基于遗传算法和种子概念的本体概念提取算法

本体学习技术是利用本体工程技术和机器学习技术等众多学科技术来实现本体(半)自动构建的一项技术。通过研究中文本体学习这一领域存在的问题,提出了基于遗传算法和种子概念的本体概念提取算法。介绍了当前基于非结构化数据源的本体概念主要提取算法,在遗传算法和种子概念的基础上,设计了一种基于非结构化数据源的本体概念提取算法。实验证明,本算法在特定领域本体学习方面取得了良好的效果。     

基于Metropolis准则的多步Q学习算法与性能仿真

强化学习是目前智能体和机器学习研究的热点。针对强化学习中标准Q学习算法更新速度慢的缺点,通过引入多步信息更新策略和模拟退火中的Metropolis准则,提出了一种新颖的多步Q学习算法,称为SAMQ算法。仿真实验表明,与现有的算法相比,该算法能够有效提高收敛速度,较好地解决智能体选择动作时面临的新知识探索还是当前策略遵循的关键问题。     

知识粗糙性的粒度原理及其约简

粗糙集理论是一种新的软计算方法,已成为知识发现和诊断决策领域的一个研究热点。经典的粗糙集理论提出知识是有粒度的并定义了知识粗糙度的概念,但它不能完全区分不同信息粒度所表示的信息量。从信息论的角度定义了信息粒度的概念,重点研究了知识粗糙性的粒度原理,定义了粒度函数和粒度熵的概念,提出了信息粒度的量化计算方法,解决了知识粗糙度在表达信息时的不足。根据知识粗糙性和信息粒度本质上的一致性,提出了一种基于粒度熵的属性约简算法,该算法可以从各约简集中选择最优属性约简,避免了选择约简集的盲目性。实例研究证明提出的粒度计算方法是可靠有效的,为进一步研究知识的粒度计算提供了可行的方法。     

费用分摊问题与群决策方法

费用分摊(Cost Allocation)问题是综合性建设项目的经济分析中经常碰到的一类问题,这类问题亦可在经济的、社会的其它领域找到更广泛的实际背景。本文简要回顾了关于费用分摊问题研究的主要结果,包括传统型费用分摊方法和基于多人合作对策概念的对策型费用分摊方法。作为本文的主要结果,作者提出了另一类基于群决策概念的费用分摊方法,并指出了这类方法的特点及优点。最后,给出了一个数值例子。     

基于机器学习参数选择的交通图像编码方法

将图像压缩与ITS交通路况图像电传视讯相结合,提出了一种基于机器学习参数选择的多项式拟合图像压缩编码方法.我们定义了两类指标来度量数据扫描方法对多项式拟合方法的影响;还研究了用机器学习方法选择得到的参数对图像扫描数据进行单调化处理;进而研究了用多项式拟合预处理数据的方法进行图像数据压缩.该法简单方便、快速高效,并已针对小幅复杂交通路况图像在中低信噪比取得了良好的结果.该法还可以推广到感兴趣区位于图像中心的一类图像.     

基于遗传算法的CGF学习行为模型研究

通过自学习使计算机生成兵力(CGF)具有决策能力,是机器学习技术应用于军事仿真的一个重要研究方向.运用基于Agent的建模方法和学习分类器系统技术,构建了基于遗传算法的CGF学习行为模型框架,详细论述了该模型学习过程的运行周期,并将记忆功能引入CGF决策模型来加速学习进程.最后,设计了一个可视化验证系统,实验结果表明该模型的有效性和可行性.     

基于属性拓扑图的形式概念构造算法

形式概念分析在软件工程、机器学习领域中有着广泛、重要的应用,形式概念的构造是其应用的先决条件,为了使形式概念的构造直观、简单,提出了基于属性拓扑图的形式概念构造算法.该算法利用属性间的互斥、包含关系,根据"路"的定义进行概念的构造,通过对属性拓扑图中"路"的研究,得到了它的一些性质,利用这些性质对该算法进行了优化,提高了算法的运算效率,并通过实验验证了该算法的可行性.     

CMLW’2000第七届中国机器学习学术会议

由中国计算机学会人工智能与模式识别专业委员会和中国人工智能学会机器学习专业委员会等单位联合主办,南京大学承办的第七届中国机器学习学术会议,将于2000年10月在南京大学举行。征文范围包括:机器学习、知识获取,数据挖掘与知识发现,人工神经网络、遗传算法,模糊理论与...     

因素空间理论与知识表示的数学框架（续）：反馈外延的精细化与概念内涵的表？

本文是文献「１－３」的继续，本文及后续论文仍锂系统地研究因素空间理论及其在知识表示中的应用。首先讨论反馈外延的精细化问题，介绍两种提高精度的方法。剖分法和三角模法。然后，研究概念内涵的表达问题，给出概念外延与概念内涵的相互转化方法。     

因素空间理论与知识表示的数学框架(续)——反馈外延的精细化与概念内涵的表达

本文是文献［１～３］的继续，本文及后续论文仍将系统地研究因素空间理论及其在知识表示中的应用．首先讨论反馈外延的精细化问题，介绍两种提高精度的方法：剖分法和三角模法．然后，研究概念内涵的表达问题，给出概念外延与概念内涵的相互转化方法．     

