搜索结果: 61-75 共查到“知识库 知识工程”相关记录341条 . 查询时间(3.295 秒)
基于LBSVM机器学习的相关反馈图像检索
机器学习 Boosting方法 图像检索
2009/7/21
基于机器学习的相关反馈技术是基于内容的图像检索研究的热点。由于基于SVM的相关反馈技术存在样本数量少，样本正负比例不平衡，反馈准确率低等问题，文中先对Boosting方法进行改进，提出了用先验知识的Boosting方法与SVM结合的短期机器学习相关反馈方法（BSVM）；在此基础上为进一步提高系统反馈速度与准确率，通过保存训练好的分类器和它对应的样本，提出了基于长期机器学习的相关反馈方法（LBSVM...
基于变精度粗集和搜索树的增量规则获取算法
规则获取 搜索树 深度优先启发式搜索算法
2009/7/20
基于可变精度粗糙集模型和搜索树提出了一种新的增量式规则获取算法。该算法引入可变精度粗糙集模型以已获取规则集为启发信息，通过对解空间进行深度优先启发式搜索产生新的不确定性规则；并通过对原有规则置信度的更新，给出了原有规则集的更新算法；最后给出了实例分析。
基于串核的音乐分类研究
核方法 ROC 核向量机
2009/7/20
给出了一种新的映射音乐到Rn空间的方法和基于串核的音乐风格分类法。首先利用统计方法分析大量音乐的旋律轮廓线得到合适的编码模式，用它把旋律轮廓线编码为有限字母表（8个字母）的字符串。利用连续子串嵌入法把音乐串显式映射到高维Rn空间，并用核表示这一映射。通过用基于核的SVM分类算法和ROC评价方法，比较了3个不同串核在5组音乐数据集上的分类性能。
基于粗糙集分类算法研究与实现
决策树 粗糙集 ID3
2009/7/20
数据挖掘是人工智能中知识发现的重要组成部分，而分类又是一种主要的应用形式。ID3算法是数据挖掘中经典的决策树分类算法，ID3算法具有抗噪声能力差的缺点。通过对分类和粗糙集理论的研究，将可变精度粗糙集理论的思想应用在计算属性信息熵时设定阈值上，以放宽属性选择的要求，从而对经典的ID3算法作了相应的改进。改进后的ID3算法（称之为VPID3算法）可在一定程度上降低噪声对系统分类的干扰，提高了有数据有噪...
基于粗集的产品色彩预测系统研究
预测系统 粗集理论 知识挖掘
2009/7/20
针对传统人工预测流行色方法效率低、费用高的问题，采用决策表知识表达技术和模糊集合方法构建了流行色知识仓库，结合可辨识矩阵理论和粗集理论提出流行色预测知识挖掘算法，该算法可根据流行色知识库建立条件属性和决策属性依赖关系，从而完成流行色的预测推理。开发了基于粗集理论的智能化流行色预测系统，并以服装产品为例预测流行色测，结果表明该系统可准确预测未来短期内的流行色。
基于大规模真实文本的数值知识元挖掘研究
文本挖掘 数值知识元 自动编辑
2009/7/20
探讨了从海量文献中挖掘知识元的背景，并详述了从海量年鉴文本中抽取宏观数值知识元的基本流程和各主要环节的算法，并重点对数值知识元主体抽取的效果进行了分析，实验结果表明在特定领域内知识元挖掘要达到实用水平是可行的。
基于非结构化数据的本体学习研究
本体学习 种子概念 模式
2009/7/17
语义Web的创建需要一套共同的标准概念体系，即本体（Ontology）。而现在本体的构造手段仍然是以手工构造为主，效率和准确率都非常低，很容易导致知识获取的瓶颈。近年来，自动创建领域本体可以克服手工方法的不足，成为当前的研究热点之一；本体学习是自动或半自动构建本体的一系列方法和技术。提出了一种利用知网，基于非结构化数据的特定领域概念及其之间关系的提取算法，从军事领域选取4个种子概念：舰、导弹、机和...
