【摘 要】
:
提出了基于拟阵的粗糙集,并通过拟阵闭包算子给出了相应的拟阵上近似算子和下近似算子,同时研究了上下近似的性质。进一步,利用拟阵与二元关系的相互转换,研究了基于拟阵粗糙集与基于关系粗糙集之间的关系。
【机 构】
:
闽南师范大学 福建省粒计算及其应用重点实验室 漳州 363000
【出 处】
:
第十三届中国Rough集与软计算学术会议、第七届中国Web智能学术研讨会、第七届中国粒计算学术研讨会联合学术会议
论文部分内容阅读
提出了基于拟阵的粗糙集,并通过拟阵闭包算子给出了相应的拟阵上近似算子和下近似算子,同时研究了上下近似的性质。进一步,利用拟阵与二元关系的相互转换,研究了基于拟阵粗糙集与基于关系粗糙集之间的关系。
其他文献
2012年,我国橡胶骨架材料行业呈现出"量升价跌"的态势.2013年行业将稳中有所发展,但相对前几年速度会有所放慢.作者认为,我国橡胶骨架材料生产企业必须以产品结构、技术结构和企业组织结构调整为切入点,紧紧围绕新产品开发,产品质量改善、技术进步和降低成本,继续淘汰落后的设备、技术和工艺,压缩部分行业过剩和落后产能,促进产业结构优化升级.
根据ANRPC相关数据统计,2012年天然橡胶产量仍保持上升趋势,全球天然橡胶产量预计达到1163.3万吨,中国天然橡胶产量预计达到80万吨左右.2012年我国国内橡胶种植面积将达到1650万亩,境外橡胶种植面积1 64万亩,境外年产橡胶30万吨.作者同时介绍了我国合成橡胶产业装置现状及前景,以及主要生产企业的情况.
乙丙橡胶(EPR)是由乙烯和丙烯共聚而得的一种聚合物,在汽车部件、建筑、电线电缆等方面具有广泛的应用.近年来,乙丙橡胶的生产技术已从单一的Ziegler-Natta催化体系及其相应的溶液聚合工艺发展到Ziegler-Natta系-茂金属系-单点催化体系及其相应聚合工艺多元化技术格局.同时,新产品的不断开发,大大拓展了其应用领域.2012年全世界乙丙橡胶的生产能力约为134.7万吨,2011年的消费
为研究轮胎填料对轮胎胎面摩擦性能及安全性能的影响,将一定量炭黑和高岭土、三氧化二铝、钛白粉、碳化硅、锌粉等分别作为双组份填料与天然橡胶/乳聚丁苯并用胶进行共混,研究了硫化胶的综合力学性能、摩擦系数及动态力学性能,探讨了改变胎面胶摩擦、磨损特性的可行性。本文就填充材料对胎面胶摩擦性能的影响进行试验研究,探索填料在橡胶摩擦性能方面的作用机理及影响。试验结果表明:在天然橡胶/乳聚丁苯橡胶体系中加入不同填
自2011年以来,由中国橡胶工业协会牵头成立的杜仲产业联盟的协调下,在杜仲胶提取技术及设备制造、杜仲胶在轮胎、高铁减震部件、塑料改性、医疗器材、牙科材料等方面的应用均取得了一系列进展。作者同时提出采用良种高产胶种植模式、走集约化发展道路、建立产学研合作开发模式等促进天然杜仲胶规模化发展需要注意的几个问题。
交流提纲 Prsentation Outline一、中国造纸行业总体市场形势分析The market situation of China Paper Industry二、中国白卡纸市场形势分析An Analysis of the China Carton Board Market(一)国内白卡纸产能分布The distribution of cartonboard capacity in the
本文介绍了PCR四辊压延测厚系统精确测量压延机胶片及纤维帘布厚度,并实时控制胶片的厚度,提高产品质量。胶片与纤维帘布厚度数据自动采集、存储,生产数据扩展显示,生产过程数据通过网络进入工厂生产ERP系统,真正实现生产过程信息数据流。
采用具有制品形状的整体织物作增强材料,有利于提高橡胶材料的力学性能。本文探讨了环状织物的设计方法和其在传动带、传送带的应用,提出了齿形带织物的结构。成型织造是近年来新发展的曲面织物织造技术,在简要介绍其织造原理的基础上,采用玻纤纱织制出外凸形带织物和头盔形曲面织物,外凸形带织物可直接用于缠绕成型轮胎状回转体。
本文讨论了EPDM/POE/MVQ不同共混比对胶料物理性能、耐热性、耐油性和绝缘性能的影响,结果表明:采用动态硫化的POE/MVQ热塑性弹性体与EPDM共混胶料性能优于EPDM和MVQ直接共混胶料;双螺杆挤出机动态硫化POE/MVQ热塑性弹性体的综合性能最佳。随着POE/MVQ用量的增加,改善了共混胶的力学性能、绝缘性、耐寒性、耐油性、耐热性;先将POE与MVQ动态硫化制备热塑性弹性体然后与EPD
大数据给现有的数据分析与挖掘技术带来前所未有的挑战,研究高效的、可以揭示复杂数据的隐含结构的学习方法已成为机器学习和数据挖掘领域所关心的主要问题之一。本报告针对大数据的高效特征选择和聚类问题,介绍了本人课题组的一些最新研究进展。首先,从样本表征整体、样本批量增加角度建立了高效特征选择算法;其次,针对符号型数据、混合型数据和非平衡数据发展了新的聚类算法;最后,对大数据处理技术进行了展望。