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.     

双向变异S-粗集的信度特征

提出双向变异S-粗集的属性迁移的信度及信度函数的概念,给出了双向变异S-粗集的依信度生成,讨论了双向变异S-粗集依信度生成的特性.     

基于Vague集的元素间相似度量的近似推理

给出了Vague集元素间的一个相似度量方法,对于模糊概念(用Vague集表示)的隶属函数为连续的情况,将规则前件中Vague集的论域与后件中Vague集的论域作一一映射,然后给出基于Vague集的隶属函数为连续情况下的元素间相似度量的近似推理方法;对于Vague集的隶属函数为离散的情况,在作上述相同的映射后,再将规则前件中的vague集和事实中的Vague集的真/假隶属函数分别进行线性插值,使它们都成为连续函数,然后给出基于Vague集的隶属函数为离散情况下的元素间相似度量的近似推理方法.     

广义粗糙Mereotopology

本文给出Mereotopology一些基本概念的广义粗集表示,并且利用子集关于子基的内部和闭包的概念讨论它们的基本性质．     

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．     

关于非分配子空间格与自反算子代数的若干性质

首先给出Ｈｉｌｂｅｒｔ空间上的一个双三角格，使自反代数ａｌｇ含有限秩算子但Ｌａｔ（ａｌｇ）不是ｓ－格，并给出ａｌｇ为ｓ－格的一个充要条件，其次讨论典型的五元素非分配子空间格对应自反算子代数，给出超自反性，有限秩稠性等一些结果。     

交换子空间格代数的模中有限秩算子的性质

定义了子空间格代数的模，对交换子空间格代数模中的有限秩算子进行了讨论，得到了一些结论，这些结论是子空间格代数中相应结论的推广。     

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．     

模糊数的有序性与收敛性

本文定义了关于模糊数的模糊小于的概念,并在此基础上讨论了模糊数的有序性,模糊数的截集函数的连续性,模糊数的格结构以及模糊数序列的收敛性等重要性质.     

格L(F_q~n)和L(wv-1,v-1,2v)的Mbius函数

设Fq是q个元素的有限域,其中q是一个素数的幂,并且Fnq是F上n维行向量空间.然后,由Fnq的子空间集构造了L(Fnq)和L(m,s;2v)两种格,并且利用M bius反演出这两种格的M bius函数.     

线性互补问题的序列凸近似方法

线性互补问题是一类有着广泛应用背景的重要数学问题,本文主要讨论其求解方法．本文首先将线性互补问题等价转化为目标函数含有Dc函数（两个凸函数的差函数）的优化问题,然后对该Dc问题目标函数的第二部分凸函数进行线性化,得到一列凸近似子问题．本文证明该列子问题的解的聚点是线性互补问题的稳定点．     

小波神经网络逼近非线性函数算法

介绍用于函数近似的一种新型神经网络——小波神经网络,该小波神经网络采用的函数是sigmoid函数的组合.文中从理论上阐明了小波神经网络对某些时频有限的非线性函数的逼近能力,并实际建立了一个前馈小波神经网络,同时讨论了如何选择小波母函数及如何减少该神经网络规模的算法.实验结果表明这种小波神经网络可以在较小规模的基础上实现对这类非线性函数的逼近.     

基于两点信息构造的多项式逼近函数

通过一个函数在两点处的函数值及其导数值,构造了一个次数最低的多项式来逼近函数,并得到了一个误差估计表达式.与只利用一点处信息得到的泰勒展式的比较,利用两点处信息构造的逼近多项式具有较好的逼近效果.     

模糊反向传播神经网络的函数逼近能力研究

研究了模糊反向传播神经网络的函数逼近能力.研究结果给出了单调连续函数的FBP按序单调特性、连续映射定理以及非函数一致逼近定理,并且说明了FBP虽然能保持连续性映射,但不如原神经网络具有函数逼近能力.     

高误码条件下线性分组码的盲识别

针对信息截获领域中线性分组码的盲识别问题,依据分组码的线性构造、校验性质及码重分布特征,提出了一种在信息熵高误码条件下基于矩阵秩信息熵与码重分布盲识别线性分组码的方法. 首先通过数据矩阵的秩信息熵识别出码长并由码重分布的信息熵函数准确计算出码字起始点,再根据系统与非系统线性分组码生成矩阵的特点,采用不同的计算方法正确求解生成矩阵,从而盲识别出线性分组码. 仿真结果表明,该盲识别方法在较高的误码条件下具有良好的识别效果.     

分形表面远区散射场的频域统一形式及其时域特性

分形表面的远区场分析最初是在频域进行，该文通过推导出不同频率下分形目标敬射系数的相同形式，进一步得到散射系数的时域解，改变控制分形函数的参量来观察和分析各种不同情况下的粗糙面在时域中的远区散射场。     

中心力场下散射态的WKB波函数

本文用WKB近似法对中心力场问题的散射态进行了详细的讨论,给出其WKB径向波函数和相移表式。     

改进型随机无网格迦辽金法在随机热传导问题中的应用

近似方案中对移动最小二乘近似(MLS)中的基函数采用带权的正交基函数,从而形成一种改进的移动最小二乘近似(IMLS),该近似比现有的移动最小二乘近似有更高的精度和效率,且不会导致系统方程产生病态。IMLS近似与Taylor展开的随机无网格迦辽金法(SEFGM)相结合构成了一种Taylor展开的改进的随机无网格迦辽金法(TSIEFGM)。用TSIEFGM对二维随机热传导问题进行了分析。通过对含随机参数的热传导问题进行分析,算例验证该方法的正确性和有效性,为解决随机热传导问题提供了一种新方法。     

关于伯恩斯坦多项式在无穷区间上的一种普遍推广

本文引进Bernstein多项式在无穷区间上的另一推广形式（s是正整数）我们证明了：在一定条件下。在f（x）的连续点处，有并在一定条件下，得到了Bns（f；x）对于f（x）的逼近度．