工学 >>> 计算机科学技术 >>> 人工智能 >>> 知识工程 >>>
搜索结果: 91-105 共查到知识库 知识工程相关记录340条 . 查询时间(5.156 秒)
随着信息时代的发展,智能数据分析方法在医学领域中的应用地位不断提升。其中在医学影像诊断过程中,高效数据分析方法的介入更是人们所期待的。将形式概念分析理论应用到X线诊断的专家经验知识库中,通过X线征象间相似度的计算,达到对持有X光片的病人进行病症的智能分析目的。
针对传统K-NN算法易受单个属性干扰和时间效率较低的问题,提出了利用信息增益和可拓关联度对其进行改进。通过计算属性的信息增益来确定属性的权重系数,根据权重系数将属性划分为关键属性、次要属性和无关属性,在计算欧氏距离时引入权重系数,使各个属性的作用受其重要性的约束,有效地提高了K-NN算法的抗干扰能力和精确性。将属性空间划分为若干个子空间,利用可拓关联度将待测样本映射到某个子空间中,由这个子空间组成...
在研究概念格和项集关系的基础上,将剪枝概念格模型引入数据库中项集的表示与挖掘,利用概念间的关系性质,在构造过程中及时、动态地剪枝,删除与项集求解无关的概念,不丢失信息的同时能有效压缩频繁项集的规模,实验证实了算法良好的性能。
无监督聚类仅仅基于主空间,当辅助空间被引入聚类过程时,无监督聚类成为半监督聚类。代价函数的设计既考虑到主空间又考虑到辅助空间,从而一个新颖的基于辅助空间与主空间合作的半监督聚类方法APMSC被提出。该算法通过迭代优化,使得相应的代价函数最小化,最终得到有效的聚类结果。通过实验证实了APMSC的有效性和优越性。
描述逻辑是本体的重要表示方式,但只能处理严格的确定性的知识,并不能处理自然界中广泛存在的模糊的和不确定的知识。通过对最基本的描述逻辑ALC进行扩展,提出了能够处理不确定知识的基于本体和云模型不确定描述逻辑:Cloud-ALC,给出了Cloud-ALC的语法和语义及其蕴涵推理关系,研究了Cloud-ALC所具有的相关性质。实例分析说明Cloud-ALC可以为扩展本体描述语言以便能够处理不确定知识提供...
在基于半自治agent的系统中应用profit-sharing增强学习方法,并与基于动态规划的Q-learning 增强学习方法进行比较,在不确定因素较多的动态环境中,当系统状态变化不是一个马尔科夫过程时profit-sharing方法具有很大优势。根据半自治agent中半自治的特性——受制性,提出了一种面向基于半自治agent的增强学习模型,以战场仿真中安全隐蔽的寻找模型为实例对基于半自治age...
对学生学习路径的控制和学习状态的了解在自主学习系统中是一个重要的问题,本文以知识空间理论为基础建立了学习状态空间,并通过Petri网对该学习状态空间进行了建模,利用Petri网实现了学习状态空间中所有可能的学习路径控制和学生学习状态的了解,在此模型中学生可以利用Petri网的变迁实现自由的学习控制,并通过Petri网库所标识来了解学生的学习状态,达到个性化学习路径的目的。
用形式概念分析理论描述了案例库和待诊病人症状,系统借助自动学习策略由实际的案例库生成知识库,然后通过计算概念格间的相似度获得最佳诊断方案,从而实现了病症的智能诊断。
分布式环境下的异构案例表达制约了案例检索过程中案例属性之间的可比性,进而成为分布式环境下案例推理系统成败的一个关键问题。该文提出基于语义相似的案例检索,通过利用Ontology技术来理解案例属性的内在含义,在此基础上定义并计算属性之间的相似程度。对原型系统的初步测试证明了基于语义相似的案例检索有效性。
本体概念过分模糊和庞大,不利于构建、共享和重用。该文从当前的研究和应用需求出发,给出一个强调论域的本体定义,是完善本体逻辑理论的基础。总结已有的研究成果,基于统一本体层次化和模块化的思想,提出子本体、原子本体以及本体的递归定义,为本体建立科学的分类体系和一致的逻辑理论打下了基础。
针对高校参考咨询系统这一新兴的高校数字图书馆业务,分析和探讨了其中的专家调度模式,提出了一种基于层次分析法的专家调度模型,并且验证了它的一致性。针对传统参考咨询系统中的不足,引入提问向导的概念。在提问向导中将提问和检索很好地融合在一起,大大地降低了重复提问的概率,并能很好地避免以往对交叉学科提问时存在的疏漏。
对航电设备和故障诊断专家系统研究的基础上,设计了“智能指引完备过程规则树”的知识表示方式和存储结构,实现了完整表达和记录专家排故经验的功能,给出了一种与规则树对应的诊断方法,通过计算机操作即可自动、真实地模拟专家的思想进行排故,该系统已成功应用于国家某重点项目中,实践表明该系统能提高故障诊断的定位准确度和定位速度,设计思想具有通用性,可应用于其他领域的故障诊断专家系统。
传统的聚类算法大都得到了样本集的一个划分,类之间是严格的互斥关系,而现实世界中类与类之间往往没有明确的边界。该文将粗糙集理论引入到聚类分析中,提出了一种基于覆盖的粗糙聚类算法KMMRSC,它用多个中心点代表一个类,并用上、下近似来刻画样本的归属,类与类之间是一种覆盖关系。实验结果表明,该算法聚类质量优于k-均值算法,且能发现非球状簇。
针对目前国内油田压缩机故障诊断存在的效率低、自动化程度不高的问题,设计了一种基于BP神经网络和专家系统的油田压缩机故障诊断系统,利用专家先验知识和神经网络的数值推理、自学习能力,对油田压缩机的故障进行分析处理,与以往油田压缩机故障诊断方法相比,该系统自动化程度高,诊断可靠准确。
该文针对线性可分数据提出一种鲁棒的基于模糊Fisher准则的半模糊聚类算法FFC-SFCA。FFC-SFCA通过模糊化散布矩阵,将模糊理论引入Fisher判别方法,通过对模糊Fisher准则函数迭代优化实现聚类。FFC-SFCA的优势在于具有很好的鲁棒性且可以获得可分性好的聚类结果,同时,可以求得最优鉴别矢量和分类阈值。实验证实了FFC-SFCA的有效性以及对两个常规聚类算法的优越性。

中国研究生教育排行榜-

正在加载...

中国学术期刊排行榜-

正在加载...

世界大学科研机构排行榜-

正在加载...

中国大学排行榜-

正在加载...

人 物-

正在加载...

课 件-

正在加载...

视听资料-

正在加载...

研招资料 -

正在加载...

知识要闻-

正在加载...

国际动态-

正在加载...

会议中心-

正在加载...

学术指南-

正在加载...

学术站点-

正在加载...