幂集特征矩阵及其应用

doi:10.3969/j.issn.1006-2475.2017.02.004

计算机与现代化

幂集特征矩阵及其应用

（商洛学院数学与计算机应用学院，陕西商洛726000）

收稿日期:2016-06-27 出版日期:2017-03-09 发布日期:2017-03-20
作者简介:鱼先锋（1984-），男，陕西商州人，商洛学院数学与计算机应用学院讲师，硕士，研究方向：模糊系统分析，模型检测；屈正庚（1982-），男，陕西西乡人，副教授，硕士，研究方向：模糊系统分析，机器学习。
基金资助:
陕西省教育厅专项科研计划项目(16JK1236)；商洛学院科研项目(15SKY001)

Characteristic Matrix of Power Set and Its Application

(Institute of Mathematics and Computer Application， Shangluo University， Shangluo 726000， China)

Received:2016-06-27 Online:2017-03-09 Published:2017-03-20

摘要/Abstract

摘要： 定义集合子集特征向量函数、集合子集特征向量的特征函数和集合子集特征函数。给出集合幂集特征矩阵的概念，研究集合幂集特征矩阵的性质；给出“模2法”和“辗转赋值法”2种生成集合幂集特征矩阵的形式化算法，分析算法的复杂度；将幂集特征矩阵应用到自动生成集合幂集和命题公式真值表，结果显示算法合理高效。


关键词: 模2法, 集合幂集, 辗转赋值法, 特征矩阵, 真值表

Abstract: The function of the eigenvector of the subset, the characteristic function of the eigenvector of the subset, and the characteristic function of the subset of the set are defined. The definition of characteristic matrix of power set is given, and its properties are reserched. 2 kinds of formal algorithm for generating characteristic matrix of power set——Modulo 2 and Toss about Evaluation are given. The complexities of the algorithms are analyzed. Finally, the characteristic matrix of power set is used for generating the power set and the propositional formula true value table. The result shows that the algorithms are reasonable and efficient.

Key words: Modulo 2, power set, Toss about Evaluation, characteristic matrix, true value table

中图分类号:

TP301.6

鱼先锋，屈正庚，张林. 幂集特征矩阵及其应用[J]. 计算机与现代化, doi: 10.3969/j.issn.1006-2475.2017.02.004.

YU Xian-feng, QU Zheng-geng, ZHANG Lin. Characteristic Matrix of Power Set and Its Application[J]. Computer and Modernization, doi: 10.3969/j.issn.1006-2475.2017.02.004.

参考文献

［1］徐凤生. 命题逻辑中的集合表示［J］. 计算机与现代化, 2005(5):4-6.
［2］史开泉. P-集合与它的应用特征［J］. 计算机科学, 2010,37(8):1-8.
［3］荣垂田,徐天任,杜小勇. 基于划分的集合相似连接［J］. 计算机研究与发展, 2012,49(10):2066-2076.
［4］汤积华,陈保会,史开泉. P-集合与((F),F)-数据生成-辨识［J］. 山东大学学报（理学版）, 2009,44(11):83-88.
［5］张曰云. 逆P（ρ（σ）,η（τ））集合与其代数性质［J］. 计算机工程与应用, 2014,50(21):129-132.
［6］史开泉. P一集合，逆P一集合与信息智能融合一过滤［J］. 计算机科学, 2012,29(40):1-13.
［7］Zadeh L A. Fuzzy sets［J］. Information and Control, 1965,8(3): 338-353.
［8］Atanassov K． Intujtionistic fuzzy sets［J］． Fuzzy Sets And System， 1986(1):87-96.
［9］Yu Xian-feng. RS image processing automata［C］// International Conference on Automatic Control and Artificial Intelligence. 2012:1802-1805.
［10］鱼先锋，李永明. 基于直觉模糊的满意度计算模型［J］. 计算机科学， 2013,40(1):266-270.
［11］陈世联. 粗糙集代数与蕴涵格［J］. 计算机工程与科学, 2008,30(5):115-117.
［12］孙晓玲,王宁. 基于直觉模糊Petri网的故障诊断［J］. 计算机工程与科学, 2014,36(9):1736-1741.
［13］牟海宁,赵国辉,王志睿，等. 利用代数样条磨光凸多面体的集合运算［J］. 计算机工程与应用, 2008,44(22):204-205.
［14］文喜. 犹豫模糊软集［J］. 计算机工程与应用, 2015,51(24):56-60.
［15］鱼先锋，李超. 离散数学集合论模块实践教学研究［J］. 商洛学院学报, 2016,32(2):16-20.
［16］古天龙,常亮. 离散数学［M］. 北京:清华大学出版社, 2012:78.
［17］王元元. 离散数学教程［M］. 北京:高等教育出版社, 2010:84.
［18］屈婉玲，耿素云，张立昂. 离散数学［M］. 北京:高等教育出版社, 2012:221.

