类比学习机制的研究

类比学习是机器学习中的一种重要方法。文中重点讨论了实现这种学习方法所需解决的主要问题及类比学习的研究进展和状况,并对6种具有代表性的类比学习方法和系统(转换类比学习、派生类比学习、属性类比学习、因果关系类比学习、联想类比学习和基于事例的学习)的基本原理、学习机制等进行了深入的研究和分析。     

类比学习机制的研究

类比学习是机器学习中的一种重要方法。文中重点讨论了实现这种学习方法所需解决的主要问题及类比学习的研究进展和状况，并对6种具有代表性的类比学习方法和系统(转换类比学习、派生类比学习、属性类比学习、因果关系类比学习、联想类比学习和基于事例的学习)的基本原理、学习机制等进行了深入的研究和分析。     

平面几何命题的类比推广

类比是一种重要的数学思维方法,是根据两事物有一些相似或相同的属性,猜测其它的一些属性也可能相似或相同的思维方法。平面几何命题的类比推广包括三方面内容:平面几何命题在平面几何中的类比推广;平面几何命题在立体几何中的类比推广;平面几何命题在其它学科中的类比推广。平面几何命题的类比推广是学习中广泛应用且有成效的思维方法,对平面几何命题深入、渗透、移植发挥了重要的作用,所以在几何学中类比推广是不容忽视的。     

物理学中的类比

物理学中的类比别雪君（湖北中医学院）类比是一种常用的科学思维方法，在物理学中用得十分广泛．巧妙的类比，不仅拓展了物理学前进的道路，也增强了物理教学的效果．它启迪我们学习，帮助我们分析、觖决实际问题．类比是根据两个或两类对象的某些相同或相似的属性，从而...     

物理类比对物理学习的指导作用

物理类比方法是物理学研究中的重要方法,物理学中许多研究是建立在物理类比之上。通过对物理类比的分析,我们了解物理类比的重要性以及在物理学习中如何使用物理类比的思想来进行指导。     

一种机器学习发现系统

提出了一种联想类比法,这种方法把概念类比与方法类比融化一体,其实现使机器在模拟人的类比思维的道路上向前迈进了一步。本文从理论上给出了不同的类比联想条件,这是联想类比的一个重要问题。并介绍了作者研制的一个类比学习发现系统GAP,此系统实现了把命题逻辑的概念与推理方法类比到图论中,建立了图形逻辑代数系统,填补了图论中图形逻辑推理的空白。     

浅析中英文语言、文化视角下的韩国语学习

本文分别从中文、英文的语言和文化两个视角出发,运用类比、分析、例证等手法,对韩国语学习提出了新方法和技巧。文章主体分为两个部分。第一部分,阐述了中韩两国经济文化交流的历史悠久,对中韩两国社会文化的异同进行了分析,并对比中文、韩文两种语言,提出了＂发音类比＂、＂举一反三＂、＂旧友新识＂三种学习方法。第二部分分析了韩国文化与西方文化的异同,并将英语与韩国语进行比较,在词汇学习和语法结构学习两方面提出了学习技巧和方法,供韩国语学习者进行参考和借鉴。     

论类比的科学认识价值

科学活动可分为两种基本的认识方式：科学发现和科学论证。在实际的科学研究中，这二者相互交叉、相互统一，只是在不同的研究阶段，哪一种方式更具主导性地位。在这两种基本的认识方式中，类比都贯穿于其中。相应地，类比的科学价值就表现为它的助发现作用和作为一种辅助性的辩护工具作用。一、类比的助发现作用科学认识活动包括三方面的构成要素：认识的目标、认识的材料、认识的方法。在科学研究中，方法选择的正确与否和使用的恰当与否，直接关系到科学研究的成败。类比作为传统思维方法中最富有创造性的方法，在科学研究中有其独特的认…     

概率统计中的类比方法

本文从横向和纵向两个方面阐述了《概率统计》中的类比学习方法.     

类比方法在生物进化论研究中的作用

类比是一种在科学研究中有重要作用的逻辑思维方法。本文就类比方法在证明生物进化、生命起源、生物进化、人类起源以及生物进化原因研究中的作用予以了论述。     

机器翻译的理论模型与语法分析研究

机器翻译涉及的技术很多,许多研究难点的存在给我国计算机应用增加了困难.本文的工作有四部分:第一部分介绍了机器翻译的理论模型;第二部分探讨了上下文无关文法;第三部分讨论自底向上和自顶向下分析法,设计了一个算法;第四部分阐述了转移网络和递归转移网络的方法.     

基于Lie群的机器学习理论框架

借用具有良好数学结构的Lie群来研究机器学习,提出了基于Lie群的机器学习(ML)基本概念、对偶空间学习概念等,形成了基于Lie群的学习理论框架.该理论框架可以用代数和几何的方法来描述机器学习系统,弥补了原有机器学习理论的不足.     

