时变线性系统关于p-可积控制的能达集

讨论了时变线性控制系统当控制为p可积函数时相应的能达集与指标p的关系.经过证明,得到控制系统关于p-可积控制的能达集一般会随指标p不同而变化,但是这种变化的次数是有限的.     

RS-GA-KNN算法识别灵长类动物DNA序列剪接位点

以灵长类动物DNA序列的剪接位点识别资料为研究对象,将选定样本序列中各碱基编码作为原始变量数据,用粗糙集方法和遗传算法对原始变量数据进行变量筛选,即以粗糙集方法选取的变量为基础,用遗传算法进行变量的二次搜索,从样本序列各碱基中挑选出保守性强的碱基对应的变量构成变量集,采用最近邻聚类识别灵长类动物DNA序列剪接位点类型,总识别准确率达90．66％,明显高于直接使用原始变量数据或将粗糙集理论方法和遗传算法单独用于变量选取的识别结果．     

局部紧Hausdorff空间上的Fuzzy测度

研究局部紧Hausdorff空间X上的Fuzzy测度的正则性。首先引入X上内(外)正则集,正则集以及正则Fuzzy测度的概念,并给出了Fuzzy测度正则的充要条件和任意两个紧(或紧Gδ)集的正常差内(外)正则的条件。其次证明单调递增的内正则集的并是内正则的,具有有限Fuzzy测度的单调递减的外正则集的交是外正则的。最后在严格单调条件下,证明具有有限Fuzzy测度的有限个两两不交内正则集的并是内正则的以及每一个紧(或紧Gδ)集是外正则的当且仅当每一个有界开集是内正则的。     

基于模糊粗糙集的层次分类增量特征选择

随着大数据时代的到来,数据的类标签数量急剧增加,对现有的分类任务带来了严峻的挑战。为了解决这个问题,人们通常将标签组织成层次结构,使用结构中所包含的信息来对任务进行学习。考虑样本的不断增加,使用模糊粗糙集信息熵设计了一种面向层次分类的增量特征选择算法。考虑兄弟策略,将现有的λ条件熵推广到了层次分类的情形,设计了一种非增量的层次分类特征选择算法,设计了λ增量条件熵,基于此设计了增量版本的特征选择算法。在实验中,采用了包括非增量版本在内的7种不同的特征选择算法在5个层次数据集上与增量算法进行比较,实验结果验证了2种算法的有效性,并且所设计的增量算法能在不影响性能的情况下加快特征选择的进程。     

乘积测度的表示与集的截口的测度的可测性

设T,X是完备可分的度量空间,T×X是乘积空间.设ν是T上的完备的Borel概率测度,τ是X上的预测度.从ν和τ出发,可以通过两种不同方式定义乘积空间T×X上的测度.证明在τ是σ-有限的情形下,这两种方式定义的测度都等于T×X上的乘积测度ν×τ*,其中τ*表示由τ按方法Ⅰ所构造的外测度;在τ是非σ-有限时,证明了在一定的条件下函数τ(Et)与τ*(Et)都是T上的可测函数,其中E T×X,Et={x∈X;(t,x)∈E}.     

一维离散平均曲率方程Neumann问题解的存在性

用紧向量场方程的解集连通理论给出一维离散平均曲率方程Neumann问题Δ[?(Δu(t-1))]=f(t,u(t)),t∈[1,T]?,Δu(0)=Δu(T)=0的上下解方法,并给出其解的存在性结果,其中:[1,T]?:={1,2,…,T-1,T},T≥2是正整数;?(s)=s/√1-s2,s∈(-1,1);非线性项f...     

基于遗传算法的一种粗糙集知识约简算法

知识约简是粗糙集理论研究的重要内容之一,是在保持信息系统分类能力不变的基础上,删除冗余知识.文中从系统的信息表出发,根据可辨别下三角矩阵,利用遗传算法,提出一种基于遗传算法的粗糙集知识约简算法,并通过实验分析说明,这种算法可以解决现有启发式算法无法解决的部分问题.     

基于多色集合的概念设计产品模型形式化描述

为了实现计算机辅助概念设计,必须对概念设计产品模型进行形式化处理,以获得计算机仿真所要求的数学描述。本文针对现有模型的不足,提出了基于公理化设计的概念设计产品模型-域结构模板,并采用多色集合的方法对其进行了形式化描述,使得模型便于计算机表达和操作。     

广义高斯和分形序列及其M-J集研究

推广了Lakhtakia 和Berndt等的工作,分析了分形(自相似)序列的生成规则,给出了二次高斯和所生成的分形序列的标度及维数.利用逃逸时间算法,构造了广义高斯和的Mandelbrot-Julia集(M-J集),并从理论上分析了M-J集的周期性和结构特征.结果表明:M-J集由许多螺旋状的花束构成,这种结构在不同水平上嵌套出现,体现了明显的自相似分形特性;随指数值增大,M-J集中的精细花瓣结构增多并趋于复杂;J集在x轴方向上具有周期性.本研究成果有助于理解广义高斯和的动力学性?     

模糊逼近网络摄动系统及其在智能运输中的应用

以20世纪80年代中期兴起并紧密结合现代科学技术进步的一个新兴领域——智能运输为实际背景,分析了模糊神经网络有待解决的问题;针对这些问题提出了一个新的系统——模糊逼近神经网络摄动系统,并介绍了关于这个系统所开展的一些工作,对开展智能运输的研究将具有启迪作用和现实意义。