魏本成

作品数:12被引量:14H指数:2
导出分析报告
供职机构:黄淮学院数学科学系更多>>
发文主题:S-粗集隶属函数粗集粗糙模糊集粗糙集更多>>
发文领域:理学自动化与计算机技术文化科学更多>>
发文期刊:《数学的实践与认识》《山东大学学报(工学版)》《天中学刊》《洛阳师范学院学报》更多>>
所获基金:河南省自然科学基金国家自然科学基金河南省教育厅科学技术研究重点项目更多>>
-

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
条 记 录,以下是1-10
视图:
排序:
知识的多重粗识别与专家会诊
《大学数学》2008年第2期153-157,共5页魏本成 张冠宇 
介绍了知识的粗识别,指出了正域和负域的性质,给出了R-独立粗识别与多重共商粗识别的关系,在粗集中建立了专家会诊的理论依据.
关键词:粗集 正域 负域 独立粗识别 多重共商粗识别 
模糊线性规划中模糊目标系数的隶属函数的确定被引量:1
《信阳师范学院学报(自然科学版)》2007年第4期416-418,422,共4页魏本成 李钢 
河南省自然科学基金项目(0511012700)
针对模糊线性规划问题中的模糊目标系数的确定,提出了一种两阶段方法.在第一阶段,利用线性插值技术得到一个粗糙的隶属函数;在第二阶段,利用决策者过去的决策来提高所得隶属函数的精确度.
关键词:模糊线性规划 隶属函数 模糊关系 反问题 
关于上、下极限的一个新定理被引量:7
《大学数学》2007年第5期163-166,共4页余国林 魏本成 
给出了关于上、下极限的一个新定理,并举例说明了该定理的应用.
关键词:上极限 下极限 连续性 单调函数 
中学数学教材教法课程改革的思考
《天中学刊》2007年第5期85-86,共2页侯亚林 魏本成 
目前,在我国中学数学教材教法课程的教学中,普遍存在着学生学习积极性不高的现象.为了提高学生的学习积极性,应该优化教学内容,加强与中学教学实际的联系,强化现代化教学手段训练,尤其要通过说课、评议等活动提高学生的参与意识.
关键词:教法课程 中等教育 课程标准 教学方法 
函数S-粗集与规律双向分离
《数学的实践与认识》2007年第19期188-193,共6页魏本成 刘保仓 
河南省自然科学基金项目(0511012700)
函数S-粗集(function singular rough sets)是用R-函数等价类定义的,函数是一个规律,函数S-粗集具有规律特征.函数S-粗集推广了Z.Pawlak粗集.利用函数S-粗集,给出规律生成,规律分离的讨论,提出规律分离定理.给出的结果在投资分险规律估...
关键词:S-粗集 规律生成 规律分离 规律分离定理 应用 
关于粗糙模糊集的相似度量被引量:6
《数学的实践与认识》2007年第17期139-143,共5页魏本成 张诚一 党平安 
国家自然科学基金(60364001)
基于对不确定性信息处理的背景,定义了粗糙模糊值与粗糙模糊集的相似度量,研究了它们的有关性质.
关键词:模糊集 粗糙集 粗糙模糊集 相似度量 
抛物积分微分问题各向异性有限元的超收敛分析
《河南科学》2007年第5期689-692,共4页高新慧 魏本成 石东洋 
国家自然科学基金资助项目(10671184);河南省创新人才培养工程基金(2002-219)
研究具有各向异性特征的双二次元对抛物积分微分方程进行了逼近.通过采用积分恒等式和插值后处理技术,在各向异性网格下得到了比以往文献高一阶的超逼近和超收敛结果.
关键词:抛物积分微分方程 各向异性元 超逼近及超收敛 
具有f约束下的知识约简
《山东大学学报(工学版)》2006年第3期60-64,119,共6页魏本成 李东亚 尹守峰 
粗集在知识约简中得到了重要应用,文中给出具有f约束下的知识约简概念,讨论了具有f约束下的知识约简与普通的知识约简之间的关系,给出了具有f约束下的知识约简的算法过程和应用.
关键词:规则函数 f约束 知识库 等价关系族 知识约简 
S-粗集的程度近似算子及其特性
《天中学刊》2006年第2期9-12,共4页李东亚 魏本成 
河南省自然科学基金资助项目(0511012700)
将双向S-粗集上的近似算子推广为程度近似算子,定义了新的近似算子和近似集合,给出了近似算子和近似集合的性质定理,扩大了S-粗集理论的应用范围.
关键词:S-粗集 双向S-粗集 一般二元关系 程度近似算子 程度近似集合 
变精度单向变异S-粗集及其结构
《山东轻工业学院学报(自然科学版)》2005年第3期65-67,75,共4页魏本成 李钢 
提出变精度单向变异S-粗集,给出变精度单向变异S-粗集的数学结构,提出变精度单向变异S-粗集与变精度单向S-粗集的等价性定理与变精度变异-对偶原理。
关键词:单向变异S-粗集 变精度单向变异S-粗集 变精度变异-对偶原理 
检索报告 对象比较 聚类工具 使用帮助 返回顶部