地理专家系统的知识化数据模式研究

介绍了地理专家系统的知识化数据模式的设计原理与实现方法,采用知识表示的框架网络结构描述地理环境的实体单元,将各级专家知识的表示以指针链接,形成了由知识到语义的框架网络.采用了基于知识的扩展R-F关系数据模式进行专家知识的表示,并讨论了系统知识库的组织结构和推理机的设计原理.该数据结构可以实现地理实体及其相互关系的完整性描述,并使系统知识库的操作简便易行,保证了推理机的实现.并以乌鲁木齐河流域为试验区,阐述了流域土地合理利用规划决策专家知识的表示方法,以及专家知识表示的基本规则和系统专家知识的组织方式.此外,还讨论了系统推理机推理规则的设计原理与组织方法及推理算法.     

OODB中用于语义查询处理的知识挖掘

针对面向对象数据库在处理查询方面速度慢、系统开销大的问题,提出一种在大型面向对象数据库中挖掘先前无知、潜在有用的知识的方法,所挖掘到的知识运用到语义查询处理上,使查询处理更加快捷.知识挖掘方法由三个阶段组成:识别、提取和表达.     

基于贝叶斯网络的Peer-to-Peer识别方法

网络业务分类与识别是网络管理、网络规划和安全的必要途径,而Peer-to-Peer (P2P)流量由于采用伪装端口、动态端口以及应用层加密,已成为业务分类与识别的主要难点. 该文提出了P2P业务的精确识别方法,通过对流统计特性的分析,提取相关特征属性,应用遗传算法选取最优特征属性子集,并采用贝叶斯网络机器学习方法识别P2P流量. 实验表明Ｋ2,TAN和BAN能有效快速地识别P2P业务,分类精度高达95%以上,很大程度上优于朴素贝叶斯分类和BP神经网络方法. 同时该系统具有可扩展性,能够识别未知的P2P流量,并适用于实时分类识别环境.     

多传感器输油管道检测数据融合技术

结合输油管道所处的特殊环境下的完全链接的模糊推理系统(F-CONFIS)和D-S证据理论,将多传感器网络的数据融合技术应用到海底输油管道的腐蚀检测上,提出了一种基于F-CONFIS和D-S证据理论的多传感器网络数据融合的海底输油管道腐蚀检测系统。该系统可提高对输油管道腐蚀程度的识别精度。     

语义网中描述逻辑的模糊扩展

描述逻辑是本体的基础,在实际应用中,描述逻辑可被扩展.介绍了描述逻辑的一种新的扩展——带比较表达式的模糊描述逻辑(FCDLs)来表示和推理语义网的模糊知识.FCDLs的语法和语义以及公理和断言也有明确的定义.FCDLs是模糊描述逻辑(FDLs)的模糊概念和扩展的模糊描述逻辑(EFDLs)的剪集概念的结合.FCDLs和FDLs一样,它也可以使用语义网上的模糊知识来表示、推理模糊本体.     

利用概念知识的文本分类

针对统计方法不能从语义理解的角度进行文本分类的问题,提出了利用概念层次网络概念知识进行文本分类的方法,包括两部分：依据概念进行特征选取以及根据类别关联度分类. 在特征选取时,通过计算概念与类别的区分度挖掘出类别核心概念,并采用类别核心概念对特征项进行精选. 依据类别核心概念相关的类别语义信息,提出了文档与类别关联度的计算方法,并根据类别关联度来判断文本类别. 实验表明,该方法可有效降低特征空间维数,在提高分类效率的同时保证了分类效果,F1值略有提高. 与SVM、KNN和Bayes分类器对比,当特征项数目较少时,该方法的F1值明显高于其他3种方法,综合分类效果与SVM相当,优于KNN和Bayes.     

地理专家系统的知识表示与知识库组织

介绍了地理专家系统的知识表示和知识库组织的基本原理和方法,并以水土保持专家系统为例,阐述了水土保持专家知识的分类分级方法,以及在水土保持专家系统中知识表示的基本规则和知识库中专家知识的组织方式.在知识获取机构中,系统提供了以辅助编辑手段为主,自然语言理解为辅的人机交互界面,从而简化了专家知识的录入过程,提高了系统的工作效率.     

利用深度残差网络的高分遥感影像语义分割

遥感影像分割是影像解译与分析的必要过程,随着深度学习在特征表达上的优势逐步显现,以深度网络为基础模型的影像语义分割已成为自动分割的主要研究趋势.该文提出了一种基于深度残差网络的多尺度语义分割模型,旨在针对小样本遥感影像数据集,提高具有不同尺度分割对象的遥感影像分割精度.首先将深度残差网络以全卷积网络形式进行微调,实现端到端语义分割模型结构构建;然后针对全卷积网络粗糙分割输出的问题,引入Atrous卷积精细化模型上采样过程,进而提高输出标签图精度;最后针对小样本数据进行随机多尺度数据增强,通过样本扩充提高模型分类精度和鲁棒性.试验基于ISPRS 2D Vaihingen语义分割数据集,影像分割结果的分类精度达到89.7%,尤其在小尺度对象上具有较好分割效果.     