基于改进的二进制分辨矩阵属性约简算法
决策表 二进制分辨矩阵 属性约简
2009/7/17
属性约简是粗糙集理论的重要研究内容之一，目前已有许多属性约简算法。但这些算法中主要针对一致决策表，当决策表是不相容的情况下，常用的计算全部属性约简的差别矩阵算法会产生错误的结果。为了解决这个问题，引入了一个改进的二进制分辨矩阵，提出了一种基于改进的二进制分辨矩阵的属性约简算法。并利用上述算法结合实例进行属性约简，证明了算法的正确性和有效性。
基于共引分析的中草药相互关系可视化算法
中医 可视化 共引分析
2009/7/17
从中药方剂中挖掘有用知识是目前中医药信息化的一个重要方向。使用共引分析技术，从大量中药方剂中构建中草药连接关系网络，在此基础上，使用基于链接分析的算法计算中草药的重要度，利用图的链接关系进行图的聚类和自动排列。通过提供多种三维可视化技术，交互式、实时地显示中草药连接关系网络，以使研究人员能够可视化地探索中药方剂及中草药的信息，为数据挖掘提供一种强有力的辅助手段。
基于关系数据分析的决策森林学习方法
多重子模型集成 决策森林 条件独立性假设
2009/7/17
模式识别中的多分类器集成日益得到研究人员的关注并成为研究的热点。提出一种基于决策森林构造的多重子模型集成方法，通过对每个样本赋予决策规则，构造决策森林而非单个决策树以自动确定相对独立的样本子集，在此基础上结合条件独立性假设进行模型集成。整个学习过程不需要任何人为参与，能够自适应确定决策树数量和每个子树结构，发挥各分类器在不同样本和不同区域上的分类优势。在UCI机器学习数据集上的实验结果和样例分析验...
基于机器学习的计算机辅助诊断模型的研究
模糊数学 计算机辅助诊断 目标参数
2009/7/17
对基于自学习功能的计算机辅助医学诊断专家系统的应用进行研究。应用基于模糊数学的方法建立急性脑梗塞早期分型医学诊断模型，利用VB语言进行系统的开发，并应用于临床诊断。对山西医科大学神经科已确诊的典型病倒145份进行诊断，计算机与实际诊断结果具有较好的贴近度。在随后对86例门诊患者的预测诊断中，诊断正确率达到了90.7%。该诊断模型与实际诊断结果具有良好的拟好的效果。
基于马氏椭球学习机的监督野点探测
野点探测 马氏距离 超椭球结构
2009/7/17
针对有少量野点出现的情况，提出一种基于马氏椭球学习机的监督野点探测（supervised outlier detection based on Mahalanobis ellipsoidal learning machine，SODMELM）方法。这种方法通过一个超椭球对正常类进行较好的描述的同时，将野点排除在该椭球外面，继承了马氏椭球学习机（Mahalanobis Ellipsoidal Lea...
基于三角模的直觉模糊综合评判模型
三角模 直觉模糊综合评判 直觉模糊评判矩阵
2009/7/16
针对建立在∨（取大）－∧（取小）复合运算基础上的模糊综合评判模型只考虑突出因素而导致一些信息丢失的问题，构建了基于三角模算子的直觉模糊综合评判模型。三角模算子组兼顾了权重分配和单因素评价的隶属度，把各因素的作用均衡平均，并充分考虑其次要因素的作用，因此该模型可以使评判结果更具客观性和可信度。通过实例结果分析，验证了模型的正确性和有效性。
基于实例的POMDP问题的近似求解
启发式求解 增强学习 最近邻
2009/7/16
结合启发式求解和增强学习技术，深入研究了基于实例的POMDP问题的近似求解算法，包括基于最近邻算法法的NNI及它的参数化增强版本ENNI和基于局部加权回归算法的LWI，并通过实验对比，给出了相应算法在实际应用中的性能。实验证明，基于实例的方法来求解POMDP问题，能够获得性能较好的次优解。
基于双重随机样本的统计学习理论的理论基础
双重随机经验风险最小化原则 关键定理 一致收敛速度的界
2009/7/16
介绍双重随机理论的基本内容。提出双重随机经验风险泛函，双重随机期望风险泛函，双重随机经验风险最小化原则等概念。最后证明基于双重随机样本的统计学习理论的关键定理并讨论学习过程一致收敛速度的界。为系统建立基于不确定样本的统计学习理论并构建相应的支持向量机奠定了理论基础。