广义粗糙集理论的公理化注记

首先回顾了粗糙集理论的代数表示,给出代数表示与公理化算子的相互关系.特别地,给出了广义粗糙集模型的公理化等价表示.     

全矩阵代数的一类子代数

研究了由一个矩阵生成的矩阵子代数的基本性质,给出了其极大理想的完全分类及这类子代数是半单代数的充要条件.     

相容关系与相容核

给定论域上的相容关系,本文提出了相容核的概念。较之于相容关系的最大相容类,相容核是一个局部化的相容类。我们还讨论了有关相容核的若干数学性质,并且给出了相容关系与其相应的相容核族之间相互唯一确定的充分必要条件。     

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。     

基于FP-tree和支持度数组的最大频繁项集挖掘算法

提出了一个基于频繁模式树即FP-tree和支持度数组相结合的最大频繁项集挖掘算法,首先建立FP-tree,同时建立支持度数组,然后在此基础上建立最大频繁项集树MAXFP-tree,MAXFP-tree中包含了所有最大频繁项集,缩小了搜索空间,提高了算法的效率。算法分析和实验表明,该算法对稠密型数据集和稀疏型数据集均适用,并且特别适于挖掘具有长频繁项集的数据集。     

信号码的一个充要条件

给出关于一个信号码的充要条件的结论:设X是字母表A上的一个前缀码,那么X是信号码当且仅当A*=T∪X∪P,这里P=XA-,T={u∈A*|A*uA*∩X= }.满足条件T∩P= =T∩X,T XA+.同时讨论了一个码满足A*X XA*的一些充要条件,对极大前缀码的性质也做了一些研究.     

半群Q(k)的极大正则子半带

设T(X)和O(X)分别是X上的全变换半群和保序全变换半群,Y是X的非空子集,令F(X,Y)={α∈T(X):Xα?Yα?Y},OF(X,Y)=O(X)∩F(X,Y).当Y=n≥4时,对任意的2≤k≤n-2,考虑半群Q(k)={α∈OF(X,Y):Im(α)≤k}的极大正则子半带的结构,利用Miller-Clifford定理,证明了半群Q(k)的极大正则子半带有且仅有两类:A(α)=Q(k-1)∪(J(k)\L_α),α∈J(k);B(β)=Q(k-1)∪(J(k)\R_β),β∈N(k).     

模糊等价关系下的犹豫模糊粗糙集及其应用

首先通过对长度不同的犹豫模糊元进行补齐来定义犹豫模糊集新的交并运算,在Pawlak近似空间中利用新的运算建立粗糙犹豫模糊集模型;然后将Pawlak近似空间推广到一般犹豫模糊近似空间,利用犹豫模糊元间的相似度获得犹豫模糊近似空间中对象间的模糊关系矩阵,再利用模糊集的传递闭包法将模糊相似矩阵转化成模糊等价矩阵,在此基础上建立犹豫模糊信息系统中的粗糙集模型,研究犹豫模糊信息系统的属性约简。最后通过一个算例来说明犹豫模糊信息系统的属性约简方法。     

大学生自行车骑行训练成绩与O_(2max)的相关研究

选取6名内蒙古师范大学公路自行车运动员为研究对象,采用Bruce跑台测试方案进行递增负荷有氧能力测试,揭示有氧能力测试值与运动员公路自行车训练成绩间的相关关系.结果表明:在有氧指标测试结果中,最大摄氧量(O_(2max))与自行车运动员骑行成绩(时间)呈高度负相关(R=-0.91,P<0.05),推测O_(2max)的回归方程为^y1=-37.186X+9 292(P<0.05);相对O_(2max)与自行车运动员骑行成绩(时间)呈高度负相关(R=-0.94,P<0.01),推测相对O_(2max)的回归方程为^y2=-0.732 6X+164.7(P<0.01).因此建议在训练中通过回归方程对运动员有氧能力及运动能力进行预测,有利于在训练、选材、技战术制定等方面做出快速、有效判断,进而促进公路自行车项目训练的科学化.     

属性约简的两阶段遗传算法

属性约简是数据挖掘的一个重要研究内容. 为了解决具有多种属性类型的决策表约简问题,在粗集和二元关系聚合理论的基础上,利用属性重要性作为评价标准,提出了一种两阶段遗传约简算法. 算法的第一阶段是为了找出尽可能多的约简,第二阶段力求寻找最小约简. 根据算法每个阶段的目标设计了编码方案、种群规模、适应度函数、终止条件、选择、变异和修正操作. 实验表明,与标准遗传算法相比,两阶段算法在计算最小约简时更为准确和稳定.