[1]	欧基发, 蔡茂国, 洪广杰, 詹楷杰. 基于PWLCM和秃鹰俯冲机制改进的野狗优化算法[J]. 计算机与现代化, 2024, 0(01): 109-116.
[2]	夏煌智, 陈丽敏, 毛雪迪, . 融入动态学习与高斯变异的自适应秃鹰搜索算法[J]. 计算机与现代化, 2024, 0(01): 117-126.
[3]	闫阳, 詹子俊, 曹绍华. 基于设备协同的大规模卸载：融合分治和贪心的双层优化算法[J]. 计算机与现代化, 2023, 0(11): 13-21.
[4]	卢磊, 贺智明, 黄志成. 基于多策略改进的麻雀搜索算法[J]. 计算机与现代化, 2023, 0(10): 23-31.
[5]	马国祥, 杨凌菲, 严传波, 张志豪, 孙彬, 王晓荣. 基于深度DenseNet网络的肝包虫病超声影像诊断方法[J]. 计算机与现代化, 2023, 0(09): 100-104.
[6]	赖建彬, 冯刚. 一种基于混合样本的经验回放策略[J]. 计算机与现代化, 2023, 0(06): 33-38.
[7]	林钦壮, 何昭水. 基于注意力机制的高效点云识别方法[J]. 计算机与现代化, 2020, 0(08): 51-55.
[8]	鄢丽娟, 张彦虎. 一种基于平均剩余能量的无线传感器网络分簇路由算法[J]. 计算机与现代化, 2020, 0(07): 16-20.
[9]	王振庭, 陈永府, 刘田. 智能仓储中的多机器人调度方法[J]. 计算机与现代化, 2020, 0(07): 65-70.
[10]	杨牧川, 吕晓丹, 蒋朝惠, . 云计算环境下的可修分布式系统可靠性分析方法[J]. 计算机与现代化, 2020, 0(06): 28-.
[11]	李科心, 李静, 邵佳炜, 肖屹. 多层次序列集成的高维数值型异常检测[J]. 计算机与现代化, 2020, 0(06): 73-.
[12]	常雪，石鸿雁. 基于改进蝙蝠算法优化的FCM聚类算法[J]. 计算机与现代化, 2020, 0(05): 29-.
[13]	文晶，郑扬飞. 基于Stacking的社区矫正人员标签生成[J]. 计算机与现代化, 2020, 0(03): 60-.
[14]	邓国强，韩颖铮. 一种基于改进堆优化Dijkstra算法的最小费用最大流算法 [J]. 计算机与现代化, 2020, 0(02): 8-.
[15]	赵然1,2，郭志川1,2,朱小勇1,2. 一种基于Levy飞行的改进蝗虫优化算法[J]. 计算机与现代化, 2020, 0(01): 104-.

幂集特征矩阵及其应用

Characteristic Matrix of Power Set and Its Application

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价