基于PSO的加权关联规则挖掘算法

简要描述了加权关联规则问题及离散粒子群优化算法,提出了一种基于粒子群优化(PSO)算法的加权关联规则挖掘算法(PSO-WMAR).实验证明,本算法运行时间更省,产生的规则数更少且更有效.该算法具有以下特点:1)把关联规则挖掘的两个阶段结合在一起,无须先挖掘出全部频繁项目集然后再提取规则;2)只需要扫描一次数据库;3)把兴趣度引入适合度函数之中,挖掘出的规则数量更少、更有效;4)求加权频繁项目集无须查找所有候选加权频繁项目集,或者求频繁项目集的高序子集或非频繁项目集的低序超集.     

多尺度自适应加权形态边缘检测方法

针对常用的多尺度边缘检测方法因卷积运算造成模糊图像边缘，提出一种多尺度自适应加权形态边缘检测方法，利用大小不同的结构元素提取图像边缘特征，在大尺度下抑制噪声，可靠地识别边缘，在小尺度下定位，再由粗到细跟踪边缘，得到边缘的位置，再由各尺度结构元的抗噪性确定加权值的大小，然后加权处理得到最后的边缘结果，实验表明，用多尺度自适应加权形态边缘检测算法可得到较理想的图像边缘。     

一类混合概率型算子的任意阶矩

利用Γ函数在区间[0, ∞]上给出了一类加权积分型算子并得到其各阶矩，推广了关于SzaszDurrmeyer算子及Baskakov-Durrmeyer算子的相应结果，同时指出了它在研究随机过程中的意义。     

关于均衡度与变权的注记

通过一个实例说明均衡度的定义存在不足之处,由此引出关于均衡度定义的修正方案;同时亦对差异度作了类似的改进.随后致力于均衡度与差异度之间关系的刻画,并且讨论了均衡度的构造.特别地,提出刻画决策人均衡偏好模式的均衡偏好函数概念,建立了多因素决策的加权-均衡综合模型,同时给出一类特殊的状态变权.     

灰色加权法及其在水质评价中的应用

在灰色理论和模糊评价的基础上,提出了一种新型水质评价方法--灰色加权法,并将其应用于某河段的水质评价.结果表明,灰色加权法不仅具有灰色理论方法和模糊数学方法的优点,而且克服了他们的不足之处.用该方法评价水质,比较符合实际状况.     

基于模糊偏好的多目标进化优化算法

近年来有关多目标优化方法得到了广泛的关注，但大部分多目标优化算法只是给出了一个优化解集，而没有对这个解集进行分析。这就使得决策者（DM）在决策阶段，无法分辨解的优劣，从而给决策带来困难。本文介绍了一种基于模糊偏好和遗传算法相结合的方法，使决策者在优化的初始阶段根据对不同的目标函数的偏好来决定它们的权重，通过与NSGA－Ⅱ算法所得到的Pareto曲线进行对照，可以为决策者提供更大的帮助。     

刻度指数族参数的渐近最优的经验Bayes估计

对刻度指数族在加权平方损失下获得了刻度参数的Bayes估计，并构造了相应的经验Bayes估计，证明了该估计是渐近最优的。     

两种新的光照方向估计方法

光照方向估计是计算机视视的重要研究内容，提出了两种新的光照方向估计方法：改进的Pentland方法和加权平均法，前者修正了Pentland方法在数学上的缺陷，利用了图像中不同区域对光照方向估计的贡献，其性能比原方法有较大改进，后者利用图像中奇点的作用，并且考虑了图像中不同地形区域的特点，是一种稳定精确的光照估计方法，通过实验证明了它们的有效性。     

椭圆定形曲线拟合问题若干新型算法

针对一类特殊的参数辨识问题——随圆定形曲线拟合问题，对原有的几何距离法提出了进化算法的求解方案。基于反问题的求解思想给出了一种新的椭圆拟合度量，和原有度量相比，它即反映了拟合曲线的弯曲特性又便于数值求解，在该度量基础上构造出一种新型算法——加权新度量法。数值模拟结果表明，提出的新方法是有效的、可行的。     

第四类华罗庚域上的Bergman核函数

显式给出了第四类华罗庚域HEⅣ上的Bergman核函数及其全纯自同构群。