中国货币政策中间目标变量的选择

利用互协关系检验（ｃｏ－ｉｎｔｅｇｒａｔｉｏｎｔｅｓｔｓ）的方法,考察我国的货币总量Ｍ０、Ｍ１和Ｍ２与其他主要宏观经济变量之间是否存在一种长期的稳定关系．结果表明,Ｍ２与工业生产总值ＧＩＰ、企业１年期短期名义贷款利率ｒ之间存在着长期稳定关系,由此估计出的货币需求函数有较好的统计性质,因此,Ｍ２应是我国的货币政策中间目标变量的首选对象．     

用于数据挖掘的粗集产生多重知识库的方法

提出了一种用于数据挖掘的粗集产生多重知识库的方法．该方法基于粗集理论的简化和决策矩阵．首先从知识表示系统中消除冗余属性,产生简化表,形成简化的知识表示系统,提高学习的有效性和精确性．然后从简化表中推导出决策矩阵,通过决策矩阵获取最小决策规则,计算包括所有必需属性的简化集合,给出计算最小决策规则和计算多重简化的算法．最后由相应的简化对最小决策规则进行分组形成多重知识库,给出产生多重知识库的算法．     

利用初等行变换求极大无关组的一些条件

本文讨论利用初等行变换求行向量组的极大线性无关组的方法,澄清一些线性代数教学用书中存在的一种模糊认识,并给出修正后的方法。     

关于Scott拓扑的core紧性

ＤＣＰＯ Ｌ被称作Σ－ｃｏｒｅ紧的,如果当Ｌ赋以Ｓｃｏｔｔ拓扑后是一个ｃｏｒｅ紧空间,长期以来,从序结构的角度刻划那些Σ－ｃｏｒｅ紧的ＤＣＰＯ一直是悬而未解的问题。在一定的限制条件下讨论上述问题,并得到了一些结果。     

Fuzzy导集算子与Fuzzy拓扑

在Ｉ＾Ｘ上,定义了Ｆｕｚｚｙ半导集算子与Ｆｕｚｚｙ导集算子,讨论了它们与拓扑的关系,借助于文献（３）中提出的强导集概念,得到：若ｄ是Ｘ的Ｆｕｚｚｙ导集算子,则在Ｘ上唯一存在一个Ｆｕｚｚｙ拓扑ｆ,使得（Ｘ,Ｆ）是Ｆｕｚｚｙ准Ｔ０空间,且在（Ｘ,Ｔ）中Ｆｕｚｚｙ集Ａ的强导集恰是Ａ在ｄ下的像ｄ（Ａ）。     

粗糙集方法在基于属性分类中的应用

介绍粗糙集基础上的属性分类系统的构造,给出一种数据挖掘中新的分类方法:从初始的数据信息出发,依次构造约简属性集,并对其使用Bayes判别法进行基于属性的分类。最后给出了实例,验证算法的可行性。     

OSC-PLS算法在近红外光谱定量分析中应用的研究

提出一种新的光谱预处理方法--正交信号校正,并将正交信号校正与偏最小二乘法相结合的OSC-PLS方法应用于固体含能材料中挥发份的定量分析.利用正交信号校正,对光谱数据进行预处理,剔除光谱矩阵中所含的各种噪声信号,将去噪后的光谱矩阵作为新的自变量矩阵,再利用偏最小二乘方法建立校正模型.结果表明:用OSC-PLS方法建立模型与用传统偏最小二乘法所建模型相比精度明显提高,这对近红外光谱分析在该领域的应用具有重要的理论意义和实际推广价值.     

Apriori算法的一种变形

关联规则是数据挖掘的主要技术之一.本文针对目前最经典的关联规则挖掘Apriori算法的局限性,提出了一种只扫描一遍事务数据库的效率较高的Apriori_Tid-1算法,并给出了一个具体的实例,最后给出了该算法的实现.     

信息类与感染类源语的改进与英译

根据纽马克的功能翻译类型学，本文提出译者有权修改信息类与感染类原文语言上的缺陷，举例讨论了缺陷的类型，其改正方法及改正后原文的翻译。鉴于目前基层企业这类送译稿数量巨大，其中不少在语言上有一定的缺陷，这种讨论具有较大的意义。     

基于粗糙集理论的复方拆方研究

粗糙集理论是一种新的处理模糊和不确定性知识的数学工具，其主要思想就是在保持分类能力不变的前提下，通过知识约简，导出问题的决策和分类规则．因此，将粗糙集理论引入复方拆方，将有助于从复方配伍的动态性和不确定性的本质上去深入而确切地开展方剂配伍规律的量化研究，从而改变药味与药效之间的分离状态．