求解随机变量数字特征的两种有效方法

求解随机变量的数字特征是数理统计中的一个重要课题，本文利用泰勒级数和条件数学期望给出了正态分布数字特征的求解方法，并将所得结果做了适当的推广。     

数据挖掘技术的实际应用及发展前景

数据挖掘是一门内容广泛的交叉学科,并有着广阔的应用前景。本文概括了数据挖掘技术在金融和管理方面的实际应用价值。     

具有模糊系数的可能性线性规划

在LA Zadeh的可能性理论的基础上，讨论了具有梯形模糊系数的可能性规划问题，得到了一定置信水平下的经典等价条件，并用单纯形法求得其最优近似解．     

一类线性递归数列通项公式的证明和应用

利用线性代数知识,证明且给出下列形式的数列通项公式的一种求法:an m=kman (m-1) ... k2an 1 k1an,其中k1,k 2,...,km为已知常数,数列的前m项a0,a1,...,am-1已知.并用这种方法求出了斐波那契数列的通项公式.     

四元数矩阵方程最小二乘Toeplitz解的半张量积方法

研究了四元数矩阵方程■的最小二乘Toeplitz解和Hermitian Toeplitz解的问题．联合使用四元数矩阵的实向量表示方法和矩阵的半张量积方法,将所研究的问题转化为实矩阵方程．根据Toeplitz矩阵以及Hermitian Toeplitz矩阵的结构特征,提取了矩阵中的有效元素,构造了新的解向量,降低了所研究问题的复杂度．得到了方程存在Toeplitz解和Hermitian Toeplitz解的条件,并给出Toeplitz解和Hermitian Toeplitz解的一般形式．通过数值算例说明了方法的精度和算法的可行性．     

P-信息的属性合取扩展-收缩特征与P-信息的智能发现

利用P-集合与P-推理,给出P-信息的属性合取扩展-属性合取收缩概念、特征、定理;属性合取扩展-属性合取收缩是P-集合的一个重要应用特性。利用内P-推理与属性合取扩展,给出内P-信息智能发现定理;利用外P-推理与属性合取收缩,给出外P-信息智能发现定理和准则。最后给出具有属性合取扩展特征的内P-信息智能发现在信息辨识中的应用。     

内P-模糊集并-分离及其属性特征

P-模糊集(Packet fuzzy sets)是由P-集合(Packet sets)得到的一个新的模糊集,P-模糊集具有动态特性。P-模糊集是由内P-模糊集AF珔(Internal packet fuzzy set AF珔)与外P-模糊集AF(Outer packet fuzzy set AF)构成的模糊集合对;或者(AF珔,AF)是P-模糊集。利用内P-模糊集,本文给出内P-并分离系数、内P-模糊信息概念、内P-模糊集的并-分离定理、内P-模糊集并-分离与它的属性集合的关系定理、内P-模糊集并-分离的几何特征和内P-模糊集并-分离的应用。     

约束中含有模糊数的双层线性规划的一种解法

以分解定理为依据,讨论了约束中含有模糊数的双层线性规划的解法,并应用模糊数学规划的方法得到了该系统在一定置信水平下的满意解.     

约束中含有模糊数的双层线性规划的一种解法

以分解定理为依据,讨论了约束中含有模糊数的双层线性规划的解法,并应用模糊数学规划的方法得到了该系统在一定置信水平下的满意解。     

系数为梯形模糊数的可能性线性规划

在L.A.Zadeh的可能性理论的基础上,讨论了具有梯形模糊系数的可能性线性规划问题。得到了一定置信水平下的经典等价条件,并用单纯形法求得其最优近似解。