基于动态模糊集（DFS）的数据发掘方法研究

基于动态模糊集给出了数据发掘的一种新方法。     

基于动态模糊集的动态模糊规划研究

基于动态模糊集理论，本文讨论了动态模糊限制下的规划问题，得到了一些理论结果，提出了几种动态模糊规划的模型。     

模糊数据的回归模型及其应用

建立了动态模糊数据的时间回归模型 ,得出了线性规划求参和定阶方法 ,并给出了应用实例     

动态模糊逻辑及其应用研究

对动态模糊逻辑及应用进行了研究 ,以实例说明了自然界中的动态模糊性问题找到了解决途径 ,同时为人们用计算机模拟人的思维提供了理论依据     

动态模糊（DF）关系

基于动态模糊集及其一些基本理论，给出动态模糊关系等概念     

数据仓库的多维数据分析器设计与实现

实现多维数据分析是数据仓库系统需要具备的一个主要功能，它接受用户的多维数据查询请求，生成多维数据集，为建立数据挖掘模型提供基础效果。本文讨论了基于Microsoft SQL Server2000的多维数据分析器的实现。简要介绍了多维数据分析的基本原理，并在DSO、ADO／MD及MDX（多维数据表达式）等技术的基础上，构造了一个多维数据分析器。最后，给出了多维分析器的实现实例。     

多维信息可视化模型

分析了多维信息可视化存在的问题,探讨了多维信息可视化模型的类型和特点,论述了多维信息可视化模型涉及到的技术和方法。     

动态模糊逻辑及其应用研究

对动态模糊逻辑及应用进行了研究，以实例说明了自然界中的动态模糊性问题找到了解决途径，同时为人们用计算机模拟人的思维提供了理论依据。     

基于Lagrange插值算法的空间多维数据校准模型

针对采集设备在获取空间多维数据时往往是离散的,受设备故障、环境等因素的影响,空间多维数据会出现遗漏或异常问题,提出了基于Lagrange插值算法的空间多维数据校准模型。首先,建立星型和雪花型的空间多维数据库结构,明确数据分布特征。然后,预处理初始数据,经过参数初始化操作,实现数据维数一致性划分,提高数据质量。再通过信息熵蚁群聚类、优化合并等过程完成数据分类,将具有相同特征的数据聚集到同一簇中,减少离群点。最后,利用基函数确立Lagrange插值多项式,引入归一化思想,确保数值在一定区间内浮动,避免龙格现象,生成新的插值多项式,多项式计算结果即为校准的数据值。实验结果表明,该方法具有较好的数据预处理能力,能有效减少校准误差。     

基于多维动态博弈的技术研发投资模型

针对军用技术研发投资的特点,在一般技术研发投资决策模型基础上,用效用率代替收益率,并引入多维动态博弈理论进行研发体系间的对抗分析. 建立了一个完整的定量分析模型,并用军用微小型技术研发项目对相对效用率、所需投资经费、影响系数进行对比分析,证明了该模型的科学性.     

基于DFS的并行粒计算模型及其应用

粒计算是近几年提出的新概念。在粒计算领域中,动态模糊性是普遍存在的,而人们在用粒计算求解问题时又希望从并行角度来求解问题。因此,基于DFS,给出并行粒计算模型和算法,并用实例进行分析,说明该算法是有效的,从而进一步丰富了粒度计算的研究内容。     

动态不确定模糊集

Zadeh的模糊集理论主要用来处理不精确和不完全信息的不确定.提出了动态不确定模糊集的概念,它是模糊集和不确定模糊集的推广,在处理动态和不确定问题时具有很多优点.动态不确定模糊集的性质得到了深入研究,并给出了动态不确定模糊集关于生成集的一个刻画.     

基于动态模糊逻辑的Agent推理模型及稳定性

提出了基于动态模糊逻辑的Agent推理模型的设计,分析了推理模型中各个模块的功能,为Agent推理找出一种新的解决方法;对影响模型稳定性的因素进行分析,并给出基于动态模糊逻辑的Agent推理模型稳定性的判定定理及其简单证明。     

一种基于动态模糊神经网络的飞行数据模型辨识方法

针对飞行数据的特点,提出了一种基于动态模糊神经网络(DFNN)的飞行数据模型辨识方法。该方法采用在线学习方式,通过动态增加和删除神经元节点的策略实现网络结构学习,采用递推最小二乘法实现网络权值的在线调整,以最终得到一个结构简单、泛化能力强的神经网络。以某特定时间段的飞参数据为仿真样本,将该DFNN用于参数关联模型的辨识,实验结果表明该辨识方法收敛速度快、泛化能力强。     

双轨动态模糊集

在动态模糊集概念的基础上给出了双轨动态模糊集的概念,并以经典测度空间为基础,建立了动态响应的概念。     

Fuuzy集合上广义Fuzzy数值测度的哈恩分解

在Dan.butnriu构造的可知Fuzzy测度和张广先生建立的Fuzzy极限和Fuzzy距离理论基础,提出了一类Fuzzy集合上广义Fuzzy数值则度,广义了定义Fuzzy数值测度的正、负集,探讨了二者的关系和性质,进而得到了广义Fuzzy数值测度关于Fuzzy集合的哈恩分解存在的充要条件。     

高斯激活函数特征值分解修剪技术的D-FNN算法研究

 提出了一种D-FNN的新算法。其算法的最主要特点是：D-FNN选择高斯函数作为网络的激活函数和模糊系统的隶属函数,该算法不仅具有强大的全局映射泛化能力,而且在细化局部方面也有效;使用特征值分解修剪技术使得网络结构不会持续增长,可获得更为紧凑的D FNN结构,避免了过拟合现象。最后通过对Hermite多项式逼近能力来验证所提方案的有效性。仿真结果表明使用特征值分解修剪技术和高斯激活函数的D-FNN具有良好的性能。     

利用神经模糊系统从数据中挖掘模糊逻辑

提出一种利用神经模糊系统从实验记录的曲线或者数据中挖掘模糊逻辑规则的方法。首先根据生产控制系统的实验记录的曲线或者数据,初步确定一个“if…then”模糊逻辑规则模型;然后利用具有非线性特性的神经网络和模糊推理中的模糊逻辑运算,构造了一个神经模糊系统;通过有导师的误差反向传输学习,将训练后的神经模糊系统的网络联接权的变化结合为模糊逻辑规则的变化和修改,从而实现了从实验记录的曲线或者数据中推理、归纳的模糊逻辑控制规则。     

用模糊集合度量方法评价炼焦配煤的数据处理

按美国伯利恒钢铁公司法,先将配煤的活性组分和惰性组分进行划分,根据专家所推荐的正常配煤反射率分布图和不正常配煤反射率分布图计算出正常配煤或不正常配煤的类强度指数分布图和正常配煤或不正常配煤的类组成平衡指数分布图,并用模糊集合度量方法对待测配煤反射率分布图进行数学处理。