导读:本文包含了上近似论文开题报告文献综述、选题提纲参考文献，主要关键词:近似,算子,粗糙,对偶,邻域,内积,框架。
上近似论文文献综述写法
李艳萍,王兆浩[1]（2019）在《由上近似数诱导的拟阵及其特征》一文中研究指出拟阵理论与粗糙集理论之间有很多相似之处,近年来,探讨这二者之间的联系成为一个研究热点.首先利用基于等价关系的上近似数诱导了一系列拟阵结构,然后刻画了这类拟阵的独立集、基集、秩函数以及闭包等,讨论了与其它拟阵之间的一些联系.(本文来源于《数学的实践与认识》期刊2019年04期）
敬思惠,秦克云[2]（2018）在《决策系统基于特定决策类的上近似约简》一文中研究指出决策系统针对特定概念的约简相对于整体约简可以获得更简洁的决策规则.借助粗糙上近似算子,提出决策系统针对特定决策类的上近似约简概念,针对这种约简标准给出了需要区分对象的条件,借助区分函数给出了约简计算方法;刻画了保持所有决策类上近似不变的分配约简、基于特定对象的分配约简以及针对特定决策类的上近似约简之间的相互关系.可以通过分配约简构造基于特定对象的分配约简以及针对特定决策类的上近似约简,也可以通过针对特定决策类的上近似约简构造基于特定对象的分配约简.(本文来源于《南京大学学报(自然科学)》期刊2018年04期）
闫硕[3]（2017）在《基于上近似的粗糙数据推理研究及应用》一文中研究指出信息科学的研究涉及数据处理的各个方面,相关的工作促进了方向的产生,成果的出现推进了学科的发展。作为信息科学的研究课题或研究方向,数据分类、数据约简、数据仓储、数据筛选、数据挖掘、数据推演等针对数据处理的课题既表明了研究领域的宽泛与活跃,也蕴含了理论和应用相结合的研究理念。不同的工作虽各有侧重,但常常涉及共同的研究层面。就数据问题而言,不明确、非确定、似存在或潜存于数据之间的数据联系与这些方向无不相关,同时又在实际当中频繁出现,从而引出了粗糙数据联系的概念。对此的思考和关注促成了粗糙数据推理课题的产生,较少的涉足预示着研究的意义和前沿,加之理论研究将提供算法构建的依据以及程序设计的基础。因此本文聚焦于粗糙数据推理课题的研究,完成的工作集中于如下几个方面:对粗糙集依托的近似空间进行了结构上的扩充,引入了推理关系,产生了粗糙数据推理得以实施的依托环境—粗糙推理空间。为对粗糙数据联系进行描述,在粗糙推理空间中,通过等价关系与推理关系融合信息的上近似,引出了粗糙数据推理的定义,使推理运作于数据之间,产生了课题研究的主题。经对粗糙数据推理的研究,获得了相关的结论,展示了粗糙数据推理的性质,包括:粗糙数据推理保持确定数据联系的特性,粗糙数据推理与上近似中近似信息密切相关的特性,粗糙数据推理具有近似描述功能的特性,粗糙数据推理与路径相互等价的特性,粗糙数据推理对应不同等价关系的特性等。构建了实际问题的粗糙推理空间,描述了汽车制造产业链上企业以不同方式的分类,以及企业之间供货链的确定信息。在该空间中,粗糙数据推理的推演刻画了企业之间潜在供货渠道的粗糙数据联系,提供了智能处理和自动管理的参阅信息,使粗糙数据推理的理论方法在实际中得到了的应用。讨论了特殊的粗糙推理空间—树型推理空间中的粗糙数据推理,展示了以树作为推理关系的特点。在树型推理空间中,利用树包含的层次信息,证明了以树作为推理关系的重要结论:粗糙数据推理的推演依赖于数据位于的层次。由此通过对树型推理空间的细化,展示了细化粗糙数据推理更趋于精确信息的推理特性。同时细化粗糙数据推理的结论可用于汽车制造产业链上供货依赖关系的分析,使理论方法进一步得到了应用。在粗糙推理推理空间中给出了粗糙路径的概念,证明了粗糙路径与粗糙数据推理之间的相互对应联系,从而使粗糙路径用于了粗糙数据推理内涵精度的描述,由此区分了相同形式粗糙数据推理的相异内涵,形成了对粗糙数据联系松散或紧密程度的辨别方法,对于实际应用具有指导性的作用。通过结构化的粒化树构建,并利用粒化树中的层次信息,给出了数据关联的定义,产生了粗糙数据推理的关联推理方法。该方法以关联数据作为桥梁,结合数据的等同、等同的更接近、数据关联的形式、关联情况的数值表示、关联程度的极大性处理等,使两数据类中的数据建立起了关联关系,并以上近似的特定运算作为数据关联判定的充要条件。该方法的特点体现了对粒化树中粒的层次和粒度变化的应用,以及对数据关联和关联程度数值表示的处理。同时讨论与实际问题密切相关,基于粒化树的数据关联方法用于了具体问题的描述,实现了理论联系于实际的研究预期。上述工作以粗糙数据推理作为研究的主体,以数据关联推理作为研究的部分。探究步骤循序渐进,研究细节追求清晰、问题分析逐步推进、整体讨论围绕主题。这些工作包含了课题研究的自身方法,体现了对粗糙数据推理课题与数据关联现象的理解与认识,形成了程序设计的算法基础。同时针对实际问题的模型刻画和实际数据联系的粗糙数据推理描述,展示了理论方法源于实际,实际应用基于理论的研究目的。(本文来源于《北京交通大学》期刊2017-06-23）
