面向大规模数据的特征趋势推理算法

提出一种面向大规模数据的特征趋势推理算法. 首先, 采用Hash函数抽取大规模数据样本, 使用Pam聚类算法和并行K means聚类算法对大规模数据样本进行聚类, 获取最佳聚类结果后, 提取大规模数据聚类的动态特征； 其次, 采用基于特征趋势规则的推理算法, 构建大规模数据特征的趋势规则推理模型, 并通过累计趋势规则方法设计趋势规则算法, 推理大规模数据特征趋势, 解决了推理结果误差较大的问题. 实验结果表明, 该算法对大规模数据特征趋势推理的准确率均值为98.10%, 推理速度增长率为50%, 推理耗时最大均值仅为114.25 s, 能快速准确地完成数据特征趋势推理.     

The material theory of induction and the epistemology of thought experiments

John D. Norton is responsible for a number of influential views in contemporary philosophy of science. This paper will discuss two of them. The material theory of induction claims that inductive arguments are ultimately justified by their material features, not their formal features. Thus, while a deductive argument can be valid irrespective of the content of the propositions that make up the argument, an inductive argument about, say, apples, will be justified (or not) depending on facts about apples. The argument view of thought experiments claims that thought experiments are arguments, and that they function epistemically however arguments do. These two views have generated a great deal of discussion, although there hasn't been much written about their combination. I argue that despite some interesting harmonies, there is a serious tension between them. I consider several options for easing this tension, before suggesting a set of changes to the argument view that I take to be consistent with Norton's fundamental philosophical commitments, and which retain what seems intuitively correct about the argument view. These changes require that we move away from a unitary epistemology of thought experiments and towards a more pluralist position.     

基于案例推理和灰色关联的直觉模糊决策分类模型

针对现有直觉模糊决策方法中指标权重的确定往往仅根据决策矩阵的数据而不考虑决策背景这一缺点,提出一种基于灰色关联和案例推理的分类模型.首先提出一种基于直觉模糊数的灰色关联公式,在此基础上构建基于案例推理的数学模型寻求最优权重以及分类半径,依据最优权重和分类半径对各个方案进行决策.本文提出的分类模型既考虑了专家的主观判断又根据决策矩阵数据,克服了上述缺点.最后通过案例说明了本文方法的合理性和可行性.     

基于模糊证据推理的突发事件风险分析模型

突发事件发生、发展和演化过程中的风险属性来源复杂,且相关信息具有不确定、不完备的特点.为准确分析这一特点下的突发事件运行风险问题,引入模糊证据推理构建分析模型.首先根据突发事件的结构化描述框架和故障模式影响危害分析(FMECA)方法构建突发事件风险属性识别框架,获取信息作为风险分析证据并对其进行规范化处理;然后以模糊证据推理构建突发事件风险分析的模型,通过计算,给出事件风险程度的合理判断;最后选取CRH某型动车组行车安全事件进行实例分析.分析结果表明,在分析突发事件风险时,针对信息不确定、不完备特点构建的模糊证据推理模型具有可行性与有效性,同时该模型能够为突发事件风险分析和风险应对决策的制定提供辅助参考.     

知识获取过程中推理偏差的机制探索

根据前期实验结果提出了对知识获取过程中推理偏差原因的一个解释模型.承认认知结构中存在两个系统,其中启发式系统自动形成一种关系直觉,当要求回溯时系统会主动寻找原因,个体才可能发现偏差.分析式系统把推理内容按重要性分解后进行不同程度的加工,对推理重要的部分只有在后期加工中才能得到理解;随后产生若干个近似的虚拟任务,根据比较结果作出反应;与此同时对任务完成情况进行评估,如果认为没有圆满完成任务,就会体验到推断偏差.这一模型对于教育教学具有一定的启迪价值.     

贝叶斯网络在图书采购中的应用

以图书采购为研究对象,运用贝叶斯网络构造理论,从读者的需要出发,构造了基于读者信息、书目信息、借阅信息的贝叶斯网络,并在此基础上结合加权平均原理,建立了图书馆图书采购模型,为图书馆的图书利用及采购提供了参考。     

基于案例与模糊推理的中医诊断系统研究

中医诊断过程中存在着大量的不确定信息,使得需要精确数据的计算机很难参与其中.阐述了案例推理和模糊推理的基本概念和原理,结合中医领域知识的特点,提出一种模糊规则推理机制.采用基于案例的模糊推理机制来实现推理过程,融合了人工智能领域的案例和模糊推理技术,并应用于中医诊断.实践证明:该机制具备良好的推理能力,能够为医生的正确判断提供决策支持.     

基于事例推理的质量故障处理系统设计

在CBR(Case-Based Reason ing)中高速、有效地完成事例的检索,对问题求解的性能有直接影响,当知识库中事例足够多时,事例匹配可能变得简单,但检索的目标却更难达到。为此,以质量管理系统的设计与开发为背景,提出了一种基于事例推理的质量故障处理方法,给出了基于双库结构的质量故障处理系统的总体结构。该设计采用事例推理方法实现故障处理事例的模糊表示,并利用模糊贴近度完成相似处理事例的检索,所描述的事例表示和检索具有很好的实用价值,可使以往的经验及专家知识得以继承,同时有利于质量故障的准确、快速处理。     

论表征形式与教育背景对于概率推断准确性的影响

在本研究中,实验人员就上述两种因素对于一例医疗诊断问题的影响进行了调查,997名不同专业背景的本科学生对于妇女是否患有乳腺癌进行了概率推断.研究所用的诊断题目采用了一种概率格式(probabilistic format)和三种频率格式(frequency format).调查结果显示,具有理科背景的学生综合表现优于文科背景的学生;相比于概率格式,两种频率格式(树状图和表格频率)改善了所有学生的表现,而标准频率格式只提高了理科学生的表现.此次研究为今后概率推断的教育工作提供了更广阔的思路.     

基于改进主观贝叶斯方法识别电熔镁炉异常工况

电熔镁炉熔炼过程信息包含大量的不确定性，基于大数据分析的方法难以应用.为准确识别电熔镁炉熔炼过程的异常工况，提出一种基于改进的主观贝叶斯在线规则推理方法.传统的主观贝叶斯方法参数赋值范围过大，针对这一问题，使用映射函数将参数赋值范围缩小到有限区间，以提高方法的实用性.在规则推理时，使用模糊隶属度函数对观察和证据进行模糊匹配，以提高工况识别的鲁棒性和准确率.仿真分析表明该方法可以有效描述规则中的不确定性信息，准确识别电熔镁炉熔炼过程的异常工况.