一种基于粗糙集的朴素贝叶斯分类算法

朴素贝叶斯分类器的计算过程只有在完全数据库中才成立,而基于相似关系的粗糙集模型具有处理空值的功能,并且提供了属性离散化和约简技术,可以改善属性间的依赖关系。因此,将两种不同的软计算方法相结合,利用粗糙集合理论先把决策表补齐,再对数据进行约简,然后结合朴素贝叶斯分类器,得出分类结果。实验证明这种方法不仅简化了数据和模型的规模,也具有对不完全数据的分类能力。     

基于粗糙集理论的集对分析方法

针对集对分析的基本理论,分析粗集与集对的相似之处,将粗糙集理论与集对论相互嫁接、相互渗透,提出集对分析中的粗糙集方法,用粗集中的上下近似集来定义集对中的同异反联系度。这种方法的研究将有利于融合二者的优势,为确定不确定系统的数据分析、数据挖气掘、知识发现等提供了更扎实的理论基础。     

部分连接的无线网络路由研究

通过对网络节点进行组划分,提出了一种适用于部分连接网络的路由机制。将路径标记为组的序列,利用节点组之间的关系作为路由依据。网络仿真结果表明,该方法能够适应部分连接网络的特性,显著提高了数据到达率,降低传输延迟。     

LF拓扑空间的S-连通性

给出了LF拓扑空间中的S—连通性的概念，证明了（L^X，δ）不是S—连通空间的二个等价条件；讨论了S—连通集的性质；论证了S—连通性的半同胚性质及S—连通分支的概念和性质。     

A Project Risk Ranking Approach Based on Set Pair Analysis

Set Pair Analysis （SPA） is a new methodology to describe and process system uncertainty. It is different from stochastic or fuzzy methods in reasoning and operation, and it has been applied in many areas recently. In this paper, the application of SPA in risk ranking is presented, which includes review of risk ranking, introduction of Connecting Degree （CD） that is a key role in SPA., Arithmetic and Tendency Grade （TG） of CDs, and a risk ranking approach proposed. Finally a case analysis is presented to illustrate the reasonability of this approach. It is found that this approach is very convenient to operate, while the ranking result is more comprehensible.     

基于粗糙集理论的知识库分解与规则获取

粗糙集理论可以通过对数据的约简从例子中学习,获取决策规则。但是,当知识库规模较大、条件属性个数较多时,存在提取规则速度慢、规则长度长等缺点。本文介绍了粗糙集理论的基本概念,提出了一种基于粗糙集的知识库分解算法。首先引入决策属性支持度的概念,在此基础上定义了一个属性选择量度,选择最佳目标属性对知识库进行分解,直到所有对象都被精确分类,从而得到具有一定支持度的规则集,得到的规则长度短,提取速度快。通过对一个简单实例的分析,证明了该算法的可行性。     

一种ARM处理器仿真器的设计

介绍了目前流行微处理器仿真技术,在此基础上提出了用面向对象语言(java)实现ARM处理器的仿真的设计思路。把软件仿真处理器划分为5个部分:指令集仿真,MMU仿真,CACHE仿真,流水线仿真,处理器内部寄存器仿真。重点介绍了指令集,MMU和流水线仿真的设计思路。     

最大公因数闭集上平方矩阵的行列式的整除性

设S={x1,…,xn}是由n个不同正整数组成的最大公因数闭集．得到的主要结果是：（1）如果n≤3，则det（S）n^2整除det[S]n^2；（2）如果max{xi si∈S}〈12，则det（S）n^2整除det[S]m^2；（3）当n=4时，存在最大公因数闭集．S，有det（S）n^2不整除det[S]n^2．     

双枝模糊集并-表现定理

建立了双枝模糊集并-表现定理，讨论了双枝模糊集的运算性质.结果表明：双枝模糊集表现定理是单枝模糊集表现定理的一般形式，单枝模糊集表现定理是双枝模糊集表现定理的特例.     

粗糙图与它的结构

将粗糙集理论和传统图论相结合，给出基于粗糙集思想的传统图的等价定义及粗糙图的定义，并进一步给出了粗糙图的矩阵表示及粗糙图的粗糙性分析．粗糙图推广了传统的图论结果，是可用于不确定性问题研究的图，它是分析系统粗特征的有效新工具．