粗集理论及其在旋转机械故障诊断中的应用(三)决策规则的形成与约简

将粗集理论应用到旋转机构故障的智能诊断中，在信息不完备情况下，不需要事先假设和专家经验，在粗糙度不变的情况下进行推理和在决策分明性不变意义下进行决策，找出其规律性，并提供规则的可信度；同时能对旋转机械故障的知识库的进行约简，消除多余的条件属性和冗余的信息，导出最小简化决策表。     

广义粗集的公理化

粗集理论在数据挖掘等领域得到了广泛的应用，对粗集理论进行推广可得到各种广义粗集。该文研究了广义粗集的多个公理组，证明了公理组中各公理的独立性，并给出了普通粗集理论的另一个公理组，它有4条相互独立的公理组成。     

知识发现中概率统计与粗集方法的比较

对知识发现中,概率统计方法与粗集理论方法在评价系统参数的重要性,分类隶属度与条件概率,输入条件与决策结果的依赖关系等方面进行了比较, 提出了将概率统计方法和粗集理论相结合,由确定性粗集的近似空间扩展到了不确定性的概率粗集的近似空间,为确定性和不确定性知识表达系统提供一个统计粗集模型。     

矩阵方程组[A1XB1,A2XB2]=[C,D]的最小二乘解

一类复合线性系统的数学模型归结为求解线性矩阵方程组[A1XB1，A2XB2]=[C，D]，但该方程组在一般情况下未必相容，因此研究其最小二乘解与研究其相容条件下的准确解同样具有重要意义，利用矩阵对的广义奇异值分解及Frobenius范数正交矩阵乘积不变性，给出了实矩阵方程组[A1XB1，A2XB2]=[C，D]的最小二乘解的求法及其解的表达式。     

基于粗集与PCNN的图像预处理

研究了如何将粗集(Rough Set)与脉冲耦合神经网络(PCNN-Pulse Coupled Neural Network)相结合，对被噪声污染的图像进行对比度增强处理，使图像清晰，从而便于后续的处理。同时，提出了基于粗集与PCNN的图像增强算法。计算机仿真结果表明，使用基于粗集与PCNN的图像增强算法，可有效地对被噪声污染的图像进行图像增强，减少图像噪声，增加图像对比度，使图像更加清晰，且图像增强的结果优于常规的方法。     

线性方程组几种解结构

本文对线性方程组的一般解,最小二乘解、极小范数解和极小范数最小二乘解分别进行了讨论,并得出它们的表出形式。     

基于模糊状态模型的离散系统控制器设计和稳定性分析

给出了离散系统模糊动力学模型的表示方法,在此基础上给出了一种模糊状态反馈控制器的设计方法,并讨论了稳定性;同时也给出了一种模糊状态观测器的设计方法并讨论了稳定性.     

板蓝根粗提液抑制流感病毒的实验研究

对板蓝根凝聚粗提液的抗流感病毒作用进行了研究。用丙酮脱脂提取板蓝根生药的凝集素，并分别测定各样品的血凝活性，并用45.3mg/mL的样品对流感病毒（A1／京防／97－53H1N1，A1／京防／262／95）进行了体外抑制试验。结果表明：板蓝根凝集素对流感病毒具有显著的直接杀灭作用和预防作用及较好的治疗作用，而且得出抑制流感病毒的效果与板蓝根凝集素血凝活性的高低有关。     

算子的模糊范数及其空间性态的刻画

利用模糊分解原理提出模糊赋范线性空间上算子的模糊范数的定义，指出赋此范数的模糊有界线性算子集构成模糊赋范线性空间且保持值域空间的完备性．     

线性方程组迭代求解的近似逆方法收敛性

利用近似逆矩阵定义，构造一类双对称矩阵，讨论解线性方程组迭代求解近似逆方法的收敛性。