王培[4]（2017）在《基于覆盖的粗糙上近似算子及其应用研究》一文中研究指出Pawlak在1982年提出了粗糙集理论.粗糙集理论是一种处理不完备信息系统的强大工具,也是处理不确定知识的有效工具,它已被成功的应用于模式识别、数据挖掘、机器学习等领域.随后他们把经典粗糙集推广到覆盖粗糙集.进而覆盖粗糙集成为当前研究的热点之一.本文在此基础上,借助于一般拓扑学的有关知识,我们研究了由覆盖诱导的上近似算子.针对覆盖近似空间,许多学者基于点的邻域定义了许多有意义的上下近似算子,他们研究了D1,D2和D3这些具有自反性的上近似算子的性质,并讨论了它们之间的关系.除此之外,他们不仅从拓扑的角度给出了以上算子的基本性质,还得到了这叁类上近似算子成为闭包算子的刻画.对于复杂的上近似算子,它们在什么条件下构成闭包算子是一个公开问题.基于这个公开问题,我们利用拓扑的有关知识研究了具有自反性的覆盖粗糙上近似算子D6,D7以及D8.首先,我们定义了第一对称条件,第二对称条件,以及第叁对称条件;其次,由这些条件我们研究了具有自反性邻域的性质,并在此基础上,我们不仅给出了D6,D7以及D8成为闭包算子的一般刻画、拓扑刻画、直观刻画,还给出了这叁类算子成为闭包算子在信息交换系统中的刻画.接着我们讨论了瓦D1到D8这八类算子之间的关系,进而得到了它们之间的蕴含关系.如果它们之间没有蕴含关系,我们给出了相应的例子.我们还研究了不具有自反性NS(U)以及闭包系统S所生成的粗糙上近似算子.首先得到了NS(U)和闭包系统S的有关性质,进一步得到了NS(U)成为弱一元覆盖的充要条件以及S的等价刻画.随后讨论了基于NS(U)构造的粗糙上近似算子aprNS成为闭包算子的充要条件,得到了该算子成为闭包算子的一般刻画,拓扑刻画,直观刻画等.除此之外,我们还讨论了基于S构造的粗糙上近似算子aprs以及基于映射n构造的粗糙上近似算子aprn成为拓扑闭包算子的一般刻画、拓扑刻画、直观刻画.最后我们讨论了基于覆盖的粗糙上算子aprs与广义粗糙算子R之间的关系.一些学者在粗糙隶属度函数领域做了一些工作.本文针对一类特殊的近似算子C10构造了它对应的粗糙隶属度函数μCX(y)10以及关联函数gx(y).我们研究了关联函数gx(y)的基本性质,并用数值给出了关联函数gx(y)的等价刻画.接着我们给出了粗糙隶属度函数μCX(1)10的数值刻画,随后建立了近似算子C10&与粗糙隶属度函数μCX(y)10之间的关系.最后我们给出该隶属度函数在医疗诊断中的应用并与经典的粗糙成员函数相比较,说明我们定义的函数使用范围更广,而且计算的精确度比Pawlak粗糙成员函数更高.从而进一步推动了对基于覆盖的粗糙隶属度函数的研究。(本文来源于《湖南大学》期刊2017-04-21）
张伟,付艳玲[5]（2016）在《希尔伯特空间上近似对偶g-框架的扰动新结果及特征刻画》一文中研究指出得到了Hilbert空间近似对偶g-框架扰动的一些新结果;给出g-框架的近似对偶精确表达及其一些充分条件。(本文来源于《山东大学学报(理学版)》期刊2016年06期）
姚华[6]（2015）在《由粗糙集上近似算子导出的拟阵》一文中研究指出1935年,数学家H.Whitney通过对线性代数和图论中的相关性这个概念的进一步抽象,开创了拟阵理论这个数学的新分支。拟阵理论的发展特征之一是它能很好地与其它学科相结合,比如拟阵与图论、格论、几何、组合、代数等分支的交叉渗透。这使得拟阵理论具有许多的生长点,从而不断发展壮大。1982年波兰学者Z.Pawlak提出了粗糙集理论——它是一种刻划不完整性和不确定性的数学工具,能有效地分析不精确、不一致、不完整等各种不完备的信息,还可以对数据进行分析和推理,从中发现隐含的知识,揭示潜在的规律。目前,粗糙集不仅在数学理论上得到了完善,而且在其他领域也获得了成功的应用,如机器学习、模式识别、决策分析、医疗诊断、近似推理、过程控制、图像处理、数据库知识发现、专家系统等。近几年,拟阵理论和粗糙集理论结合的研究已经吸引了很多学者的研究兴趣,并且在理论和应用方面都已经取得了一些成果。这是一个出现时间不长,但具有很好发展前景和潜力的研究领域。本文从粗糙集的上近似算子出发,构造出一类拟阵并研究这类拟阵的性质,而且还要探讨由这类拟阵引发出的很多相关问题。文章第一章为绪论;第二章介绍拟阵和粗糙集的一些基本知识;第叁章通过粗糙集的上近似算子构造出一类拟阵,我们称之为上近似算子拟阵。然后先研究这类拟阵的基本性质,再研究这类拟阵的一些特殊性质,比如不同的粗糙集产生相同的上近似算子拟阵的充要条件等;第四章研究上近似算子拟阵的对偶拟阵。它与上近似算子拟阵合称为近似算子拟阵;第五章对近似算子拟阵做更深入的探讨。第六章抽象出近似算子拟阵的唯一扩充性与并极小性,然后对这两个性质做较深入的研究。(本文来源于《闽南师范大学》期刊2015-06-01）
