关于《Fuzzy相似矩阵传递闭包的网格算法与Fuzzy聚类》的注记

文[1]给出了求Fuzzy相似矩阵R传递包的网格算法,本文首先给出反例说明该算法不可靠;其次指出文[1]中引理2.1的错误;最后对引理2.1作了纠正。     

基于双向S-粗集的地震预测知识支持算法

针对双向S-粗集理论的元素迁移特性和地震前兆异常的区域差异、震前差异的特点,提出基于双向S-粗集的地震预测知识支持算法.首先,收集某地块边界中观测到地震前兆异常属性集,划分等价类.其次,求该地块经常出现的地震前兆异常属性集的下、上近似.最后,求该地块某个地震前兆异常属性集的下、上近似,获得该地块某个地震主要的前兆异常.该算法能让地震专家在地震预测难题研究中,有效缩小前兆异常研究的范围.但该算法的实际应用,需待完善的地块边界地震异常数据的收集.     

逆分离模糊集合((-overA)F,(-overA)(-overF))与模糊信息安全获取

利用论域的动态特征, 给出了具有属性析取特征的、由内逆-分离模糊集合与外逆-分离模糊集合共同构成的逆分离模糊集合,进而给出了逆分离模糊集合之间的模糊距离;基于逆分离模糊集合的生成,给出了模糊信息关系,进而给出了逆模糊信息智能伪装及其智能获取算法;结合椭圆曲线,给出了逆模糊信息内-伪装安全获取算法在商业领域的应用。     

信息融合-分离与隐性属性的显性特征

基于具有属性合取特征的动态数学模型与信息融合的交叉,给出了信息融合与信息分离生成的复合概念:信息融合-分离,给出了融合度量、分离度量与信息融合-分离属性定理,给出了隐性属性的显性化原理,给出了信息融合-分离的加密-解密及其安全获取。利用这些理论结果,给出它在案例侦察、证据获取与案例结论的安全认证的应用。     

利用马氏链来分析粗集的动态变动

将马氏链的方法用于分析粗集的动态变动过程，为数据的动态处理提供了一种较为恰当的方法，最后给出了应用的实际背景及实例．     

逆P-集合

利用P-集合（Packet sets）,提出逆P-集合（Inverse packet sets）,给出逆P-集合的结构;逆P-集合记作P-1-集合。P-1-集合是P-集合的对偶形式。P-1-集合是由内P-1-集合X珔F（Internal inverse packet set X珔F）与外P-1-集合X珔F珔（Outer inverse packet set X珔F珔）构成的集合对;或者（X珔F,X珔F珔）是P-1-集合;P-1-集合具有动态特征。给出P-1-集合的分离定理与P-1-集合的动态等价类特性,给出P-1-集合在动态信息系统中的应用。     

一种基于粗集的证据理论组合算法

Dempster合成规则为证据理论提供了一个有用的合成公式,但该公式在合成高度冲突的证据时,合成结果将有悖于常理．将粗集理论中属性重要度的思想引入到证据理论中,以此衡量证据的重要性,改善冲突证据的合成效果．该方法可把专家的主观判断和过去可用的知识与数据综合考虑,使群体决策得到更符合实际的结论．     

证据推理与检索数据网络安全获取

利用动态数学模型,首先给出了内-数据、外-数据与内-外数据概念,然后给出了证据推理与检索数据智能获取定理和网络数据空间与数据-证据关系定理,进而给出了检索数据的网络安全获取算法,最后给出了这些概念、理论结果的应用。     

微信息的嵌入生成及其智能隐藏-还原

基于具有动态特性与属性合取特性的P-集合模型,给出了α^F-微信息、■-微信息与(α^F,■)-微信息的嵌入生成和信息隐藏;利用这些概念,给出了微信息系统及其结构,以及微信息的智能隐藏及其还原-获取;最后介绍了这些概念的应用。