基于面积的模糊集相似性度量方法

在分析经典集合相似性度量问题的基础上,对于模糊集合的相似性度量问题,提出了一种基于面积的相似性度量方法.不仅适用于论域是离散的情形,而且也适用于论域是连续的情形.     

双枝模糊集的内、外积及相似性度量

给出了双枝模糊集内积、外积的概念并讨论了它们的性质，从双枝模糊集内积、外积出发定义了双枝模糊集的相似性度量，并进一步给出双枝模糊集相似度的几个公式.     

集值空间上Hausdorff度量的一点注记

本文考察了紧致度量空间诱导的一类集值空间,给出了Hausdorff分离与集值空间中的点到紧致子集的Hausdorff度量之间的关系.     

Hausdorff 度量空间

在Hausdorff度量空间上研究了Hausdorff距离,证明了一些基本性质及定理。     

粗糙模糊集的粗糙性度量

粗糙集理论和模糊集理论是处理不确定和不精确问题的两种数学工具,它们有很强的互补性,将这两种理论相互融合可以建立粗糙模糊集模型。本文在概率近似空间上研究了粗糙模糊集的粗糙性度量,定义了知识的粗糙度概念,并将它与模糊集的粗糙度相结合给出了粗糙模糊集粗糙性的一种新的度量,验证了该度量的一些性质。     

典型地物实测光谱的相似性测度与实验分析

对于高光谱向量非线性空间,提出了基于Hausdorff距离的地物光谱相似性测度模型,并对模型的适用性进行讨论.此外通过对试验区域由高分辨率光谱仪实地测得的地物光谱数据进行实验分析,得到各种相似性测度模型的匹配聚类结果,并对其有效性和精度进行评估.     

地图综合中几何相似性的度量

根据综合前、后地图的几何变化情况,建立了综合地图几何相似性的度量方法.首先提出了度量几何相似性的5个指标（即传统的空间目标距离、Hausdorff距离、对称差面积、旋转函数距离和曲面距离）,然后根据地图综合前后的几何变化建立了这5个几何相似性指标的度量函数,最后提出了面目标几何相似性度量的实现方法.     

区间值模糊集上的粗糙近似

提出了区间值模糊粗糙集的上下近似,并且利用区间值模糊集的截集定义了区间值模糊粗糙度量,在此基础上讨论区间值模糊粗糙集和区间值模糊粗糙度量的性质。     

粗糙模糊集的若干区别度度量探讨

区别度是刻画模糊集之间差异程度的一种度量方式,区别度研究具有重要理论意义．本文给出了粗糙模糊集区别度度量应满足的若干条件,提出了三种形式的粗糙模糊集区别度,并讨论了它们的基本性质．     

基于粗糙集理论的模糊信息分类方法

介绍了属性约简的概念,并用模糊语义距离矩阵解决了含有模糊数据的相互依赖的数据库的信息分类问题。     

模糊粗糙集的贴近度

基于模糊集理论中贴近度的定义及模糊粗糙集的有关性质 ,讨论了模糊粗糙集 (FR集 )的贴近度 ,进而给出了模糊粗糙集的距离贴近度、最小最大贴近度、最小平均贴近度以及格贴近度     

模糊粗糙集及其截集

设U为全集 R是U上的一个等价关系,A为U上的模糊集 本文给出了A的λ-截集及强λ-截集的上(下)近似Aλ(Aλ)及Asλ)的若干性质,同时给出了A的上(下)近似与其λ-截λ(As集之间的关系     

模糊粗糙集的分解定理及表现定理

讨论了模糊粗糙集（FR集）的构造性质,给出其分解定理及表现定理。     

模糊集的比较与排序

通过定义模糊极大集和一个效用函数,从而找到一种判定模糊集优先关系的方法．而用这种方法来判断模糊集的优先关系具有较好的普遍性、可分辨性、直观性以及较强的物理和几何意义．     

模糊集与粗糙集的互补定义方法

利用粗糙集定义模糊集,利用模糊集定义粗糙集。     

高型粗糙模糊集及高型模糊粗糙集

定义了L型粗糙模糊集（L型RF集），给出了其相关性质，进而引进了高型粗糙模糊集（高型RF集），它比普通的RF集具有更高层次的粗糙模糊性，可用于人们对粗糙模糊现象的描述，增强人们对自然语言的表达能力，平行地，最后研究了高型模糊粗糙集（高型RF集）。     

粗糙模糊集的贴近度

讨论了粗糙模糊集 (RF集 )的性质 ,并在此基础上 ,定义了粗糙模糊集的贴近度 .基于定义 ,分别给出了粗糙模糊集的距离贴近度 ,最小最大贴近度 ,最小平均贴近度以及格贴近度 .     

粗糙集和模糊集的比较分析

介绍了模糊集和粗糙集各自的理论和特点,并讨论了模糊集和粗糙集的各自优点和缺点,有机将两种理论结合起来分析了模糊粗糙集、粗糙模糊集及粗糙隶属函数的性质及应用,引入变精度思想,在粗糙模糊集上定义其上下近似。     

i-v Fuzzy集的格序结构

在i-vFuzzy集上引入了顺序和运算,并证明了任一非空集X上的一切i-vFuzzy集的全体F(X)i-v构成一完备的完全分配格,且关于引入的对合运算构成一Fuzzy格.