Fuzzy拟阵的子结构

本文给出了3种不同的Fuzzy拟阵的子结构,对子结构M(?),讨论了它的秩函数,基,圈,σ算子等性质.     

结构元线性生成的模糊数列的收敛性

用一种模糊距离给出结构元线性生成的模糊数列收敛的一种新定义,然后用这种收敛定义研究结构元线性生成的模糊数列的单调有界性、区间套定理、柯西收敛准则、有界性、极限唯一性、加减法及数乘运算、保不等式性、局部保号性和迫敛性,最后定义结构元线性生成的模糊数项级数并探究其比较原则、莱布尼茨公式和绝对收敛等性质.     

Fuzzy横截和Fuzzy拟阵

本文引入了Fuzzy横截,部分Fuzzy横截的概念,证明了有限Fuzzy集族的全体部分Fuzzy横截是一个Fuzzy拟阵的全体Fuzzy独立集,给出并证明了有限Fuzzy集族具有Fuzzy横截的一个充要条件,最后利用Fuzzy点给出了Fuzzy拟阵的一个等价描述.     

L－fuzzy拓扑共生预序空间的凸性（Ⅰ）

本文将ｘ上的Ｌ－ｆｕｚｚｙ拓扑共生结构与ｘ上的预序结构联系起来，并以Ｌ－ｆｕｚｚｙ集的保序性，反序性，序凸性为基点，讨论Ｌ－ｆｕｚｚｙ拓扑共生预序空间的弱ａ－反序性、弱ａ－保序性、弱ａ－序凸性。     

半群Fuzzy点生成的Fuzzy理想(英文)

本文介绍了半群上Fuzzy点生成的Fuzzy左(右)理想.给出了它们的特征,并得到了Fuzzy逆子半群的几个等价条件.     

描述高维崎变模式的有效方法——Fuzzy 树文法

为了有效地描述带有Fuzziness 的高维模式,本文首先提出了Fuzzy 树文法与Fuzzy 树自动机的概念,进而研究了二者的关系.即:对每个Fuzzy 树文法,都可以构造与之等价的Fuzzy 树自动机.从而达到了自动识别Fuzzy 树语言的目的.     

基于决策分类的分块差别矩阵及其求核算法

属性约简是粗糙集理论进行数据挖掘的基本途径, 相关算法主要基于核。 核的差别矩阵表示及相关求核计算具有重要意义, 但已有的差别矩阵及其求核算法还具有时空局限性。对此, 依据差别矩阵的稀疏性与大规模性, 提出基于决策分类的分块差别矩阵及其求核算法, 直接地将决策分类信息融入形式结构与问题求解。 首先, 基于决策分类来定义分块差别矩阵, 设计其计算算法; 其次, 基于分块差别矩阵, 确定核的内涵与算法; 最后, 进行实例分析与实验验证, 说明所建方法的有效性。基于决策分类的分块差别矩阵有效地实施了信息提取与维度降低, 相关的求核算法较好地减少了差别矩阵求核算法的时空复杂性。     

用构造性神经网络推导模糊有限状态自动机

采用构造性神经网络来推导模糊有限状态自动机(记作FFA),在网络训练过程中,按照Blanco网络的学习规则调整连接权重,在网络结构的动态修改中利用了级-相关算法的最大相关性思想,最后将该网络应用到具体的FFA推导中,实验证明它是有效的.     

模糊Hopfield神经网络及其模糊聚类功能

首先提出了具有模糊逻辑计算功能的模糊Hopfield神经网络-FHN.FHN中的神经元对应于模式集合的元素，权重矩阵对应于模式之间的模糊关系，最后讨论了FHN的稳定性和基于模糊距离关系的模糊聚类功能，研究表明FHN在模糊模式识别中具有广泛的应用性。     

Closure of q-Quantum Languages

η-quantum languages are discussed and some of their properties are derived. Furthermore the q-quantum language is defined. It is shown that L （A1 ○× A2 ） = L（A1 ）∩ L（A2）, L （A） = L （A1 ）∪ L （A2 ）, So over the same alphabet the intersection and union of two different q-quantum languages are also q-quantum languages.