Feature Selection using Fuzzy Support Vector Machines

The feature selection consists of obtaining a subset of these features to optimally realize the task without the irrelevant ones. Since it can provide faster and cost-effective learning machines and also improve the prediction performance of the predictors, it is a crucial step in machine learning. The feature selection methods using support machines have obtained satisfactory results, but the noises and outliers often reduce the performance. In this paper, we propose a feature selection approach using fuzzy support vector machines and compare it with the previous work, the results of experiments on the UCI data sets show that feature selection using fuzzy SVM obtains better results than using SVM.     

Fuzzy矩阵方程的摄动问题

讨论了Fuzzy矩阵A的同解简化矩阵A^(2)，指出陈贻源论文《解Fuzzy关系方程》中定量3的错误。研究Fuzzy矩阵方程的摄动问题，解决了汤服成（2000）提出的未解决问题。     

Ca+-Pyridine络合物的光解反应

使用反射式飞行时间质谱仪,得到 Ca~ -pyridine 络合物在412～ 690nm 的光解谱.从谱图可见,反应有两个通道,一个是 Ca~ 与 pyridine 分子解离开的非反应淬灭过程,这个通道在所有波段都有,且占优势；生成产物 Ca~ NH_2的通道不仅所占比例小,且在530～590nm 波段关闭. 作为激光波长函数的 Action spectrum 显示出明显的峰,对应于络合物的跃迁.反应的分支比也支持了光解谱图的结论.     

基于模糊聚类的语音识别

指出模糊聚类方法影响语间识别的正确率 ,提出用基于分解构造的模糊聚类方法设立语音模式的参考向量 ,说明该方法能提高语章识别的正确率。     

混配配合物[Co(cpida)(C7H5N2)2]·C7H5N2·5H2O

在溶液中用N-(邻苯甲酸基)-亚氨基二乙酸、苯并咪唑和Co(Ac)2·4H2O进行自组装合成了标题三元金属混配配合物.用元素分析、红外光谱、单晶衍射对配合物的组成和结构进行了表征,确定配体N-(邻苯甲酸基)-亚氨基二乙酸中的3个羧基为单齿形式与中心金属钴离子配位.     

B—模糊集合代数和广义互信息公式

基于两种概率的区分，推导出了一个广义Shannon熵公式和一个广义互信息公式。后者和模糊性有关，并且柯用于语言和感觉中的信息度量。为了由原子语句为真的条件概率求出合语句为真的条件概率，提出了一个遵循存尔运算的模糊集合代数。所谓的模糊信息被还原为概率信息。新的理论在经典理论－概率论，集合论及Shannon信息论－的基础上容易理解。     

闭模糊拟阵模糊基的判定

通过讨论闭模糊拟阵的导出拟阵序列和模糊基的结构,找到了判定闭模糊拟阵的模糊基的一个充要条件。根据此充要条件,给出了从导出拟阵序列得到闭模糊拟阵的模糊基的一种算法。     

Fuzzy集的基数

关于Fuzzy集的基数，[1]中曾对有限支集的Fuzzy集以及极苛刻条件下的无限Fuzzy集给出过一种定义。但是，正如本文将要指出的那样，该定义是不合理的。本文将从研究Fuzzy映射入手，给出Fuzzy集基数的一般性定义。基于这一定义，不但得到有关基数的大部分结论，而且有其自身的特殊性。