连续论域上Fuzzy集的信息熵

在文献[1]的基础上,把模糊熵从离散论域推广到连续论域,给出连续论域上Fuzzy集的偏熵、关联熵等概念。对其主要性质进行讨论,取得了一些令人满意的结果。拓宽信息熵的研究领域,对不确定复杂系统的信息处理、知识学习、归纳学习、模糊信息学的进一步研究打下一定基础。     

混合偏熵与关联熵

定义联系模糊性和随机性的混合集、混合偏熵与关联熵以及混合关联系数，研究了其性质，并举例说明混合关联系数在现实生活中的应用。     

Fuzzy集的偏熵与关联熵

在文献[1]的基础上,推广模糊熵的概念。首次定义Fuzzy集的偏熵、关联熵和关联熵系数等新概念。对其主要性质进行讨论,并与模糊散度建立联系．得到一些重要结果。     

自由半群的估计熵和△-弱混合集

本文对自由半群作用的动力系统引入了估计熵和△-弱混合集的概念,得到一些性质.通过引入△-熊混沌集,给出了△-弱混合集的一个等价刻画.     

Vague集上模糊熵的几点注记

V ague集上的不确定性度量有两种途径,一种是度量V ague集是模糊集的程度,一种是度量V ague集具有的模糊性的程度。后者将模糊集的模糊熵作为特例。本文基于“投票模型”分析了V ague集的熵应具有的特征,对国内作者提出的V ague集上的模糊熵进行了评述。     

圆周上单调映射的拓扑熵

本文研究了圆周上单调映射的拓扑熵，得到了圆周上连续单调映射ｆ的拓扑熵ｈ（ｆ）＝ｌｏｇ｜ｄｅｇ（ｆ）｜．     

树映射的链等价集与拓扑熵

本文讨论了树映射f的链等价集的性质,得到了f具有零拓扑熵的几个等价条件,并证明了:如果 f的一个链等价集是个无限集,那么这个链等价集的任何孤立点都是f的非周期的终于周期点.     

树映射的链等价集与拓扑熵

本文讨论了树映射f的链等价集的性质,得到了f具有零拓扑熵的几个等价条件,并证明了如果f的一个链等价集是个无限集,那么这个链等价集的任何孤立点都是f的非周期的终于周期点.     

圆周上单调映的拓扑熵

本文研究了圆周上单调映射的拓扑熵，得到了圆周上连续单调映射ｆ的拓扑熵ｈ（ｆ）＝ｌｏｇ／ｄｅｇ（ｆ）／。     

Vague集信息熵测量及其应用

引入了区别于现有文献的Vague集信息熵和Vague集的关联熵的概念,给出了一种改进的测量方法,并讨论了它们之间的关系。进而,我们揭示了Vague集的熵和Fuzzy集的熵之间的关系,并分析了本文所定义熵的意义。最后,讨论了这种关联熵在模糊识别和医疗诊断上的应用。     

直觉模糊集的广义模糊熵

利用模糊补定义了直觉模糊集的广义补集,并讨论了直觉模糊集广义补集的一些性质。在此基础上,给出了直觉模糊集广义模糊熵的公理化定义及几个直觉模糊集广义模糊熵的具体计算公式。此外,本文还研究了直觉模糊集的广义模糊熵与相似性测度之间的关系。     

信息熵在粗糙集信息检索模型中的应用

在信息检索过程中,由于文档中存在大量的多义和近义现象,导致不确定性出现,这将影响检索的性能.为此我们采用信息熵和粗糙集理论来处理这类不确定性问题.首先计算训练文档集中的词之间的信息熵,对信息熵做模糊聚类来构造词之间的等价关系,然后借助于该等价关系提出并实现了一个以粗糙集上下近似为基础的信息检索模型,通过实验的测试,该模型能够提高信息检索的效率.     

基于Shadowed Sets的连续属性离散化

基于Shadowed Sets理论研究了粗糙集连续属性离散化问题,提出一种新的基于Shadowed Sets 理论的候选断点集提取算法.该算法根据实例在单属性上的分布,对数据样本进行分类,采用Shadowed Sets计算出各类的上下近似,最终提取出候选断点集.使用多组UCI数据对此算法的性能进行检验,同时还与其它候选断点集提取算法做了对比实验.实验结果表明,此算法能有效地减少数据集候选断点的数目,提高离散化算法运行速度和识别率.     

覆盖粗糙模糊集的不确定性度量

在覆盖粗糙模糊集模型下,将粗糙集理论中的粗糙度和粗糙熵的概念引入到此模型中,用来度量模糊集的不确定的程度,并讨论了这些度量的一些性质.     

偏序集的连通性和连通分支

本文引入了偏序集连通性的概念,给出了连通分支的构造,证明了偏序集可唯一地分解为连通分支的不交并,偏序集的连通子集是连通分支当且仅当它是分支并。     

单向S-粗集粗糙性的度量方法

根据单向S-粗集内(外)边界的定义,引入了外边界熵的概念,将外边界熵与知识粒度结合进来,提出了一种新的单向S-粗集粗糙性的度量方法,讨论了这一度量的特性。通过分析和实例可以看出,这一新的度量方法可以用来更合理、更精确地度量单向S-粗集的不确定性。     

模糊粗糙集及粗糙模糊集的模糊度

1965年,Zadeh提出了Fuzzy集理论,1982年,Z.Pawlak提出Rough集理论。将二者结合而形成的模糊粗糙集（FR集）及粗糙模糊集（RF集）近年来越来越受到国际学术界的关注。本文所研究的FR集及RF集的模糊度,是对FR集及RF集模糊程度的一种度量,进而引进了相应的明可夫斯基距离,明可夫斯基模糊度和Shannon模糊度。