具有经典参数的差集与Bent函数

利用GF（2^d）上乘法群的具有经典参数差集，构造了一类2d个变量的Bent函数。     

关于线性方程组解的几点注记

本文利用极大无关组给出非齐次线性方程组解集的描述，并证明了在一定条件下的有限个线性无关的向量组均可作为某非齐次线性方程组解集的极大无关组。     

交通灯模糊控制器设计

运用两输入单输出的模糊控制模型，对被控对象的输入量及输出量进行了具体的模糊化，并根据模糊集合理论的计算结果得出了精确的模糊控制表，在此基础上提出了以单片机实现模糊控制器的硬件结构和程序流程。     

推理闭包空间的分离性

目的引入推理闭包空间的T0,T1,T2,Sober以及Urysohn分离性,研究它们的若干性质。方法利用拓扑学中分离性的思想以及研究方法,讨论推理闭包空间的分离性。结果分别给出了它们的定义及相应的等价刻画,证明了T0,T1,T2及Urysohn分离性是可遗传的且在同胚映射下是保持拓扑不变的,得到了诸分离性之间的关系。结论通过推理闭包空间分离性的建立,展现和丰富了逻辑学的拓扑性质。     

基于区间模糊综合评判的大学数学课堂教学评价

模糊综合评价在高校教学评价工作中发挥着越来越重要的作用.由于区间值模糊集在信息处理过程中能有效地减少模糊信息的丢失,本文引入了基于区间值模糊综合评判的大学数学课堂评价模式,并实证了此大学数学课堂评价方法较传统的模糊综合评价法更能准确地、全面地评价大学数学课堂教学.     

一类Hamilton系统的多解问题

利用下降流不变集方法和极小对偶作用原理,证明了一类自治Hamilton系统4个周期解的存在性定理．     

WEKA环境下基于模糊理论的聚类算法

因特网上的数据规模大、动态性强,通常发现的知识或规则很可能是不精确和不完备的。为了克服以上不足,引入模糊理论,通过寻找模糊相似上近似集进行合理聚类,在确定聚类数目的过程中,利用平均信息熵进行最佳聚类。同时将模糊聚类算法嵌入WEKA平台,利用WEKA中的类和可视化功能,扩充了WEKA中的聚类算法。实验表明,算法对含有噪声的、分布不规则的大数据集具有很高的精度和收敛速度。     

基于粗糙决策模型和蚁群算法的故障诊断

粗糙集理论是一种新型的处理模糊和不确定知识的数学工具,它能在保持信息系统分类能力不变的前提下,有效地进行知识约简;决策树算法可对约简后的决策表进行规则提取,有着直观、能定量分析的优点.提出一种变化趋势关联度来评价条件属性的重要性,建立粗糙决策树故障诊断模型,并在诊断推理中引入一种新的人工智能方法——蚁群算法,来确定决策树的最优检测次序.将其应用于工业精对苯二甲酸(purified terephthalic acid,PTA)生产过程中的对二甲苯氧化反应温度的诊断结果表明了提出方法的有效性.     

直觉模糊正规子群与它的同态像特征

在K.Atanassov引进直觉模糊集概念的基础上,首先给出了直觉模糊正规子群的定义及直觉模糊集的扩展原理,并获得一些基本运算性质;其次在两个经典群同态与同构意义下,研究了这种直觉模糊正规子群的像、原像及逆映射等问题,从而丰富并拓广了模糊集的理论与应用.     

基于属性约简的决策表算法

Rough Set理论通过属性约简和决策规则约简,达到发掘知识并简化知识的目的。本文首先给出了属性重要性的度量方法,然后对条件属性的简化进行了阐述,最后,讨论了一致决策表最小算法的三类优化问题。并通过一个实例证明了这种算法。