P-集合
P-集合的相关文献在1987年到2023年内共计5231篇，主要集中在数学、自动化技术、计算机技术、中国军事
等领域，其中期刊论文90篇、会议论文2篇、专利文献5139篇；相关期刊35种，包括商丘师范学院学报、德州学院学报、龙岩学院学报等；
相关会议2种，包括2012河南省计算机大会暨学术年会、福建省系统工程学会2010年理事会暨学术年会等；P-集合的相关文献由9821位作者贡献，包括刘文、史开泉、畠贤治等。
P-集合
-研究学者
- 刘文
- 史开泉
- 畠贤治
- 张军
- 李萍
- 汤村守雄
- 王磊
- 伍必翔
- 王肖
- 骆涛
- 周炎明
- 于秀清
- 倪学锋
- 王浩
- 张海龙
- 王勇
- 秦小荣
- 贺建军
- 邹晓峰
- 陈万士
- 陈宝辉
- E·弗朗考伊斯
- G·拉罗彻
- J·孙
- P·加尔
- 不公告发明人
- 刘伟
- 前野洋平
- 孙晓凤
- 宋友
- 张雷
- 方超
- 潘吉林
- 聂德鑫
- 蔡炜
- 谭进
- 周永行
- 李璐
- 涩谷明庆
- 潘秀娟
- 王伟
- 董经兵
- 谭康
- H·李
- 井原辉一
- 刘旭东
- 吴强
- 大薮恭也
- 张敏
- 张旭
-
-
张秀全；
史开泉
-
-
摘要：
P-集合是一个具有动态特征的数学集合模型,它是由内P-集合X^(F)与外P-集合X^(F)构成的集合对;P-增广矩阵是利用P-集合的动态特征改进普通增广矩阵得到的增广矩阵新结构,它是由内P-增广矩阵A^(F)与外P-增广矩阵A^(F)构成的矩阵对.将P-集合与P-增广矩阵交叉应用研究,得到信息动态融合与它的生成,给出信息动态融合发现-识别与P-增广矩阵分离系数定理,以及信息动态融合识别准则,最后利用这些理论与结果给出应用.
-
-
孙静；
刘莉；
于秀清
-
-
摘要：
P-集合是由两个具有动态特征的集合构成的集合对,在P-集合的基础上给出了(F,F)-知识识别、正识别度、负识别度与识别度的概念,得到了(F,F)-知识识别定理、(F,F)-知识识别属性依赖定理、(F,F)-知识深度识别定理与知识的多重识别定理,并给出在中医专家诊断中的应用。
-
-
张秀全
-
-
摘要：
P-增广矩阵是利用P-集合的动态特征改进普通增广矩阵得到的增广矩阵新结构.利用P-集合的结构与动态特征,给出P-增广矩阵与普通增广矩阵的关系,及P-增广矩阵的合取范式扩展-收缩逻辑特征;利用P-增广矩阵动态特性与系统工作状态吻合的规律,把P-增广矩阵数学模型应用于动态跟踪识别系统,为判断系统的状态特征提供了新的方法.
-
-
张秀全；
张俊艺；
史开泉
-
-
摘要：
利用P-集合的动态特征与信息动态融合交叉,证明了信息动态融合的属性补-删定理,提出了边界动态度与信息融合系数概念,证明了边界动态度-信息融合系数定理,得到了信息动态融合具有的属性合取范式扩展-收缩的动态逻辑特征,讨论了P-集合的边界特征与信息动态融合关系。
-
-
郑修才；
黄宗媛；
吴臻
-
-
摘要：
首先阐述了模糊集合、粗集合与P-集合(P=Packet)的概念、结构、特征及其图形的直观表示,此三种集合在本文中将简称"新集合".然后介绍了新集合与有限普通元素集合的关系,介绍了新集合的简单应用.教学实践表明,将这些新集合概念渗透到基础数学教学中,对培养学生的创新思维能力与研究开发能力具有十分有益的促进作用.
-
-
-
张楠烨；
任雪芳
-
-
摘要：
利用P-集合生成的具有属性合取特征的大数据模型,给出属性推理结构与数据智能挖掘-分类方法,得到几个新的理论结果,给出数据智能挖掘-发现与未知数据获取准则.利用这些研究,给出数据智能挖掘-分类在数据动态管理中的应用.
-
-
田根源；
崔英杰
-
-
摘要：
数字媒体在人们的生活中扮演着越来越重要的角色,它经常以数字证据的形式出现在法庭上.然而,强大的图像编辑软件却给那些图谋不良的人带来了相当便利的条件,极少见的伪造事件也使数字图像的可信度受到质疑.为了保障图像在传送过程中的安全性,保证数字图像的可靠性,数字信息图像的辨识作为产生数字图像的验证技术、成为保证数字图像可靠性的重要武器,数字图像的源识别是其重要组成部分.本文主要研究了基于P-集合的数字图像的源识别,提高数据图像的信息真度辨识,探索基于P-集合的数据图像的信息检测识别系统.
-
-
张楠烨；
任雪芳
-
-
摘要：
利用P-集合生成的具有属性合取特征的大数据模型,给出属性推理结构与数据智能挖掘-分类方法,得到几个新的理论结果,给出数据智能挖掘-发现与未知数据获取准则.利用这些研究,给出数据智能挖掘-分类在数据动态管理中的应用.
-
-
徐凤生；
于秀清；
史开泉
-
-
摘要：
文中首次提出具有动态特征的P-数据(Packet data)模型.P-数据模型通过改进P-集合(Packet sets)模型而得到,其由内P-数据(internal Packet data)与外p-数据(outer Packet data)共同构成.给出了P-数据模型与模型结构,得到了P-数据模型与它的属性合取范式扩展-萎缩生成定理,进而得到了P-数据推理(Packet data reasoning)模型与数据的智能获取定理;最后利用这些概念和结果,给出内P-数据智能获取与风险数据估计的应用.%P-data(Packet data) model possessing dynamic characteristics was proposed for the first time by improving P-sets(Packet sets) model in the paper.It is composed of internal P-set (internal Packet data) and outer P-set (outer Packet data),and it is obtained by improving packet sets.P-data model and model structure were given in this paper.The attribute conjunctive normal form of P-data model was got.And then,the model of P-data reasoning and the intelligent acquisition theoryem of data were obtained.Finally,these concepts and results were applied to internal packet data intelligent acquisition and risk estimations.
