Backer问题的─肯定回答(英文)

设f和g是超越整函数，J（f）和J（g）分别表示f和g的Julia集，对有限型超越整函数f和g，J（f）＝J（g），进一步证明了f与g的动力学本质是相同的．     

L─fuzzy SRN─聚点

在L－fuzzy拓扑空间中引入了SRN－聚点及导集的概念，系统地研究了SRN－导集的性质。     

集值拟增算子的新不动点定理

该文引进伪下可分概念，借助孙经先先生的论文“非线性泛函分析序集一般原理的推广”中的方法，得出集值拟增算子的新不动点定理。     

不精确概念的表示理论(Ⅱ)知识的简化与相依性

本文继续了文[1]研究工作，首先考虑了抽象知识库的简化和核。简化是库中为表达某些概念必要的部分而核是不可省略的部分。其次研究了知识之间的导出关系即相互依赖性。最后讨论了知识库表示的另一种形式属性值表。     

数学建模浅谈

通过实例探讨数学建模的思维特点．     

随机模糊系统的描述

研究了随机模糊集的一些性质．利用随机模糊集理论对一类具有随机性和模糊性的系统进行了初步的探讨     

粗糙集理论的扩展模型研究

在传统的粗糙集模型和相容粗糙集模型基础上，通过松弛对象之间的不可分辨和相容性条件，给出了一种新的基于和谐关系的粗糙集模型．在新的模型中，α-和谐关系在论域里导出一个嵌套的等价关系序列．分析了α在不同的取值区间时，和谐关系的粗糙性与信息熵间的关系．给出一个具体的实例对新的模型加以解释说明．     

基于数据流的频繁集挖掘

针对数据流特殊的数据类型,提出了一种新的数据流挖掘算法.该算法引入了一个全新的优化方法,将边界集和频繁产生集结合起来.频繁产生集是频繁集的一种无损简缩表达方式.它所包含的模式数量比频繁集所包含的模式数量小若干数量级.边界集是频繁产生模式和其他模式之间的边界,通过观察边界集的变化可以生成新的频繁产生模式.实验结果表明,该算法的性能有明显的提高.     

一种新的规则获取增量式算法

对新增样例给出了新的分类,针对此分类提出了新的规则获取的增量式学习算法DLR I,并就该算法与经典算法的复杂性进行了分析比较,得出增量学习算法较经典算法有较低的时间复杂性,可以有效地提高大型数据库的规则维护效率.     

基于粗糙集的风湿性二尖瓣狭窄疾病诊断

在疾病诊断的专家系统中，知识库的建立是一直困扰系统建立的瓶颈问题．知识库的好坏不仅影响到后续推理过程，而且还对诊断的精度有着很大的影响。文章在粗糙集理论基础上，以风湿性二尖瓣狭窄知识库为例，使用基于粗糙集理论的规则提取技术，对病例资料数据库进行数据分析，与临床表现之间建立合理的推理关系，并结合医生的临床实践，最终形成一个比较完备的诊断知识库，为实际的推理、解释程序打下良好的基础。