成果介绍
不确定性推理是人工智能领域研究的热点之一,本项目借助了包括粗糙集,软集,模糊集,形式概念分析在内的多种不确定方法研究了软拓扑空间的可数性及度量,讨论了带有模糊算子的α-level模糊软集及其格结构,为数据分层提供了新思路;项目研究了基于新型信息聚合模型统的单调性;刻画了具有连续,阿基米德的基础三角模及余模在连续基础算子上的⋃min∪⋃max上的条件分配性,为模糊聚类和模式识别提供了理论支撑。
成果亮点
1.项目研究了软拓扑空间的可数性及度量;研究带有模糊算子的α-level模糊软集及其格结构,给了α-level模糊软集的一个应用。 2.项目研究了基于新型信息聚合模型统的单调性;给出了具有序和形式连续基础算子的一致模的结构,刻画了具有连续,阿基米德的基础三角模及余模在连续基础算子上的⋃min∪⋃max上的条件分配性。 3.项目共发表科研论文14篇;其中,SCI收录5篇,EI收录 2篇。 专家组认为,项目完成了合同书规定的研究内容和技术指标,同意通过验收,整体完成情况优秀。
团队介绍
青海民族大学、江西师范大学联合组建,完成人: 傅丽、覃锋、王萍姝、郭承志、叶利娟、苗亮英、郑德杰
成果资料