提出了一种基于粗糙集的不完备数据填补方法.本算法以突出信息表的决策规则为主要目的,选取重要断点为主要手段,以分类质量作为迭代约束条件.实验和数值实例表明,本算法不但不会产生冲突规则,而且能够进一步突出决策规则

针对密度聚类算法对邻域参数设置敏感的问题，提出一种基于密度的模糊自适应聚类算法.算法在无需预先设置聚类数以及邻域参数的情况下，可以自适应地根据样本间距离关系确定邻域半径得到样本密度，并根据样本密度逐渐增加聚类中心.为了保障聚类结果的正确性，同时提出一种新的模糊聚类有效性指标以判断最佳聚类数，消除了密度聚类算法对参数的敏感性.用UCI基准数据集进行实验，发现本文算法在对数据进行聚类时，聚类质量较原始密度聚类算法在准确性和自适应性方面均有显著提高

Windows编程采用的是面向对象的方法（Objec Oriented Programming，简称OOP）。面向对象软 件开发的方法是吸收了软件工程领域中有益概念和有效的方法，而发展起来的一种软件开发方法。它 集抽象性、封装性、继承性和多态性于一体，可以帮助人们开发出模块化、数据抽象程度高的、体现 信息隐蔽、可复用、易修改、易扩大等特性的程序

针对粗糙集中连续属性需要离散化问题进行了研究.根据数据对象的可分辨性原理构造超立方体,在数据空间上对信息表中的连续属性进行整体离散化处理.根据条件属性与决策属性的一致性关系,依照条件属性在粗糙集边界域中的分类能力来确定条件属性的重要性,在此基础上选取重要划分点对信息表中的连续属性进行局部离散化,同时以信息熵作为迭代约束条件.数值示例和实验表明这种整体与局部相结合的离散化方法是有效可行的

根据粗糙集理论原理,从双因子免疫控制器的控制数据中抽取出控制规则,利用本文提出的一种新的规则评价标准筛选出优秀的规则构造控制器,即粗糙规则化的双因子免疫控制器,来对对象进行控制.通过仿真实验证明,粗糙规则化的双因子免疫控制器不但能够体现出普通双因子免疫控制器的学习记忆能力和抗滞后性能,而且在抗干扰性能和响应速度方面都有明显提高

有许多问题，当需要找出它的解集或者要求回答什么 解是满足某些约束条件的最佳解时，往往要使用回溯法。 回溯法的基本做法是搜索，或是一种组织得井井有条 的，能避免不必要搜索的穷举式搜索法。这种方法适 用于解一些组合数相当大的问题

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

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

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

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