层次内P-关系与内P-聚类算法

利用P-集合的动态特征,提出层次内P-关系的概念,研究内P-集合之间的相似关系,给出其度量特征和基于相似关系的内P-聚类分析算法和应用,并检验了内P-聚类算法的正确性。     

基于粗糙集的Web日志挖掘研究

提出了一种基于粗糙集的Web日志挖掘模型,该模型采用粗糙集的方法对原始数据进行约简,然后应用粗糙集理论对数据进行定性分析和约简.最后结合一个Web日志实例验证了方法的可行性和有效性.     

关系传递闭包的计算

总结了常用的传递闭包的求法,给出了关系R中链的定义,并给出了依据链的长度求传递闭包的算法,从而简化了关系传递闭包的运算．     

P-关系与它的度量特征

利用P-集合,给出P-关系的概念与结构、相关运算及P-关系的数值度量,提出P-关系度量离散区间收缩定理和P-关系生成-恢复定理,最后给出P-关系在信息辨识中的应用。     

F-残缺数据的辨识与恢复

利用P-集合结构中的内P-集合与F-元素删除集合,给出声．残缺数据的概念,它是由（x）F与（x）-构成的一个数据对（（x）F,（x）-）。由F-残缺数据,给出F-残缺数据的生成与豇残缺度。利用这些结果,给出F-残缺数据的关系定理,F-残缺度定理,F-残缺数据的辨识定理,F-残缺数据的恢复定理,并给出F-残缺数据的应用。     

内P-集合的代数性质

利用P-集合理论,给出内P-集合的依赖关系和度量,证明内P-集合在依赖关系下构成格,进而给出基于格论的内P-集合的相关性质。     

P-集合的格论性质

P-集合是把动态特性引入到有限普通集合中,改进普通集合得到的,P-集合是由内P-集合(internal packet sets)与外P-集合(outer packet sets)构成的集合对.利用P-集合理论,给出只集合的依赖关系和度量,证明P-集合在依赖关系下构成格,进而给出基于格论的P-.集合的相关性质.