变尺度Fractal集的Hausdorff维数

给出复合递归集的Ｈａｕｓｄｏｒｆｆ维数的下界估计，并由此确定了一类复合递归集的Ｈａｕｓｄｏｒｆｆ维数，所获结果包含并推广了已知结果。     

带权PLA折叠问题及其启发式算法

本文将可编程逻辑阵列（ＰＬＡ）的折叠问题推广到行列折叠点间带权的一般情况，对这个ＮＰ－完全问题给出三个启发式算法，其中两个为贪心类算法，另一个是利用独立集的启发式算法，分析了各个算法的复杂性。     

关于最小欧拉定向的算法

给出了无向边集是支撑树的混合图为欧拉图的充要条件，在此基础上，结合Guan和Pulleyblank算法，给出了另外一种求解最小欧拉定向的算法。     

多元凸函数积分的一个极值问题

用求多元函数极值的常见方法，讨论了Ｒ＾ｎ中凸集上的函数积分的一个极值问题。得到了一个实用且有趣的结果。     

用模糊集观点诊断模拟电路的故障

本文运用模糊集的概念,探求容差电路故障定位的方法,提出了有关故障节点定位的电压判据和电流判据,并建立了相应的隶属关系。可以将故障定位于只含故障节点集的子电路上。     

关于一类凸函数的闭包

有很大一类凸函数是由凸集取其“下部边界”生成的,即f:R~n→RU{-∞}U{=∞}定义为f(x)=inf{μ|(x,μ∈F},其中F 为R~(n+1)中的一个凸集。例如下确界卷积,由给定凸函数生成的正齐次凸函数,以及凸函数在线性变换下的象均为F 取某些特定集合时由上或所定义。但一般而言,F 不一定是f 的上图,故由clf 生成的函数不一定是f 的闭包。本文研究clf 与由clF 生成的函数间的关系。     

有效解的Lagrange乘子定理与鞍点理论

利用凸集分离性定理直接证明Lagrange定理,并简化鞍点理论的论述。     

关于相对化多项式界计算的一些结果

本文给出了三个相对化的 P 与 NP 的结果。在 S.Homer 及 W.Maass 的基础上,利用递归论中的优先方法,包括有穷损害优先方法。我们进一步研究相对化的 P 与 NP 问题的结构。比如,证明了存在两个互不可比的 P-禁集。此外,类似于递归中的算术分层及破分性,我们讨论了相对化多项式界计算的有关问题。     

Rough set-based feature selection method

A new feature selection method is proposed based on the discern matrix in rough set in this paper. The main idea of this method is that the most effective feature, if used for classification, can distinguish the most number of samples belonging to different classes. Experiments are performed using this method to select relevant features for artificial datasets and real-world datasets. Results show that the selection method proposed can correctly select all the relevant features of artificial datasets and drastically reduce the number of features at the same time. In addition, when this method is used for the selection of classification features of real-world underwater targets,the number of classification features after selection drops to 20% of the original feature set, and the classification accuracy increases about 6% using dataset after feature selection.     

超凸度量空间中的变分不等式和极大极小不等式

文章给出了超凸度量空间中的一些变分不等式定理和极大极小不等式定理。