张燕兰,李长清[7]（2014）在《协调映射下一类覆盖上近似算子的不变性质》一文中研究指出协调映射可以将信息系统映成对象较少的信息系统,从而压缩数据.本文讨论覆盖粗集在协调映射下的不变性质,指出满的协调映射可以保证原覆盖近似空间的一类覆盖上近似与像覆盖近似空间覆盖上近似之间一一对应.(本文来源于《闽南师范大学学报(自然科学版)》期刊2014年04期）
索中英,程嗣怡,任谨慎[8]（2014）在《航空雷达故障诊断的β上近似属性约简及规则融合》一文中研究指出航空雷达故障诊断的一个主要目标是求出某种程度上可能发生的故障类型,为此,首先引入β上近似属性约简,定义了β上近似决策辨识集和辨识矩阵,给出了求取β上近似约简集的方法;其次,提出了一种基于包含度的规则融合方法,该方法充分挖掘属性值信息,可以得到全部属性条件下的带可信度的决策规则,有效解决了在各类型故障样本数目相差较大的情形下的规则融合问题;最后,以某型航空雷达的整机测试为例,在基于β上近似约简对其测试参数进行约简的基础上,应用基于包含度的规则融合方法,得到了全部属性取值条件下的航空雷达故障诊断规则。结果表明:该方法直观有效、计算简便,为航空雷达故障诊断提供了新的思路和途径。(本文来源于《电讯技术》期刊2014年10期）
李令强[9]（2014）在《L-模糊上近似的唯一公理刻画》一文中研究指出利用L-模糊集内积的概念分别给出了由L-模糊关系、反身、对称的L-模糊关系生成的L-模糊上近似的唯一公理刻画。(本文来源于《计算机工程与应用》期刊2014年24期）
李清银,祝峰[10]（2014）在《基于邻域的覆盖粗糙集的上近似拟阵结构》一文中研究指出通过邻域,构造了一个覆盖粗糙集的上近似拟阵结构。借助拟阵理论中的横贯理论和基公理,建立了这个拟阵。利用补邻域的下近似等价表示了一个与邻域相关的集族。最后从基数的角度研究了这个集族为这个拟阵的全体超平面的一个充要条件。(本文来源于《山东大学学报(理学版)》期刊2014年08期）
上近似论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
决策系统针对特定概念的约简相对于整体约简可以获得更简洁的决策规则.借助粗糙上近似算子,提出决策系统针对特定决策类的上近似约简概念,针对这种约简标准给出了需要区分对象的条件,借助区分函数给出了约简计算方法;刻画了保持所有决策类上近似不变的分配约简、基于特定对象的分配约简以及针对特定决策类的上近似约简之间的相互关系.可以通过分配约简构造基于特定对象的分配约简以及针对特定决策类的上近似约简,也可以通过针对特定决策类的上近似约简构造基于特定对象的分配约简.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
上近似论文参考文献
[1].李艳萍,王兆浩.由上近似数诱导的拟阵及其特征[J].数学的实践与认识.2019
[2].敬思惠,秦克云.决策系统基于特定决策类的上近似约简[J].南京大学学报(自然科学).2018
[3].闫硕.基于上近似的粗糙数据推理研究及应用[D].北京交通大学.2017
[4].王培.基于覆盖的粗糙上近似算子及其应用研究[D].湖南大学.2017
[5].张伟,付艳玲.希尔伯特空间上近似对偶g-框架的扰动新结果及特征刻画[J].山东大学学报(理学版).2016
[6].姚华.由粗糙集上近似算子导出的拟阵[D].闽南师范大学.2015
[7].张燕兰,李长清.协调映射下一类覆盖上近似算子的不变性质[J].闽南师范大学学报(自然科学版).2014
[8].索中英,程嗣怡,任谨慎.航空雷达故障诊断的β上近似属性约简及规则融合[J].电讯技术.2014
[9].李令强.L-模糊上近似的唯一公理刻画[J].计算机工程与应用.2014
[10].李清银,祝峰.基于邻域的覆盖粗糙集的上近似拟阵结构[J].山东大学学报(理学版).2014