机器学习在遥感影像分类中的应用

 概述了机器学习的主要方法及其在遥感影像的主要应用方向，涵盖环境生态遥感中机器学习技术的研究、应用情况及近年来的新进展。通过使用深度学习对FY-3C气象卫星资料进行积雪检测的应用实例，说明深度学习模型可以利用大数据的优势不断提高检测精度，在某些指标中取得了更优于传统机器学习的精度，可解决传统机器学习难以解决的一些问题，从而带动遥感应用模式的创新。     

基于多层超限学习机的滚动轴承故障诊断方法

针对目前轴承故障诊断领域存在的海量数据问题及快速学习、实时监测的诊断要求,采用一种多层超限学习机方法对滚动轴承故障数据进行诊断测试。该方法直接学习轴承故障振动时域信号,与传统诊断方法相比,省去了复杂的信号处理过程,更加简便。将多层超限学习机方法的诊断结果分别与单层超限学习机、深度神经网络方法的诊断结果进行比较,多层超限学习机具有明显优势:(1)与单层超限学习机相比,多层超限学习机具有更好地学习和特征提取能力,其诊断准确率可达到98.29%;(2)与深度神经网络相比,多层超限学习机能够在保证较高诊断准确率的前提下,获得较快的训练速度,其训练速度较深度神经网络提高了41倍。结果表明,所采用的方法在滚动轴承故障诊断方面具有很好的效果和应用价值。     

基于支持向量机的模式识别方法

介绍了由Vapnik等人提出的统计学习理论和由此发展的支持向量机，分析了其应用前景和研究方向，两个算例表明，在模式识别领域中，采用支持向量机这一新方法，具有其他传统方法不可比拟的优势。     

机器学习在座逾渗相变问题中的应用

机器学习理论区别于传统方法,因其在对于复杂的数据集识别、分类的准确性和高效性而被广泛应用于各个领域.识别相变是机器学习和统计物理领域相结合的最有代表性的工作.到目前为止,机器学习完成的相变识别几乎都是基于具有动力学演化过程的自旋模型,如Ising模型等,而其在另一类不具有动力学演化过程而完全由系统结构特征决定的相变模型,如逾渗模型等,仍未有细致研究.本文结合现有的机器学习技术,卷积神经网络和一般向量机,对二维方格子上的座逾渗问题进行了研究,发现能以高正确率对不同相的构型进行识别,证明了机器学习在这类问题上研究的可行性.通过已完成训练的学习机对不同参数下构型预测的正确率计算,发现正确率在相变点附近会出现急剧衰减,与系统参数呈幂律衰减.这与传统相变理论一致.通过定量计算,还发现2种学习机的正确率衰减规律都满足同一个幂律指数.这不仅进一步从全新的角度揭示了相变的普适性,而且为找寻相变点提供了新的方法.     

基于随钻数据的岩性识别机器学习算法研究进展

机器学习算法是岩性识别领域重点研究内容之一。与传统岩性识别方法相比,通过监测随钻参数变化进行岩性识别,具有高精度、多信息、集成化、智能化的优点。近年来,随着岩性识别技术不断发展,机器学习算法在岩性识别领域的研究和应用日益广泛。利用机器学习算法分析随钻数据,能够提高岩性识别结果的准确性,更高效地识别地层的岩性和构造。为了厘清岩性识别机器学习算法的发展现状,发掘其在岩性识别技术领域中的技术难题,综述了岩性识别机器学习算法的研究进展。首先,简要介绍了机器学习的概念与发展历程;其次,分类阐述能够用于岩性识别领域的机器学习算法;再次,总结了岩性识别领域各类常用机器学习算法的应用现状,比较了各类算法在岩性识别应用中的优缺点;最后,总结了岩性识别算法存在的问题和面临的挑战,并对其下一步发展方向提出了建议,使未来能更加准确高效地利用机器学习算法分析处理随钻数据,实现机器学习算法与岩性识别技术的深度结合。     

基于社会计算和机器学习的垃圾邮件识别方法的研究

在对目前各种垃圾邮件识别方法进行研究分析的基础上,结合社会计算的理论和机器学习的方法,提出了一种新的垃圾邮件识别方法。通过利用邮件头部中能反映联系人社会关系的特征来构造一张联系人来往关系图对垃圾邮件进行初次识别,对于无法确定存在社会关系的联系人的邮件再利用机器学习的方法进行识别。实验结果表明,采用该方法进行垃圾邮件识别较之单纯采用贝叶斯方法,识别准确率有了较大的提高,同时,识别时间得到降低。     

相关向量机及其在铜锍吹炼中的应用研究

相关向量机(Relevance Vector Machine,RVM)是一种新的在稀疏贝叶斯概率模型的基础上发展起来的基于统计学习理论的机器学习方法,它比支持向量机( Support Vector Machine,SVM)有更多优点,已成为数据挖掘的又一高效有力工具.本文研究了RVM在铜锍吹炼中的应用.用RVM对某冶炼...