倒向P-推理与属性剩余发现-应用

来源 :计算机科学 | 被引量 : 0次 | 上传用户:hlp2009
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
利用P-推理(P=Packet),提出倒向P-推理;倒向P-推理简称P-1-推理。P-1推理由内P-1推理(internalP-1-reasoning)与外P-1推理(outer P-1-reasoning)共同构成;或者,if((x)kF珚+1,(x)kF)■((x)kF珚,(x)kF+1),then(αkF,αkF珚+1)■(αkF+1,αkF珚)是P-1-推理。P-1-推理是P-推理的对偶形式;内P-1-推理是内P-推理的对偶形式;外P-1-推理是外P-推理的对偶形式。在一定的条件下,P-1-推理能
其他文献
针对分布式光纤传感器系统中温度和应变同时存在的问题,给出了一种联合受激布里渊散射(SBS)和后向瑞利散射来解决此类交叉问题的方法。根据光纤中SBS,后向瑞利散射与施加在光纤上
针对遗传算法、粒子群算法等BP网络的学习算法对高维复杂问题仍易早熟收敛,且无法保证收敛到最优解。把量子粒子群算法应用于BP网络的学习中,并把改进BP网络用于入侵检测。通过
降低网络能量消耗、延长网络寿命是无线传感器网络设计的重要目标,分簇是实现该目标的主要方法之一。针对矩形传感器网络,提出一种基于分层的非均衡分簇算法。算法根据节点的能
以八边形综合集成桅杆为研究对象,系统研究了综合集成桅杆的风载荷特性,桅杆在风载荷下的力学特性及桅杆的固有振动特性。计算了桅杆在设计风速下的风载荷,得到了桅杆受风时平均
针对跳频电台多台同址时相互间同址干扰严重和采用分频段跳频方式导致跳频增益小的不足,从子网内、子网问和跳频同步信号无干扰3个层次分析跳频异步组网中的全频段宽间隔频率
针对BP神经网络故障诊断存在网络结构复杂、训练时间长、精度不高的问题,将粗糙集、微粒群算法、遗传算法引入到柴油机故障诊断中,提出了基于粗糙集理论与改进BP神经网络相结合的柴油机故障诊断算法。算法采用自组织映射方法对连续属性离散化,利用粗糙集理论对特征参数进行属性约简,使用微粒群算法优化BP网络结构,从而缩短训练时间,有效提高故障诊断的准确度。最后用柴油机的实际诊断结果验证了该算法的可行性、快速性和
研究了源于无线网状网络的度数有界最大支撑子图问题:给定连通图G=(V,E)和正整数d〉2,求G的一个最大支撑子图H,满足对V中每个顶点二,v在H中的度数dH(v)不超过d。这里,支撑子图指图G的
无线mesh网络的特性使它面临着比传统无线网络更大的安全挑战。其安全解决方案必须兼顾安全性和应用环境等因素。用户节点的接入认证与密钥协商是节点漫游时最基本的安全协议