一种基于分明矩阵的启发式知识约简方法

提出了基于分明矩阵的启发式知识约简方法。在决策表的相对约简过程中采用分明矩阵来表达知识,并利用分明矩阵中项的长度和每个属性的频率作为启发信息进行属性的选择。现已证明,寻找决策表中最小相对约简问题是典型的NP hard问题。所提供的算法在大多数情况下能够找到最小约简,即使在没找到最小约简的情况下,也能找到次优解。通过实例分析,证明该算法是求解属性相对约简的快速有效的方法     

隐马氏模型中的标量估计

通过测度变换的方法构造一个概率空间,利用观测变量在该构造空间中独立的性质,研究了一类在实际中应用广泛的隐马尔可夫模型———零延迟隐马尔可夫模型;然后通过测度的逆变换,将构造空间中得到的结果返回到实际的空间中来,克服了通过半鞅的方法得到标量估计的困难。最后给出了零延迟隐马尔可夫模型中标量估计的一般公式,并且应用该公式给出了状态、跳跃次数、状态到达次数等标量估计,以阐明该方法的应用。     

人力资源管理的系统观--基于管理熵、管理耗散结构角度的分析

人力资源管理是一项系统工程，熵增加原理、耗散结构理论是理解开放系统演变的一把钥匙。以此为出发点建立人力资源管理的系统观。     

关于熵、信息、序的五个佯谬

熵、信息、序的概念由来很久，准确理解和运用这些概念却往往被忽视。关于熵、信息、序的五个佯谬：信息既可以是有序的、又可是无序的；熵小必有序、熵大必无序；简单即有序、复杂即无序；信源熵等于信息量；混沌是高度复杂、高度有序的状态，源于对熵、信息、序概念的误解。准确把握熵、信息、序概念将使五个佯谬破解。     

非线性时间序列建模的混合GARCH方法

在文献[1]的基础上，首次提出混合广义自回归务件异方差（Mixture Generalized Autoregressive Conditional Heteroscedastic Model简记MGARCH）模型；给出并证明了MGARCH模型的一阶平稳性的充分必要条件及二阶平稳性的充分务件；给出该模型参数估计的EM算法：利用BIC定阶准则对MGARCH模型的各成份进行定阶；计算结果表明该模型对金融非线性时间序列中存在的变异率现象具有较强的描述能力，有广阔的应用前景。     

基于聚类和粗糙集的智能邮件过滤系统研究

粗糙集理论是一种新的处理不精确、不完全与不相客知识的数学工具，随着Internet的发展，以及电子邮件的广泛应用，将有大量的邮件以待阅读和处理，介绍了一种基于聚类和粗糙集对邮件进行过滤的系统，实战证明，这是一种可行有效的过滤方法。     

天水半湿润山区绿化气候及适生林草区划研究

通过20世纪70~90年代30年气象资料统计分析,建立了天水半湿润山区适生林草区划数学模型;通过量化计算,得出了区内不同区域水、热匹配指标,并进行了适生林草配置的四级农业气候区划,为该区生态环境建设提供了科学依据.     

基于信息量的不完备信息系统属性约简

通过引入信息量和条件信息量,对不完备信息系统中属性的重要性进行了定义;针对不完备数据表和不完备决策表提出了一种基于信息量和条件信息量的属性约简启发式算法,该算法的时间复杂度是多项式的.通过实例说明,该算法能得到信息表的约简和决策表的相对约简.     

广义支持向量机优化问题的极大熵方法

依据最优化理论中的KKT互补条件建立了广义支持向量机的无约束优化模型,并给出了一种有效的光滑化近似解法极大熵方法,为求解支持向量机优化问题提供了一种新途径.该方法特别易于计算机实现,理论分析和数值实验结果表明了模型和算法的可行性和有效性.     

约束非线性l1问题的调节熵函数法

针对约束非线性l1问题不可微的特点,提出了一种光滑函数的近似逼近方法。该方法利用调节熵函数和罚函数技术将约束非线性l1问题转化为无约束可微优化问题,因而可利用光滑优化的经典算法求出原问题的近似最优解。给出了基于光滑优化问题的BFGS迭代,并介绍了约束非线性l1问题的调节熵函数的有关性质、算法的迭代步骤及其收敛性分析。最后通过数值实例表明了该算法的有效性。