内P-搜索数据选材模型与应用

利用内P-集合的动态特征,给出内P-搜索数据及其生成度量的概念,给出内P-搜索数据特征及搜索数据选材模型特征定理。利用这些结果,分析运动员身体成分、运动能力与运动员选材的关系,给出在运动员选材中的应用。     

外P-信息生成与它的推理-搜索发现

利用P-集合,给出P-等价类。P-等价类是由内P-等价类[X]F珔与外P-等价类[x]F构成的等价类对;或者,([x]F珔,[x]F)是P-等价类。P-等价类具有动态特征。在一定条件下,P-等价类能被还原成普通等价类[x]。给出P-等价类度量与度量的离散区间定理。利用P-等价类与P-推理,给出未知P-信息推理发现与发现定理。最后给出外P-信息推理发现在信息系统中的应用。     

P-集合的记忆特征研究

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;利用P-集合的概念与结构,给出内P-集合的f-记忆集合概念,内P-集合的f-记忆度量方法;f-变异度量方法;提出内P-集合的f-记忆f-变异关系定理;外P-集合的軃f-记忆集合概念,外P-集合的軃f-记忆度量方法;軃f-变异度量方法;提出并证明了外P-集合的軃f-记忆軃f-变异关系定理。     

内 P-信息融合与它的属性合取特征

P-集合是由内P-集合XF珔与外P-集合XF 构成的元素集合对,或者（ XF珔,XF ）是P-集合,P-集合具有动态特征。利用内P-集合给出内P-信息融合生成、内P-信息融合剩余生成与内P-信息融合度量概念,得到内P-信息融合生成定理、依赖定理、还原定理,还给出内P-信息融合的属性合取定理与属性合取扩展定理和属性合取扩展-内P-信息融合发现原理。最后利用这些结果给出应用。     

内P-信息融合与它的属性合取特征

P-集合是由内P-集合XF珔与外P-集合XF构成的元素集合对,或者(XF珔,XF)是P-集合,P-集合具有动态特征。利用内P-集合给出内P-信息融合生成、内P-信息融合剩余生成与内P-信息融合度量概念,得到内P-信息融合生成定理、依赖定理、还原定理,还给出内P-信息融合的属性合取定理与属性合取扩展定理和属性合取扩展-内P-信息融合发现原理。最后利用这些结果给出应用。     

内P-显性信息的生成与特征

P-集合(packet set)是由内P-集合XF-(internal packet set XF-)与外P-集合XF(outer packet set XF)构成的集合对,或者称(XF-,XF)是P-集合.把生物学中的"隐性"、"显性"概念与内P-信息交叉、嫁接,提出了内P-显性、隐性信息的概念,给出内P-显性信息生成定理与推论,内P-显性信息的度量、数量、单依赖、内收敛特征定理与推论及内P-显性信息搜索算法,最后给出内P-显性信息在动态信息挖掘中的应用.     

P-集合与隐形图像生成-还原

P-集合是把动态特性引入到有限普通集合中,改进普通集合得到的,P-集合(XF,XF)是一个集合对.利用P-集合生成的图像,提出P-隐形图像的概念,给出P-隐形图像的属性特征和度量特征,提出P-隐形图像生成-还原定理,并给出了P-隐形图像在图像信息系统中的应用.     

基数余-亏与逆P-增广矩阵

利用逆P-集合的动态特征,改进普通增广矩阵概念,提出内逆P-增广矩阵,外逆P-增广矩阵与逆P-增广矩阵,给出它们的结构、生成与关系。利用基数余-亏与逆P-增广矩阵交叉,提出基数余值与内逆P-增广矩阵关系定理,基数亏值与外逆P-增广矩阵关系定理,以及基数余-亏值与逆P-增广矩阵关系定理,最后给出这些理论结果的应用。     

P-增广矩阵与信息的智能动态发现-辨识

利用普通增广矩阵概念与P-集合动态结构交叉,改进普通增广矩阵概念,提出P-增广矩阵,给出P-增广矩阵结构;P-增广矩阵由内P-增广矩阵与外P-增广矩阵共同构成。给出内P-增广矩阵属性定理,外P-增广矩阵属性定理与P-增广矩阵属性定理;给出P-增广矩阵与普通增广矩阵的还原关系。改进P-推理,提出P-增广矩阵推理,给出推理结构;P-增广矩阵推理由内P-增广矩阵推理与外P-增广矩阵推理共同构成。提出属性的P-增广合取范式,给出属性的P-增广合取范式与属性的普通合取范式的关系,提出属性的P-增广合取范式还原定理;给出满足P-增广矩阵推理条件的信息的智能动态发现-辨识定理,最后给出了应用。     