示例学习与特征选择的规划模型方法

以扩张矩阵理论为基础，应用数学规划理论提出了一种规划模型求解方法，可以更好地实现概念学习和特征提取。与传统的启发式算法相比，采用遗传算法求解的规划模型可以找到多个全局最优解以及可行解。实例计算表明了该方法的有效性。     

基于本体的无人系统任务规划研究综述

作战知识是提高无人系统的自主作战能力的重要因素。如何系统规范地存储和表示作战知识, 使无人系统能够根据高层任务指令, 自主完成任务规划, 并基于不断更新的战场知识进行重规划和智能决策, 是一个新的研究领域。首先, 通过对任务规划领域概念、规划方法和知识表示方法的梳理, 提出了基于本体的任务规划框架。然后, 总结了本体在机器人、无人系统、军事任务规划等领域的应用情况, 分析了当前研究的特点和不足, 并提出了该领域的重要研究方向。最后, 针对构建无人系统任务规划本体时应遵循的原则和需要关注的关键能力指标进行了论述。     

神经网络专家系统及其数据挖掘技术的探讨

知识发现是目前数据库和机器学习的热门方向，本文在讲座了神经网络专家系统技术的基础上，探讨了如何在神经网络专家系统中融入发现的过程，给出了一个系统框架及其中的一些算法，并给予了深入讨论。     

面向多用途的数学概念知识分层表示方法

着重介绍NKIMath中数学概念的知识表示方法.首先给出了NKIMath知识系统的体系结构,分析了获取数学知识的不同用途.在次基础上给出了一种融合了本体、框架和逻辑综合的知识表示方法,将知识分为谓词逻辑层、知识描述层和概念关系层,不同层次可以满足不同用途的需求,详细给出了数学概念知识表示的基本模式以及参数表示形式.NKIMath可以很容易地实现与W3C推荐的数学文档标注语言OMDoc之间的相互转换,同时在知识表示的多粒度、多语言版本知识自动生成等方面优于OMDoc.     

局部学习半监督多类分类机

半监督多类分类问题是机器学习和模式识别领域中的一个研究热点, 目前大多数多类分类算法是将问题分解成若干个二类分类问题来求解. 提出两种类标号表示方法来避免多个二类分类问题的求解, 一种是单位圆类标号表示方法, 一种是二进制序列类标号表示方法, 并利用局部学习在二类分类问题中的良好学习特性, 提出基于局部学习的半监督多类分类机. 实验结果证明采用了基于局部学习的半监督多类分类机错分率更小, 稳定性更高.     

模块化神经网络子网的动态集成方法学研究

提出一个模块化神经网络的广义定义,它包含了几乎所有多神经网络(系统)。简要分析了模块化神经网络子网集成的相关概念和问题。针对一类模块化神经网络,提出了5种基于"分而治之"原理和自适应组合的新型动态集成方法。它们之间的主要区别在于:距离测度(绝对距离测度和相对距离测度);个体数目(有些全部参与集成,有些则是部分参与);集成策略和规则(数据驱动和数据/知识驱动)。仿真实验证实了这些方法的有效性。同时,还提出了一种基于"一专多能"思想的子网训练方法。     

引控系统发射决策专家系统设计与实现

研究开发了一个引控系统发射决策专家系统。推理机基于一种灵活、通用的知识表达形式,将面向对象方法和问题求解的黑板模型思想有机地结合在一起。在知识表达中提出级别的概念,极大地提高了推理效率,缩小了规则搜索范围。通过对推理机的设计,表明该系统具有良好的通用性、开放性和很强的推理能力。     

主动设计知识服务系统中的用户建模研究

主动设计知识服务系统的设计目标渡江是主动为设计者提供准确及时的设计知识服务，从而提高设计效率，用户模型的性能直接影响到整个服务系统的适应性，响应速度和服务的正确率，为了充分利用设计用户行为的纵向和横向关联，本文将模板和机器学习相结合的方法用于设计用户建模，提出了基于模板的用户建模过程模型，对基于机器学习的模型动态更新方法中关键技术以及用户模型的校验和反馈进行了讨论。     

知识地图及其在高科技复杂产品项目组织结构中的应用

知识地图是一种有效的知识管理工具,通过知识地图的搜索功能,可以帮助使用者在很短时间内找到所需知识.讨论知识地图的概念、功能,指出划分企业的知识域对于合理地界定企业知识存在的层面,以及各个层面的相互联系,具有重要意义,探讨知识地图绘制的步骤及其在高科技复杂产品项目组织结构中的应用.知识地图的构建,为知识的创造、共享和应用提供了环境.     

组织人才培养的超网络模型

从知识和知识管理的角度出发,提出基于定量化方法的组织人才培养超网络模型.研究根据不同类型的数据建立人员网络、物质载体网络和知识网络,再根据不同网络之间的相互映射关系建立超网络. 在超网络中,依据知识网络和人员网络之间的关系确定易流失知识和易流失领域,然后确定组织需要的知识.提出计算组织需要知识与人员知识相似度的算法,根据算法计算的相似度大者被确定为培养人选,然后依据组织需要的知识对培养人选进行培养. 最后,给出了一个实例进行验证.