第10章数学问题的非传统解法 一、集合论、模糊集与模糊推理 二、粗糙集理论与应用 三、人工神经网络及其在数据拟合中的应用 四、进化算法及其在最优化问题中的应用 五、小波变换及其在数据处理中的应用 六、分数阶微积分学问题求解及应用

采用扫描电镜、透射电镜及其附带的能谱仪和碳复型萃取技术等多种手段研究了不同Hf含量的FGH96合金粉末颗粒显微组织、枝晶间合金元素偏析和析出相.发现Hf含量可以改变粉末颗粒内部树枝晶、胞状长大晶和微晶凝固组织的比例,粉末的快速凝固组织形态主要取决于冷却速率和固液界面前沿温度梯度与长大速度的比值.不同Hf含量的FGH96合金粉末颗粒中,Nb、Ti、Zr和Al均富集于枝晶间,Co、Cr、W和Ni均富集于枝晶轴.当Hf质量分数为0.3%时,Ti、Nb、Zr、Hf等强碳化物形成元素的枝晶偏析程度最小.在快速凝固粉末颗粒中,Hf对氧含量比碳含量更敏感,优先形成更稳定的氧化物HfO2

在给定了一个测度空间以后,由定义在这个空间上的一个函数可以自然地产生出各 种各样的集.为用测度论的方法研究这个函数我们自然要求这些集是可测的.由此产生 了可测函数的概念在定义积分时候,对被积函数的一个基本要求就是这个函数必须是可 测的我们将看到可测函数是一类很广泛的函数.特别地,欧氏空间R上的 Lebesgue可 测函数是比连续函数更广泛的一类函数.而且可测函数类对极限运算是封闭的,这将使我 们在讨论积分的时候更加便利

本文应用超图理论提出了从有向基本割集矩阵Qf的树路子阵Qfp逐层判断其可实现性和综合出其对应有向图G的算法RFCMHGT。它的原理直观,计算复杂度为O(nl2),μ和l为Qfp的行和列数。例2表明:Tutte条件不是Qf可实现的充分条件

1.设E是R中一族(开的、闭的、半开半闭的)区间的并集.证明E Lebesgue是 可测集 2.设f是R上有界的单调增加函数.证明f在R上几乎处处可导并且f在R 上L可积

针对模糊边缘的红外目标提取问题,提出一种基于流形正则化多核半监督分类的提取方法.首先应用最大类间方差法计算初始分割阈值,获得确定化的目标和背景区域以及待确定化的模糊边缘区域;然后建立各区域内像素点邻域空间集,并通过多核函数特征映射获得邻域空间中灰度均值和方差信息特征值,通过流形正则获得邻域空间中位置信息特征值;在特征值基础上,建立半监督分类模型对模糊边缘区域像素点邻域空间集进行类别划分;最后计算最佳分割阈值.对比实验结果表明,该方法提取模糊边缘红外目标效果好且运算效率高

针对高炉炼铁过程的关键工艺指标——铁水硅含量[Si]难以直接在线检测且化验过程滞后的问题,提出一种基于稀疏化鲁棒最小二乘支持向量机(R-S-LS-SVR)与多目标遗传参数优化的铁水[Si]动态软测量建模方法.首先,针对标准最小二乘支持向量机(LS-SVR)的拉格朗日乘子与误差项成正比导致最终解缺少稀疏性的问题,提取样本数据在特征空间映射集的极大无关组来实现训练样本集的稀疏化,降低建模的计算复杂度;其次,标准最小二乘支持向量机的目标函数鲁棒性不足的问题将IGGⅢ加权函数引入稀疏化后的最小二乘支持向量机模型进行鲁棒性改进,得到鲁棒性较强的稀疏化鲁棒最小二乘支持向量机模型;最后,针对常规均方根误差评价模型性能的不足,提出从建模误差与估计趋势评价建模性能的多目标评价指标.在此基础上,利用非支配排序的带有精英策略的多目标遗传算法优化模型参数,从而获得具有最优参数的铁水[Si]在线软测量模型.工业实验及比较分析验证了所提方法的有效性和先进性

基于马氏距离和模糊C均值聚类算法提出了一种数字彩色图像抠图算法.该算法首先对彩色图像像素的红绿蓝三种彩色分量进行正则化处理；然后在正则化图像背景中选取适当的掩膜作为样本集，计算各像素与样本集之间的马氏距离；再利用模糊C均值聚类算法对计算出的马氏距离进行分类；最后利用填洞操作提高抠图质量.对八幅彩色数字图像进行对比实验，结果显示本算法可以自动抠图，且结果优于马氏距离算法、Grow-Cut算法和正则化线性回归算法的相应抠图效果

本文提出了N口线性网络的统一参数慨念和统一参数理论。应用这个理论研究了一般线性多回路反馈网绍的回归差矩阵与零回归差矩阵,导出它们与网络的统一参数矩阵之间的关系,业将Blackman方程推广到从一口集到另一口集的传递矩阵的情况,从而建立了线性多回路反馈网络的N口统一参数理论。这个理论一个典型应用是解决了一般复合反馈放火器的理论分析问题

针对实时相关运动模式挖掘应用的需求,提出了一种实时地发现关闭蜂群模式的簇重组算法(CLUR).该算法维护一个候选蜂群模式列表,在每个时间戳采用基于密度的聚类算法对移动目标进行聚类,根据聚类结果组合所有的最大移动目标集,记录相应的时间集,然后构建候选蜂群模式,并更新到候选列表.算法给出了三种更新规则和一种插入规则,用于实现候选蜂群模式列表的更新,同时降低了候选列表的冗余度,提高了算法的效率.在每个时间戳结束时可通过关闭检测规则实时地发现当前时刻的关闭蜂群模式.在合成数据上的综合实验验证了CLUR算法的正确性、实时性和高效性,CLUR算法适用于实时相关运动模式挖掘系统