1. 设 µ 是环R 上的有限可加测度, 即 µ 是R 上的非负值集函数满足 µ(∅) = 0 和有限可加性. 证明若 µ 满足次可数可加性, 则 µ 是F 上的测度

针对不完备信息表预处理问题中的不完备数据的填补问题、冗余属性的约简问题和连续属性的离散化问题进行了研究.应用粗糙集理论,由相容信息表中条件属性与决策属性间的一致性对应关系,定义了划分区间的加法运算,解决了不完备数据填补问题;根据类别概念,定义了差别向量,利用差别向量加法运算删除了冗余属性;根据条件属性与决策属性之间的依赖关系及相对信息熵概念,实现了连续属性的离散化.数值示例和实验结果显示此方法是有效可行的

针对部分聚类算法对数据输入顺序敏感的问题,定义了不干涉序列指数,提出了应用不干涉序列指数对分类数据进行加权排序的方法,并基于该方法对受数据输入顺序影响的CABOSFV_C分类数据高效聚类算法进行改进,提出了考虑加权排序的聚类算法(CABOSFV_CSW),消除了算法对数据输入顺序的敏感性.采用UCI基准数据集进行实验,发现应用加权升序排序的CABOSFV_CSW算法在处理分类数据时,聚类质量较原始CABOSFV_C算法和其他受数据输入顺序影响的算法在准确性上有改善,在稳定性上有显著提高

1. 设 µ 是环R 上的有限可加测度, 即 µ 是R 上的非负值集函数满足 µ(∅) = 0 和有限可加性. 证明若 µ 满足次可数可加性, 则 µ 是F 上的测度

工业监控系统所采集到的多元时间序列在利用数据挖掘技术获取内部存在的未知模式的过程中，经常会出现原始数据庞杂、分段结果重复、交集过多和界限不清晰等问题，导致含有突变变量或数据间相关性差的数据集进行模式挖掘结果不理想.针对上述问题，本文提出了一种新的多元时序模糊聚类分段挖掘算法.实验结果表明，该算法克服了Gath-Geva算法聚类精度易受初始值影响的不足，能够较好地反映出原始数据中潜在的过程变化，从而有效地处理时间序列的分段问题并得到理想的挖掘结果

讨论了基于体视化技术的矿床数据库管理信息系统的设计思想及实现技术.该系统是一个集图形数据管理、属性数据管理和空间数据分析为一体的管理信息系统.它利用八叉树数据结构实现了数据的压缩存储;结合了传统的MIS技术和GIS技术,实现了图形和数据的有机结合

提出了一种基于聚类的支持向量机增量学习算法.先用最近邻聚类算法将训练集分成具有若干个聚类子集,每一子集用支持向量机进行训练得出支持向量集;对于新增数据首先聚类到相应的子集,然后计算其与聚类集内的支持向量之间的距离,给每个训练样本赋以适当的权重;而后再建立预估模型.此算法通过钢材力学性能预报建模的工业实例研究,结果表明:与标准的支持向量回归算法相比,此算法在建模过程中不仅支持向量个数明显减少,而且模型的精度也有所提高

我们知道 Riemann 积分的几何意义是曲边梯形的面积. 为在欧氏空间空间 n R 上推广 Riemann 积分的理论, 我们必须把象长度, 面积和体积等概念推广到 n R 中的更一般的集上 去. 本章将要定义的 n R 上的 Lebesgue 测度就是长度, 面积和体积等概念推广

研究了分形图像的分析过程,提出合理的分形图像提取流程.利用VisualC++完成了基于Windows平台的分形维数计算程序(Fractal Dimension Calculation Program:FDCP)的设计,并以直线、康托尔三分点集、科赫曲线等分形图形对其进行了标定

确定了中厚板ACC冷却系统的换热边界条件,建立了钢板温度场和应力场有限元计算模型.利用现场实测数据对温度场计算结果进行验证,利用间接耦合方法对钢板的应力场进行计算.分析了不同集管开启方式、不同辊道速度和不同冷却介质温度对钢板热残余应力的影响规律