一种改进的Rough集属性约简启发式遗传算法

属性约简是知识发现中的关键问题之一 .为了能够有效地获取决策表中属性最小相对约简 ,提出了一种在优化初始群体基础上提高算法性能的启发式遗传算法 .首先 ,通过构造一个新的算子 ,将信息论角度定义的属性重要性度量作为启发式信息 ,来描述所选择的属性子集对论域中确定分类子集的影响 ;接着 ,以此为基础并结合遗传算法 ,选择一些经过优化的染色体作为初始群体 ,在加强局部搜索能力的同时保持了该算法全局寻优的特性 .最后 ,从理论上对算法做了分析 ,证明了新算子所选择的属性子集对原有属性分类能力保持不变 .试验分析表明 ,该算法能有效地对决策表属性进行约简     

平面NURBS曲线的自动光顺算法

目的 给出平面NURBS曲线的自动光顺算法。方法 基于节点消去、插入和重新确定权因子等基本算法，根据给定的光顺准则，自动选择需要光顺的节点，局部修改控制顶点和权因子。结果 建立保凸节点消去算法，实现了平面NURBS曲线的自动光顺。结论在给定误差范围内．该算法既可保证节点结构不变，也可对曲线进行微调，达到光顺目的。     

非线性演化方程族的零曲率表示

利用泛函梯度,从一般的谱问题ψx=U(u,λ)ψ出发,通过直接计算,得到了两族非线性演化方程的零曲率表示。这种方法方便有效且对于其它非线性演化方程同样适用。     

球面Sn+p中奇数维极小子流形的Ricci曲率

设Mn 是单位球面Sn p的n维紧致极小子流形 ,给出了球面Sn p中奇数维紧致极小子流形的Ricci曲率的一个Pinching定理 .证明了如果Ric(Mn) >n - 2 - 1n - 1,n 5 ,则Mn 是全测地的 .改进了N .Ejiri (MathSocJapan ,1979,31:2 5 1～ 2 5 6 .)的Pinching常数     

广义伪Ricci对称Sasakian流形

Chaki引入了非平坦黎曼流形(M^n,g)(n≥2)，并称之为伪Ricci对称流形，记为(PRS)n，在此基础上Chaki和Koley定义了一类非平坦黎曼流形，并称为广义伪Ricci对称流形，记为G(PRS)n。讨论了广义Ricci对称Sasakian流形，证明了如果向量场ρ,λ和μ中任意2个正交于ξ，则第3个也正交于ξ。另外计算了广义伪Ricci对称Sasakian流形的数量曲率的值。     

确定Fmin的一个算法

构造了一个求解最小函数依赖集Fmin的计算机算法．该算法将求解Fmin的逻辑推理过程包装在一个C 函数之中，通过运行与此函数相配套的程序，可以快速、准确地获得与所给函数依赖集F等价的Fmin从而使求解Fmin的过程方便、快捷．     

不相容决策信息系统属性核的研究

决策表属性核的计算往往是基于Rough集理论的决策信息系统约简过程的出发点和关键．不相容决策信息系统是信息系统约简处理研究的重点．本文对不相容决策信息系统属性核的计算问题进行研究，证明了Rough集理论代数观和信息观中属性核概念的包含关系，以及几种属性核计算方法所得到的结果之间的包含关系．     

一类加权连续属性的多变量决策树构造方法

首先利用粗集理论和模糊聚类理论确定连续多变量属性的选择问题,然后利用聚类中心算法建立等级标准中心以解决连续变量的区间划分问题,其次将等价关系相对泛化的概念用于决策树中多变量检验的构造。最后通过实例说明了本方法是可行的。     

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     

基于综合赋权的风险型多属性决策方法

讨论了属性值是有限区间上的连续型随机变量的风险型多属性决策问题。首先,通过密度函数的变换,研究了风险决策矩阵的规范化问题。基于主客观赋权的思想,建立了一个确定综合权重的模型,并给出了求解此类问题的一种方法。最后,以属性值为区间数的多属性决策问题作为特殊情况,给出了实例。