有限集合的相容关系与完全覆盖

非空有限集合A的完全覆盖S={A1,A2,…,An}决定了A上的相容关系R=∪ni=1(Ai×Ai).研究了R的最大相容类集合和完全覆盖S之间的关系,给出相容的完全覆盖、极大相容完全覆盖、极小相容完全覆盖和恰当完全覆盖的定义,证明了相容的完全覆盖其成员均为R的最大相容类,而极大相容完全覆盖恰为R的最大相容类的全体,并给出这几种完全覆盖之间的关系.     

相容关系的最大相容类的生成算法

集合A上的二元关系R称做相容关系,如果它是自反的、对称的。若B是集合A的非空子集,且B中的任意两个元素都有相容关系R,则称集合B为相容关系R的相容类。不能真包含在任何相容类中的相容类即为最大相容类。文章研究了生成相容关系的最大相容类所需要的理论,设计了生成相容关系的最大相容类的实用算法——优化广度优先搜索。     

基于相容关系的扩展粗糙集理论研究

引入相容度的概念,并给出一种利用相容度确定论域的完全覆盖的方法。然后用完全覆盖中的最大相容类定义精确集、粗糙集等概念,建立了一种基于相容关系的相容粗糙集理论体系。在此基础上讨论了相容粗糙集的一些基本性质和相关定义。     

粗集理论中的相容关系

粗集通常是由等价关系来定义的,相容关系是对标准粗集理论拓广的一种方法,文中主要讨论相容关系的计数问题和代数结构问题。     

试论概念间的相容与不相容关系

力求通过概念之间关系的探讨,理清概念间相容与不相容以及它们的层次关系,使人们对概念及概念的层次、相容等关系有一个清楚的了解,以指导工作实践     

试论概念间的相容与不相容关系

力求通过概念之间关系的探讨,理清概念间相容与不相容以及它们的层次关系,使人们对概念及概念的层次、相容等关系有一个清楚的了解,以指导工作实践.     

L-Fuzzy集上的L-Fuzzy相容关系

给出了L-Fuzzy集上的L-Fuzzy相容关系的概念,并给出了L-Fuzzy集上的L-Fuzzy关系是L-Fuzzy相容关系的一个充要条件.     

极大相容度关系模型及其属性约简

经典粗集理论以等价关系为基础,它们在处理不完备信息系统时存在一定的局限性.从扩展粗集理论的适应范围角度出发,引入信息系统对象的先验概率,结合量化相容关系的思想,提出了极大相容度关系模型,然后以该模型为基础研究了不完备信息系统的属性约简,通过严格的数学证明,提出了一种不完备信息系统的启发式属性约简算法.最后通过一个实例验证了该相容关系模型及其基于启发式的属性约简算法.     

基于模糊相容关系的粗糙集的扩展

针对模糊信息系统,提出了用模糊相容关系代替经典粗糙集中的不可分辨关系来构造扩展粗糙集的方法.定义了模糊信息系统中的模糊相容关系,给出了模糊相容关系下粗糙集的表示方法及性质,证明了模糊相容关系下粗糙集模型的不同表示形式,并讨论了在模糊相容关系下模糊变精度粗糙集模型及其性质.     

相容关系的改进及其属性约简

针对经典粗糙集理论处理不完备信息系统存在的局限性,作者从扩展粗糙集理论的适用范围出发,引入不完备信息系统对象的先验概率并结合量化相容关系的思想,提出了改进的相容关系模型.以该模型为基础研究了不完备信息系统的属性约简.通过严格的数学证明,给出了属性约简算法.该算法以空集为起点求取系统的约简,不需要计算核,节约了时间,减少了占用空间,简化了求解过程.通过实例验证该改进相容关系模型及其属性约简算法.     

