暂无评论
论文研究-基于时序模糊软集的群决策方法.pdf, 研究了时序模糊软集环境下的群决策问题.针对实际问题中模糊软集信息随时间动态变化的情形，定义了时序模糊软集等概念，并讨论了其相关运算及性质. 考虑不同
在经典的覆盖近似空间中，定义了区间直觉模糊概念的粗糙近似。通过区间直觉模糊覆盖概念，给出了一种基于区间直觉模糊覆盖的区间直觉模糊粗糙集模型。讨论了两种模型的一些相关性质。
提出划分矩阵和布尔列向量取小乘法的概念；证明了下矩阵和上矩阵的行并向量分别是下近似和上近似；研究了上下近似的性质；给出了计算上下近似的算法。
针对区间概念格Lβα（U，A，R）的概念外延在区间［α，β］（0≤α≤β≤1）范围内满足内涵属性的特性，提出基于属性集合幂集的区间概念格Lβα的渐进式生成算法，以提高区间概念格的建格效率。在格结构的生
针对现有频繁闭项目集挖掘算法存在的不足，提出了一种基于粒度计算的频繁闭项目集挖掘算法。通过混合进制数的变化来生成候选项目集，避免使用了复杂的数据结构，减少了内存和CPU的开销;利用粒度计算的分而治之思
论文研究-基于联盟结构合作博弈的Selectope解集.pdf, 定义了基于联盟结构合作博弈的Selectope解集形式: 首先将大联盟的收益在结构联盟间进行支付; 其次在结构联盟内对局中人进行支付
基于现有的关联规则挖掘算法，提出了一种通过循环迭代增加项为项集后缀的方式产生所有项集的新方法，构造了一种新的数据结构—索引数组，存储所发现的频繁1-项集及其相关信息，以便快速发现项集与事务之间的关系；
在DNA算术运算的模型中普遍应用二进制，受制于进位的影响，难以实现并行运算。但在剩余数制中，算术运算（加、减、乘）在剩余位之间不存在进位，故可降低运算过程的复杂度，可以充分利用DNA计算巨大并行性的优
支持向量机是最有效的分类技术之一，具有很高的分类精度和良好的泛化能力，但其应用于大型数据集时的训练过程还是非常复杂。对此提出了一种基于单类支持向量机的分类方法。采用随机选择算法来约简训练集，以达到提高
分析了几种典型的歧义识别方法，结合全切分分词算法提出了OSAIM（AmbiguityIdentificationMechanismbasedonOmni-Segmentation）歧义识别机制和DOS
暂无评论