一种基于聚类的粗糙集连续属性的离散化算法

粗糙集理论是一种新的处理不精确、不完全与不相容知识的数学工具。粗糙集理论只能对离散属性进行处理，而不能处理连续属性。中针对这一缺陷，利用连续数值属性有序性的性质和统计方差理论，提出了一种基于聚类的连续属性离散化算法。运用典型数据将本算法与现有方法进行了比较分析，得到了满意的结果。     

改进的BP网络在汽轮发电机组故障诊断中的应用

提出了一种恒误差修正率控制的网络学习率和动量系数自适应调整方法，克服了网络训练收敛时间长和陷入局部最优的缺点；并根据大型汽轮发电机组振动故障的特点，建立了改进的BP网络故障诊断模型，对一实际汽轮机发电机组振动故障事例的诊断结果表明，该方法有效地提高了故障诊断的精度和可靠度。     

基于粗糙集理论的数据挖掘方法在电子商务中的应用

介绍了一种基于粗糙集理论提取关联的数据挖掘方法：并给出它在电子商务中的应用以及数据挖掘的全过程和示例，指出作为一种决策支持技术，它可以用来提高企业的决策效率和决策可信度，从而为企业赢得一定的竞争优势。     

一个广义Rough集模型及其性质

在传统Rough集理论基础上建立了一个广义Rough集模型，并研究了它的有关性质。     

模糊粗糙集的格结构

定义了模糊集合的上、下近似算子，讨论了其代数结构.证明了模糊粗糙集理论中全体可定义集合构成一个完全分配格，给出了生成这一完全分配格的元素的集合并讨论了其基本性质.     

基于JointBoost I2C距离度量的图像分类方法

基于图像到类(I2C)距离度量的图像分类是一种新颖的方法,但其分类性能仍有待提高.为此,文中提出了一种基于JointBoost I2C距离度量的图像分类方法.首先生成原型特征集,该集合中的样本具有代表性,故计算测试图像到该原型特征集的距离更有效;然后根据JointBoost算法的思想,联合多个I2C距离度量生成一个强分类器,并将空间信息融合到强分类器中.实验结果表明,该方法在图像分类实验中具有更高的分类性能.     

对高中物理比值定义法和控制变量法的再思考

针对高中物理教学中控制变量法滥用的现状,通过比值定义法和控制变量法在比较形式、认知路径及思维方法三个方面的对比研究的基础上,厘清它们的适用范围与教育价值,为科学方法教育的稳步推进提供参考。     

一类单自由度变质量振动系统的近似求解*

本文针对一种参振质量的时变系统进行研究,此参振质量变化的模型为变质量碰撞系统,具有强非线性。近似解析法只能求解参数的影响大小,无法得到高精度解。本文采用渐近法对变质量碰撞系统方程进行解析求解,并使用龙哥库塔法进行数值计算。结果显示渐近解析法与数值法求解响应趋于一致,由此可以说明渐近法对于求解非线性系统的动力行为是有效可行的。由计算结果可知,变质量存在使系统响应产生突变的现象。振动方程中的参振质量变化系数ε和质量变化频率Wa分别影响系统突变的振幅和周期。当ε为零时系统响应平稳ε越大,系统响应的突变振幅也越大。激振频率W与Wa比值越大,响应突变的周期随之也越大。     

基于VPRS的重要属性评价方法研究

提出了基于可变精度的Rough集(VPRS)的重要属性评价方法，有效地克服了基于Pawlak组集理论的属性重要性判别方法的不足，也是传统属性重要性判别方法的扩展，为不精确数据的属性重要性判别提供了依据，因而具有一定的实用价值．     

关于二次剩余部分差集的p-秩

得到部分差集的p－秩的一个结果：设q≡1（mod4）是素数幂，p是素数使得p|q-1/4。则有限域GF（q）中的二欠剩余部分差集的p-秩是q-1/2。||