区间乘性偏好关系相容度分析

首先给出了两个区间乘性偏好关系之间的相容度概念,然后提出了区间乘性偏好关系之间的相容性指标。证明了若某一区间乘性偏好关系与一组区间乘性偏好关系中的每一个均具有可接受的相容度,则这个区间乘性偏好关系与一组区间乘性偏好关系的集成关系仍具有可接受相容度。     

具有Dini型条件的奇异积分算子的核的估计及应用

对奇异积分算子的研究是近代调和分析的重要内容,奇异积分算子的核决定着该算子的性质,现在研究的奇异积分算子都具有标准核。本文把核的条件减弱,使之具有Dini型条件,并得到了关于这类核的性质,同时给出了相应的应用。     

嵌入式实时操作系统内核的设计与实现

针对广泛使用的微处理单元(MCU),从任务TCB设计、任务的创建和删除、任务调度的算法及实现、中断管理、优先级管理和操作系统及用户的接口等6个部分出发,提出了一个嵌入式实时多任务操作系统内核的实现方案,给出了嵌入式操作系统内核软件的功能、位置、原理和技术参数等,并给出在TOSHIBA81516位的微处理器上实现了该内核软件的应用实例,实际运行于某型号的移动掌上电脑产品中,运行情况良好。     

区间乘积偏好关系的对数相容度及其性质(英文)

基于区间数的运算规则,提出群决策中两个区间乘积偏好关系的对数相容度的新概念,研究了对数相容度的性质并给出证明.结果表明:若每个专家给出的区间乘积偏好关系和其特征矩阵在满足可接受的相容性条件下,则集成的乘积偏好关系和集成的特征矩阵也满足可接受的相容性,该结论为集成的特征矩阵用于群决策的排序提供理论基础.     

去噪空间上的多核学习

回顾了一种多核学习(multiple kernel learning,MKL)方法——lp范数约束的多核Fisher判别分析(lpregu-larized multiple kernel Fisher discriminant analysis,MK-FDA),研究了固定范数和p范数下MKL的性能对比,并针对原始特征空间必然存在噪点的现象,对在特征空间去噪之后的MKL方法的效果进行了探索。在VOC 2007数据集上的实验结果表明,lpMK-FDA无论使用原始核函数或者去噪后核函数的性能都超越了固定范数约束下的对比方法;特征空间的去噪处理能提高单核FDA方法和lpMK-FDA方法的性能;训练得到的核函数的权重与去噪空间中保留的特征数量存在一种正相关性。     

基于傅立叶核与径向基核的支持向量机性能之比较

支持向量机（SVMs）是由Vapnik提出的一种建立在统计学习理论上的新方法：这种方法被深入地研究并广泛应用在诸如分类和回归问题上。由于其基于结构风险最小化的机理，因此相对于其他的经典方法有着更好的泛化特性，其中核函数的选择对支持向量机的性能有着很大的影响。深入地研究了基于傅立叶核函数的支持向量机的特性，得出在某些特殊的情况下，基于傅立叶核函数的支持向量机的性能要好于基于RBF核的支持向量机。最后的仿真对其进行了比较验证。     

基于傅立叶核与径向基核的支持向量机性能之比较

支持向量机（SVMs）是由Vapnik提出的一种建立在统计学习理论上的新方法。这种方法被深入地研究并广泛应用在诸如分类和回归问题上。由于其基于结构风险最小化的机理,因此相对于其他的经典方法有着更好的泛化特性,其中核函数的选择对支持向量机的性能有着很大的影响。深入地研究了基于傅立叶核函数的支持向量机的特性,得出在某些特殊的情况下,基于傅立叶核函数的支持向量机的性能要好于基于RBF核的支持向量机。最后的仿真对其进行了比较验证。      

牛顿定律的独立性和一致性

从运动学和力学的角度比较详细的讨论了牛顿三定律各自的含义、研究对象和范围以及在物理学中所起的作用和联系，说明它们既有相互独立的一面又有体系内的一致性、完整性和相容性，得出了牛顿三定律既是独立的又是相容的的结论。