔矩阵求解方法

用布尔矩阵方法对知识空间的原子和知识基进行研究.首先,建立知识空间和(反)知识背景之间的联系;其次,用布尔矩阵表示(反)知识背景,研究其对应的关系矩阵和对象关系矩阵的性质;最后,从知识状态、算子、布尔向量和布尔矩阵等角度判定原子的特征,给出知识空间中原子和知识基的求解方法.     

ITS系统中知识模型的设计与实现

ITS系统中。知识表示是一个关键问题。如何表示好知识关系，构建领域知识模型，难度很大。芩文讨论了ITS系统中知识点间关系的表示，特别对于知识点间依赖关系的设计与表示，提出了一个知识图模型，结合了树和有向图的表现形式，并给出了一些构建原则，能够较好解决当前知识表示中存在的不足。最后用相应的关系数据模型给予实现。     

论医院图书馆与医院知识创新

论述了知识形态与知识创新的关系,探讨了知识创新的过程,指出了医院图书馆在知识创新中的重要作用,并探讨了实施策略。     

实践社区的知识创新机制研究

论述了实践社区与企业的创新团队之间的关系,从8个方面将实践社区与创新团队进行了分析比较,在此基础上提出了一个实践社区的知识创新机制模型。     

基于关键词集合的知识关联网络构建

建立符合逻辑的知识关联体系是知识地图理论的重要内容之一．本文对知识管理系统中知识关联的有向性进行分析,叙述了单向知识关联和双向知识关联的概念与特点;对关键词集合进行定义,阐述了单关键词集合、全关键词集合和不定关键词集合三种划分策略,介绍了以关键词集合为迭代单元构建关联网络和针对单个知识点构建关联网络的两种算法,并指出了算法在实际应用中需注意的问题．     

从数据中挖掘知识

解释了数据挖掘的含义,从数据挖掘的知识类型及作为进行阐述,对每种知识的主要挖掘技术作了介绍,最后介绍一种用模糊关系的聚类挖掘方法。     

基于背景知识的本体进化框架设计

随着应用环境和用户的需求不断变化,本体必须不断进化.目前本体进化工作要解决的最重要的问题是如何确定新的数据信息与进化本体中已存知识之间的正确关系.基于背景知识的本体进化框架,利用背景知识挖掘出新旧数据信息之间的关系,改善了整个本体进化过程.