中国管理模式的时代功能

在新的历史社会条件下,深化中国管理模式研究,推进中国管理模式,具有重要意义。这是因为,中国管理模式具有重要的时代功能。具体来看,推进中国管理模式,对于促进中国经济发展,推进中国文化发展,实现社会发展,加强政治文明建设,提升中国的核心竞争力,都有积极作用。     

基于优化水平集方法的CT图像肺结节检测算法

对Chan-Vese水平集图像分割方法进行分析和改进,提出了结合全局区域均值和局部边界信息的水平集改进算法,应用于肺部CT图像分割和肺结节检测。在图像分割的目标函数中,在Chan-Vese方法基础上,引入局部边界统计特性能量项,以利于提高肺部医学图像分割的准确率和分割速度。实验表明,该方法可以很好地分割出肺实质轮廓和肺结节病灶区域,在分割速度上比Chan-Vese方法有了明显的提高,检测结果不依赖于初始设置,将人工交互降至最低,有利于实现CT图像肺结节自动检测。     

基于QR码构造的广义LDPC码

在低密度奇偶校验(low density parity check, LDPC)码的图形表示中,存在着一种陷阱集结构,其对性能的影响表现在,陷阱集中变量节点所对应的比特在迭代过程中如果发生错误,就不容易被纠正回来。因此,结合平方剩余(quadratic residue, QR)码来设计一种新颖的广义LDPC码的编译码方案。该方案利用QR码这一性能优良的码型,为LDPC码的某些变量节点提供额外的保护,在损失少许码率的情况下,以期消除某些陷阱集的影响,并获得比原始LDPC码更好的性能。在仿真模拟中,通过统计原始LDPC码的错误比特位置,发现某些比特位置的出错频率较高,为此,从陷阱集的角度分析了其中的原因,并根据这些变量节点,构造广义LDPC码。仿真结果表明,该方案能够有效地降低某些LDPC码的错误平层。     

一种基于单向变异S-概率粗集的动态决策方法

针对因决策因素个数的减少而导致的决策精度降低的情况,提出了一种基于单向变异S-概率粗集的动态决策方法。利用单向变异S-概率粗集的属性动态迁移特性,结合知识库中的统计信息,讨论了单向变异S-概率粗集模型的属性概率性质。利用上述性质的讨论,给出了一个具体的军事动态决策实例,从而证明该方法可以有效地提高决策精度。     

相似关系下变精度粗糙集的阈值选取分析

针对相似关系下的变精度粗糙集模型,讨论了该模型下的阈值选取问题。阈值选取包括相似阈值和分类阈值的选取。通过粗糙熵的计算,给出了最优相似阈值的选取方法。对于分类阈值的选取,提出先将模型的边界域进行细划分,分析各边界域与分类阈值之间的影响关系;之后确立基于边界域的近似分类的准则,通过基于近似分类准则的优化计算,达到对分类阈值区间的合理选取。文末的仿真实例验证了该阈值选取方法的可行性和优越性。     

个人伦理系统价值函数分析

本文在借鉴张华夏社会系统伦理价值分析的基础上,初步分析了个人伦理系统的价值。我们提出,个人伦理价值是由有限资源与环境保护原则、社会功利效用原则、社会正义原则、仁爱原则、个人功利原则、个人义务原则和个人美德原则这七个价值变量组成的。不同的人在不同的情景对这些价值变量的倾向不同,因而有不同的权重数值和不同的价值判断。我们认为,当我们把个人当作最小伦理系统单元时,就必然会将复杂性带入伦理学中,为伦理学研究提供新的研究方向。     

Machine intelligence, rough sets and rough-fuzzy granular computing: uncertainty handling in bio-informatics and Web intelligence

Machine intelligence, is out of the system by the artificial intelligence shown. It is usually achieved by the average computer intelligence. Rough sets and Information Granules in uncertainty management and soft computing and granular computing is widely used in many fields,such as in protein sequence analysis and biobasis determination, TSM and Web service classification Etc.     

Dominance-based rough set approach as a paradigm of knowledge discovery and granular computing

Dominance-based rough set approach (DRSA) permits representation and analysis of all phenomena involving monotonicity relationship between some measures or perceptions. DRSA has also some merits within granular computing, as it extends the paradigm of granular computing to ordered data, specifies a syntax and modality of information granules which are appropriate for dealing with ordered data, and enables computing with words and reasoning about ordered data. Granular computing with ordered data is a very general paradigm, because other modalities of information constraints, such as veristic, possibilistic and probabilistic modalities, have also to deal with ordered value sets (with qualifiers relative to grades of truth, possibility and probability), which gives DRSA a large area of applications.     

一种针对任意整数序列的超“快速排序”算法研究

提出了一种基于哈希函数的超“快速排序”算法。根据数组下标递增的特点,对待排序的任意整数序列建立有效的哈希函数,通过循环映射链接完成排序。分析了算法的时间和空间复杂度,实验验证了算法的运行效率。结果表明：算法的时间和空间复杂度均为O（n）,在问题规模较大时,效率优势明显。     

L-拓扑空间中的Ⅲ型强连通集

利用弱半闭集引入了L-拓扑空间中的Ⅲ型强连通概念,讨论了在L-拓扑中的Ⅲ型强连通的性质及其与其它强连通之间的关系.