P-集合(packet sets)是一个具有动态特征的、新的数学结构与数学模型;P-集合是由内P-集合XF珚(internal packet set XF珚)与外P-集合XF(outer packet set XF)构成的集合对;或者(XF珚,XF)是P-集合。P-集合是把动态特性引入有限普通集合X(...P-集合(packet sets)是一个具有动态特征的、新的数学结构与数学模型;P-集合是由内P-集合XF珚(internal packet set XF珚)与外P-集合XF(outer packet set XF)构成的集合对;或者(XF珚,XF)是P-集合。P-集合是把动态特性引入有限普通集合X(Cantor set X)内,改进有限普通集合X得到的。P-推理(packet reasoning)是由内P-推理(internal packet reasoning)与外P-推理(outer packet reasoning)共同构成的。利用P-集合、P-推理,研究风险投资亏损发现。给出规律、内P-规律、外P-规律、P-规律及其生成;给出规律属性定理、内P-规律、外P-规律的P-推理发现;介绍内P-推理在风险投资亏损估计中的应用。展开更多
给出函数单向S-粗集(function one direction singular rough sets)、函数单向S-粗集对偶(dual of function one direction singular rough sets)、函数双向S-粗集(function two direction singular rough sets)与函数粗集(function rou...给出函数单向S-粗集(function one direction singular rough sets)、函数单向S-粗集对偶(dual of function one direction singular rough sets)、函数双向S-粗集(function two direction singular rough sets)与函数粗集(function roughsets)。它们都是把函数概念引入到S-粗集中,改进S-粗集得到的。函数粗集是把函数概念引入到Z.Pawlak粗集中,改进Z.Pawlak粗集得到的。函数单向S-粗集、函数单向S-粗集对偶、函数双向S-粗集是函数S-粗集的三类形式。给出函数S-粗集与S-粗集的关系;给出函数粗集与Z.Pawlak粗集的关系;给出函数S-粗集与函数粗集的关系。利用这些结果,给出函数的区间离散与有限元素集的生成、函数离散-元素集合生成原理;给出函数S-粗集生成的信息规律、函数等价类动态特性-属性补充与删除原理;给出数据拆分-合成原理、信息规律动态拆分-合成的属性特征;给出信息规律动态拆分-合成不变性原理;利用这些概念与结果,给出信息规律拆分-合成与信息图像嵌入-分离的应用,给出嵌入信息图像的分离-辨识。函数S-粗集、函数粗集是粗集理论与应用研究中的一个新的研究方向。展开更多
文摘P-集合(packet sets)是一个具有动态特征的、新的数学结构与数学模型;P-集合是由内P-集合XF珚(internal packet set XF珚)与外P-集合XF(outer packet set XF)构成的集合对;或者(XF珚,XF)是P-集合。P-集合是把动态特性引入有限普通集合X(Cantor set X)内,改进有限普通集合X得到的。P-推理(packet reasoning)是由内P-推理(internal packet reasoning)与外P-推理(outer packet reasoning)共同构成的。利用P-集合、P-推理,研究风险投资亏损发现。给出规律、内P-规律、外P-规律、P-规律及其生成;给出规律属性定理、内P-规律、外P-规律的P-推理发现;介绍内P-推理在风险投资亏损估计中的应用。
文摘给出函数单向S-粗集(function one direction singular rough sets)、函数单向S-粗集对偶(dual of function one direction singular rough sets)、函数双向S-粗集(function two direction singular rough sets)与函数粗集(function roughsets)。它们都是把函数概念引入到S-粗集中,改进S-粗集得到的。函数粗集是把函数概念引入到Z.Pawlak粗集中,改进Z.Pawlak粗集得到的。函数单向S-粗集、函数单向S-粗集对偶、函数双向S-粗集是函数S-粗集的三类形式。给出函数S-粗集与S-粗集的关系;给出函数粗集与Z.Pawlak粗集的关系;给出函数S-粗集与函数粗集的关系。利用这些结果,给出函数的区间离散与有限元素集的生成、函数离散-元素集合生成原理;给出函数S-粗集生成的信息规律、函数等价类动态特性-属性补充与删除原理;给出数据拆分-合成原理、信息规律动态拆分-合成的属性特征;给出信息规律动态拆分-合成不变性原理;利用这些概念与结果,给出信息规律拆分-合成与信息图像嵌入-分离的应用,给出嵌入信息图像的分离-辨识。函数S-粗集、函数粗集是粗集理论与应用研究中的一个新的研究方向。
