多概念学习的决策树MNID算法

决策树归纳法ＩＤ３是人工智能机器学习中发展较快的一种归纳学习算法,而目前的ＩＤ３及其改进算法亦因各种问题限制了其在工程中的应用。基于决策树归纳学习算法示例学习最优化的理论,用在多概念学习条件下对多特征属性值进行分组聚类实现优化的方法,导出了定义在多概念窨上的决策树归纳学习算法ＮＭＩＤ。这种新算法对工程技术领域普遍存在的多概念学习问题,有较好的应用价值。     

基于思维进化的机器学习:框架及新进展

综述了MEBML产生的基础、动机以及它的基本原理、特点和新的进展.并指出:MEBML有快速学习的能力,适应性好,学习灵活,可应于黑盒子系统和灰色系统,具有固有的并行性以及解决非数值问题的能力.     

基于实例的工艺知识获取模型

介绍了耦合神经网络的工艺设计实例推理系统的实现方法论,提出了一种基于神经网络的工艺设计实例推理索引模型．与现存大多数实例推理系统不同,该方法用神经网络实现实例的动态分类和索引．实例层次分类的三层结构和基于特征的聚类模板概念,为实现基于符号处理的实例推理求解模式向基于神经计算的模式识别求解模式映射提供了条件．提出了基于实例的工艺知识获取模型,采用新实例的入库操作实现工艺知识的隐式获取,从而使知识获取得以简化．神经网络的自适应、自学习能力将减少系统的日常维护工作．基于实例的系统可望解决知识获取的难题．     

论人工智能科学中的机器学习

本文首先提出机器学习是人工智能科学中提高机器智能水平的唯一途径。只有不断完善机器的学习功能，才能使机器接近或超过人类和智能水平，提出了机器的学习方法和分类，指出机器学习的发展必须依靠思维科学的发展。最后，提出了研究机器学习的目标及意义。     

FMS故障诊断专家系统知识获取子系统的开发

知识获取一直是专家系统建造中的瓶颈问题,本文主要研究了专家系统的知识获取技术,提出了基于例子学习和指导学习相结合的机器学习方法,并将其应用到FMS故障诊断专家系统中,使得该专家系统在运行的过程中能够根据现场的情况不断更新和优化知识库中的知识,进一步拓宽了专家系统的应用前景.     

电路节点的数据结构及电路方程的数据结构

简要介绍了一般电路的数据结构brlist和基尔夫回路集的数据结构kichhoff，提出了电阻、恒压源和恒流源等元件的数据结构和电路节点集的数据结构dotsque，给出了由电路brlist得出dotsque的算法，通过一个实例分析了实际电路、brlist、kicrhhoff和dotsque的关系，给出了KVL方程、KCL方程和电流电压方程的数据结构，最后从人工智能和机器学习的角度讨论了非线性复杂的计算机表示方法和计算机自动求解的问题。     

一种SVM增量学习算法

分析了SVM理论中SV（支持向量）集的特点，给出一种SVM增量学习算法，通过在增量学习中使用SV集与训练样本集的分类等价性，使得新的增量训练无需在整个训练样本空间进行，理论分析和实验结果表明，该算法能然保证分类精度的同时有效地提高训练速度。     

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。     

概念学习系统中的概念分类

概念学习是机器学习中的一个主要内容。概念的层次和分类对概念学习系统的构造有重要意义。本文论述了概念分类系统的基本原理,对于概念表达形式到谓词逻辑表示的转换以及概念分类系统中的概念运算作了较详细的介绍。     

基于复杂网络和机器学习的P2P用户违约预测

互联网的发展不断冲击着各个行业,P2P行业作为2013年开始兴起的互联网金融中的重要组成部分最近一段时间由于信用违约等原因,给许多用户带来了不小的财产损失.对于P2P行业来说,对用户的信用预测及防范违约风险是事关公司利润的核心问题.本文利用用户手机通讯录之间的包含关系构建社交网络,并从复杂网络的视角加以分析.通过将分析结果转化为机器学习的输入特征,我们用支持向量机的方法挖掘其内在的关联,从而利用用户的社会网络结构性质预测其信用情况.我们的模型基于知名互联网金融公司闪银所提供的大规模脱敏数据,得到了很好的预测效果.