粗集理论及基于集合论的学习方法

运用了粗集理论的基本原理，对不精确、不完整、不确定的数据进行上近似和下近似的计算和分类，对数据进行简约，寻找其隐含的关系和模式，产生规则，确定规则的可信度，并通过举例加以说明。     

一种自动指纹粗分类算法的研究

提出了一种利用指纹图像奇异点的数目和位置进行粗分类的算法。指纹图像大致可分为拱形、尖拱形、左旋形、右旋形和螺纹形5种，对指纹的粗分类是实现指纹自动识别系统的一个重要步骤。首先介绍了一种计算指纹图像中各个像素点的方向矢量的算法，然后详细讨论了在这个算法所获得的指纹方向图上进行平滑处理、提取奇异点对（核心点－三角点对）的算法，并根据奇异点对的数目和位置进行指纹方向图的粗分类。试验结果表明，有用的算法与Kalle的算法相比，具有较高的分类率，具有实用意义。     

基于粗集方法改进的图象增强

研究一个基于粗集理论改进的图象增强方法,首先根据图象灰度和邻域灰度均值相似程度,建立粗集等价关系和相应划分集合,然后得到基于粗集方法的图象增强框架,提出该方法具体实现。该图象增强与传统增强方法相比较,在增强图象边缘的同时,很好地保留非边缘信息,并且能有效抑制噪声。     

稻瘟病病菌的液体培养及滤液毒性测定

通过对吉林省近两年的部分稻瘟病菌进行液体培养,并对其中的10个生理小种进行毒性的测定和分析,认为稻瘟病菌提取液的毒性并不和浓度完全成正比关系,而是在某一范围内稻瘟病菌的毒性随着粗毒素的浓度的增加而增加.     

一种基于Rough集理论的偏好规则获得方法研究

提出一种多准则方案对偏好程度粗度量的一般方法。构造了一种从参考方案集中获取偏好规则并用于全体方案排序和优选的方法。将参考方案对应的偏好关系定量分级表示，应用Rough粗集理论的近似原理对综合偏好关系进行粗近似以获取基于偏好信息的决策规则。计算实例表明新方法能充分表示决策者的偏好，有效避免了LERS系统产生的规则不一致性。     

知识依赖与知识依赖特性

给出S-粗集(Singular rough sets)中的知识，f^--知识和它们的属性集结构；利用这些概念，给出知识的f-依赖关系与知识的f^--依赖关系，提出知识依赖性定理和知识的依赖属性补充-删除原理．     

含动态再结晶粘塑性模型的参数识别

针对含动态再结晶粘塑性模型中的材料参数应用传统的测试方法很难准确测定的问题,吸收了遗传算法、增广高斯-牛顿算法、Levenberg-Marquardt算法和可变多面体算法的优点,构造了一套混合的全局优化算法.以26Cr2Ni4MoV为例,以镦粗实验提供的实验数据和刚塑性有限元模拟提供的数值解差值的l2范数的平方作为目标函数,应用构造的算法识别了该模型中的材料参数,计算结果和实验结果符合良好.     

多楔楔横轧端面移动量实时测试系统研制

研制了多楔楔横轧端面移动量实时测试系统.准确测出单楔与多楔轧制过程中轧件端面移动量变化全貌,分析得到端面移动量变化规律,并与有限元模拟结果比较,其误差在17%以下,证明上述端面移动量测试系统准确可行.     

粗枝木麻黄(Casuarina glauca)小枝中缩合单宁提取条件的探讨

探讨了对粗枝木麻黄(Casuarinaglauca)小枝多酚(Polyphenols)和缩合单宁(Condensedtannins)的适合提取条件.为确保样品中的多酚和缩合单宁的含量不被低估,含有1.0%HCl的7:3的丙酮水提取液是合适的提取溶剂.它能抑制以共价键结合的蛋白质和纤维素结合态的缩合单宁在样品处理过程中形成和在此酸性条件下对形成的复合物有一定的溶解,能提取出最大量的可溶态的多酚和缩合单宁.同时通过3次以上的提取,样品颗粒大小对可溶性多酚和缩合单宁的影响不显著,但是在全部过100目筛的样品研磨处理下能最多地将结合态的缩合单宁转化为可溶态.     

基于粗集理论的雷达辐射源信号识别

将粗集理论（RST）引入到雷达辐射源信号（RES）识别中，提出一种区间连续属性离散化新方法及相应的特征选择算法，将RST与神经网络（NN）结合，设计粗集神经网络（RNN）分类器．实验结果表明，该方法解决了已有方法难以处理的区间连续属性离散化问题，获得的正确识别率比其他3种方法分别高出7．29％、4．34％和4．00％．RNN的平均训练代数比NN少97．54，RNN的平均识别率比NN高2．84％，这表明RNN具有比NN更好的分类能力和泛化能力，从而证实了该方法的有效性和可行性．