覆盖广义Rough集中的隶属关系

对覆盖广义Rough集中的隶属关系、隶属函数进行了定义，并利用隶属函数定义了集合的Rough包含与Rough相等，得到一些与Pawlak的Rough集不同的性质。     

基于偏序关系的Rough集模型及其应用

在标准Rough集理论的指导下，利用偏序关系性质构造了不同分类，并以此为基础探讨了上、下近似集，从而构建了基于偏序关系的Rough集模型。新模型将Rough集理论的应用范围由等价关系扩展到偏序关系。为了更好地增强模型的实用性和灵括性，一方面从程度、精度、概率等角度出发分别对其进行了扩展，另一方面引入依赖度使其适用于研究各种非严格的偏序关系。给出了实例分析，并结合现实生活中的现象阐述了模型的应用价值。     

一种基于Rough集理论的最小风险决策规则提取方法

波兰科学家Zdzisilaw Pawlak将概率统计中的Bayesian公式与Rough集模型相结合建立基于决策理论的概率模型，给出了一系列的决策规则及相关讨论。在此基础上结合在银行信贷分析的实际例子描述了基于Rough集理论的最小风险决策规则提取方法及它的实际应用，可以看出这为非结构化风险决策问题提供了一条很好的辅助决策的途径。     

一种新的模糊控制规则自调整方法

提出了基于模糊目标的隶属度函数来调整修正因子的大小，从而达到调整模糊控制规则的一种方法。     

学生综合测评模型及其简化—Rough集理论的应用

基于Rough集理论，叙述了信息系统及其属性的简化，族简化、核和决策规则等概念，在此理论基础之上建立学生综合测评模型，利用此模型及其简化模型的算法为学生综合测评开发一个综合测评子系统。     

Rough集中不一致决策表的一种处理方法

Rough集理论在对不一致决策表的处理上一直是较为困难的问题。给出一种处理不一定决策表的方法，可将原决策表加工成为人们决策时满意的决策表。     

基于Rough集理论的模态逻辑与Rough逻辑

在介绍Ｒｏｕｇｈ集的基础上，定义了Ｒｏｕｇｈ下（Ｌ）和上（Ｈ）近似算子，建立了基于Ｒｏｕｇｈ集理论的模态逻辑和Ｒｏｕｇｈ逻辑，阐述了这两种逻辑能在Ｒｏｕｇｈ集公理化基础上被统一起来，并且随着不同性质的关系Ｒ，能得到与模态逻辑相平行的各种Ｒｏｕｇｈ逻辑模型。     

模糊故障诊断隶属函数的选择分析比较

讨论基于模糊规则的模糊诊断方法中隶属函数的选择问题，以同步电机的匝间线圈故障检测为例，将逆电流和逆电压作为模糊故障检测的两个输入变量，以同步电机的故障代码值为输出变量，分别采用三角形、梯形和高斯型三种隶属函数进行模拟，从模拟结果分析得出在一般电气设备的模糊故障诊断中，采用三角形隶属函数进行模糊故障诊断的准确度优于使用梯形和高斯形隶属度函数。     

Rough集中不分明关系之间的关系

通过对Rough集中的不分明关系的研究，提出了不分明关系的上、下近似相等和上、下近似距离等新概念，并对它们的性质作了初步的研究。     

基于属性频率函数的粗糙集属性约简算法

以现有的两个粗糙集属性约简算法为基础，提出了一种基于属性频率函数的粗糙集（Rough Set）属性约简算法，该算法既可保证每次计算都能得到一个约简，又具有较好的时间复杂性．     

基于粗糙集和感知器的模式分类方法

基于粗糙集相容关系给出了一个模式分类算法。先通过感知器神经网络训练属性相容权值和相容阈值,再由相容关系确定每个样本的上下近似,通过引入一个用于决策的粗糙隶属函数,给出了分类算法。最后,对IR IS数据集的实验结果表明本算法是有效的。     

粗集理论中等价关系的交与并运算

粗集理论是当前计算机学科中的一个热点问题,它应用于数据挖掘等领域,等价关系是粗集理论中的一个重要概念,本文主要研究了等价关系的交并运算,建立了等价关系对于交并运算的代数结构。     

基于多级格网的多边形集合求并算法研究

多边形集合求并效率的高低,关键在于能否根据多边形的相邻程度优化求并顺序.在分析了几种常用求并算法优劣的基础上,提出了基于多级格网的多边形集合求并算法.通过构建多级格网,划分多边形集合,既缩小了多边形畸变区域的范围,也减少了一级格网的密集程度,提高了求并效率.对比实验表明,该算法可行.     

对称函数各完备集展开系数之间的转换

本文从三种构成完备集的对称函数的定义及有关性质出发，讨论了对称函数在各完备集中展开系数之间的转换，给出了相应的变换矩阵，从而建立了各完备集之间的相互联系.