基于BP神经网络的模糊语言及其规则表示

结合ＢＰ网络和模糊技术，提出一种实现模糊语言表示的神经网络ＦＬＲＮＮ和实现模糊推理的神经网络ＦＲＲＮＮ；根据加权判决法，提出反模糊化神经网络ＤＮＮ。并进行了例证。     

基于深度置信网络和生成模型的驾驶疲劳识别

驾驶疲劳识别研究对预防交通事故提高交通安全具有重要意义.提出了一种基于深度置信网络和生成模型的驾驶疲劳识别方法.为了有效地表示疲劳,采用深度置信网络从人脸图像中提取疲劳特征;结合已标注样本和未标注样本,提出了一种基于生成模型的半监督学习的疲劳识别方法,解决了疲劳识别中的小样本问题.在自建疲劳数据库上,采用该方法进行了驾驶疲劳识别的仿真实验,同时和其他几种方法进行了对比,结果表明该方法具有更高的识别精度.     

基于模糊集理论的知识表示法及其似然推理新算法PMLIFS-Ⅰ,PMLIFS-Ⅱ

该文探究了基于模糊集理论的知识表示法,提出了似然推理新算法PMLIFS-I.基于所提出的λ-合成这一新概念,提出了算法PMLIFS-I的改进算法PMLIFS-Ⅱ.两算法具有较强的实用性和普遍意义.     

一类组合养老保险模式的智能信息处理模糊模型

以一类组合养老保险模式为背景,初步探讨了其思维决策过程的输入输出信息,简要介绍了涉及的判断型和决策型思维过程,针对抽象思维、形象思维和直觉思维三种思维形式的不同特征,运用各种方法建立起相应的模糊模型:采用模糊逻辑方法建立抽象思维的模糊逻辑推理模型,借助于模式识别的思想来建立形象思维的模糊模式识别模型,运用模糊数来建立基于L-R模糊数的直觉思维的模糊状态方程模型.     

利用循环相关特征的自适应模糊调制分类

针对非平稳数字调制信号,提出一种高阶正交循环累量特征,具有“屏蔽”干扰和噪声的特性. 采用模糊神经网络非线性动态建模的调制识别器,根据特征训练样本的大致分布状况建立蕴涵初始经验的模糊推理系统结构,再嵌入神经网络的结构和自适应学习算法对模糊系统参数进行调整和优化,完成模糊神经网络模型的逼近求精. 对MASK, MPSK, MFSK, MQAM 等信号进行仿真实验,结果表明系统在信噪比等环境参数变化较大的情况下适应性和容错性良好. 相对于神经网络等识别器,具有初始经验的系统结构更明确,建模周期较短,算法识别率和效率有明显提高.     

基于模糊MLP网络的清浊音判决

讨论了一种新型的模糊MLP神经网络及其在清浊音判决中的应用，该网络实现了多参量的综合评判，而且有效地处理了语音信号的模糊性，从而获得了较高的判决准确率。     

模糊识别及模糊推理网方法的研究

介绍一种模糊识别方法,提出用"组合法"将原始模糊集用分散模糊集表达的算法.同时,又提出了一种新型的知识表示方法和不确定推理机构——模糊操作网,以实现并行快速推理.最后给出了上述算法的应用效果.     

一个有效的不精确推理算法

文中给出了一个借助模糊产生式规则的矩阵变换而实现的不精确推理算法，并通过实例解释了算法的推理过程，同时证明了对具有ｎ个模糊产生式规则的知识系统而言，该算法的时间复杂度为Ｏ（ｎ＋１）。     

基于块匹配的综合图像检索技术

提出了一种基于文本、语义和特征块匹配相结合的综合图像检索方法．首先,将图像入库时进行人工标注;然后运用SVM机器学习框架,建立先验知识库,提取图像的语义特征;然后利用Harris算子检测出图像的特征点,进一步统计出两个图像中匹配的特征块数目,计算图像间的相似距离．实验结果表明,这种综合检索方法能更全面、更精确地描述了图...     

融合全局和局部特征的稀疏表示人脸识别方法

针对人脸识别中如何提取到有效判别特征的问题,提出一种融合人脸图像全局和局部特征的稀疏表示人脸识别方法。首先将人脸图像用融合的特征提取算法进行特征降维,然后利用稀疏表示分类器对人脸图像进行分类判别。在ORL、Yale和FERET人脸数据库上的实验结果验证了融合算法在提高人脸识别精度方面是有效的。