P-集合的粒度与P-知识辨识发现

利用P-集合,给出P-集合的粒度概念,讨论了P-集合粒度的特性,给出粒度与包度的关系定理、粒度的分解定理以及单调性定理。定义了P-知识以及知识分辨度概念,将P-集合概念及其粒度特性应用于P-知识的辨识发现中,得到P-知识的辨识发现定理。最后将辨识发现定理应用于系统状态的检测识别,给出了系统状态检测-识别准则及其应用。     

Fuzzy子环的Fuzzy同态映射

引进Ｆｕｚｚｙ子环的Ｆｕｚｚｙ同态映射，给出Ｆｕｚｚｙ子环的Ｆｕｚｚｙ同态分解定理及基本定理，并给出了Ｆｕｚｚｙ域与Ｆｕｚｚｙ线性空间的Ｆｕｚｚｙ映射。     

微分几何定理证明中最简单辅助条件的计算

在微分几何定理证明中，一个定理成立的辅助条件(非退化条件)不是惟一的，但越简单越好。对预先确定的标准如变元个数最少、导数算子阶数最低等，利用根微分理想分解的Rosenfeld—Groebner算法，给出了微分几何定理机器证明中最简单辅助条件的构造性算法。     

广义LV系统的运动不变量和哈密顿函数

给出了可作为具有相应Poissn结构的GLV系统的哈密顿函数和运动不变量的一类函数及代数条件.并且定理的代数条件是独立的.利用主要定理2很容易证明一个系统是否具有文中所给哈密顿函数的哈密顿系统.     

关于拓扑型极大极小定理

近年来，著名的ＶｏｎＮｅｗｍａｍｍ极大极小定理被许多学者加以推广，其中最好的结果为Ｋｏｎｉｇ定理（１９９２）和张石生－张宪定理（１９９５）本文证明一个拓扑型极大小定理，它是张石生－张宪中主要结果的统一与改进，从而使极大极小定理的应用范围得到了进一步的扩充。     

一般拓扑空间中的一个非空交定理及其应用

本文在没有凸结构的一般拓扑空间中证明了一个新的非空交定理．作为结果,我们在没有凸结构的一般拓扑空间中给出了它的两种等价形式．最后,应用此非空交定理,在没有凸结构的一般拓扑空间中得到了一个新的极大极小不等式．     

关于Cantor定理的新证法

Ｃａｎｔｏｒ定理的证明，除了对角线法外，其他所有证明实质上都类同于Ｔａｋｅｕｔｉ在１９８２年给出的证法现应用共尾数和不可达基数给出了新的证法，这个证法不同于以往各种证明     

叠合定理和弱上半连续多值映象的不动点定理

本文对弱上半连续多值映象给出了一个新的叠合定理。由这叠合定理还导出了一些新的不动点定理。     

简化某些滑移线场参量积分的数学方法

本文利用Hencky第一定理与积分中值定理分别提出两种简化某些滑移线场参变量积分的方法,并以平面变形正向挤压问题为算例给出具体简化运算步骤。     

超凸空间上集值映射的Fan型最佳近似不动点定理

利用超凸空间上的匹配定理得到Fan型最佳近似不动点定理并作为应用给出了超凸空间的非紧可容许子集上的非自映射的不动点定理.结果对文献中的相应结果进行了一般化和改进.       

S-粗集与它的(F)-记忆

利用F-记忆S-粗集与它的F-记忆特性,F-记忆S-粗集与它的F-记忆特性,给出（f,f）-知识,F-乒记忆S-粗集的概念,利用这些概念,提出F-记忆的F-记忆显性定理,F-记忆的F-记忆显性定理,乒记忆的不变性定理,F-记忆可分辨定理,系统状态稳定的记忆识别准则,并给出应用实例．指出了（f,f）-记忆知识与系统状态稳定识别之间存在着必然的联系．