知识过滤和它的依赖推理发现

知识具有颗粒，知识具有粒度；颗粒，粒度是知识的两个基本特征；知识的颗粒特征，知识的粒度特征与知识的属性保持着紧密联系，属性的变化引起知识颗粒特征，知识粒度特征的变化．本文将物理学中物质具有颗粒的概念和过渡的概念引入到粗集（rough set）理论与应用的研究中，提出了知识过滤的概念，给出知识过滤的数值度量，知识筛子原理．利用知识过滤的概念，给出知识过滤在依赖推理中的推理结构，依赖推理的数值关系和在知识发现中的应用．知识过滤与依赖推理相互交叉，互补共享，是知识发现研究的一个新方向．     

逆P-集合与信息智能融合挖掘-发现

逆P-集合是一个新的动态数学模型, 它是把动态特性引入到有限普通集合X内, 改进有限普通集合X被提出的。逆P-集合是由内逆P-集合F与外逆P-集合构成的元素集合对。或者, (F,)是逆P-集合, 逆P-集合具有动态特性。在一定的条件下, 逆P-集合被还原成有限普通集合。逆P-集合具有P-集合相反的动态特性。逆P-推理是逆P-集合生成的一个动态推理。利用逆P-集合, 逆P-推理, 本文给出信息智能融合生成, 信息智能融合度概念, 给出信息智能融合挖掘-发现与信息智能融合挖掘-发现定理, 给出挖掘-发现准则。最后,利用这些结果给出信息智能融合挖掘-发现的应用。     

外P-信息生成与它的推理-搜索发现

利用P-集合,给出P-等价类。P-等价类是由内P-等价类[X]F珔与外P-等价类[x]F构成的等价类对;或者,([x]F珔,[x]F)是P-等价类。P-等价类具有动态特征。在一定条件下,P-等价类能被还原成普通等价类[x]。给出P-等价类度量与度量的离散区间定理。利用P-等价类与P-推理,给出未知P-信息推理发现与发现定理。最后给出外P-信息推理发现在信息系统中的应用。     

P-增广矩阵与信息的智能动态发现-辨识

利用普通增广矩阵概念与P-集合动态结构交叉,改进普通增广矩阵概念,提出P-增广矩阵,给出P-增广矩阵结构;P-增广矩阵由内P-增广矩阵与外P-增广矩阵共同构成。给出内P-增广矩阵属性定理,外P-增广矩阵属性定理与P-增广矩阵属性定理;给出P-增广矩阵与普通增广矩阵的还原关系。改进P-推理,提出P-增广矩阵推理,给出推理结构;P-增广矩阵推理由内P-增广矩阵推理与外P-增广矩阵推理共同构成。提出属性的P-增广合取范式,给出属性的P-增广合取范式与属性的普通合取范式的关系,提出属性的P-增广合取范式还原定理;给出满足P-增广矩阵推理条件的信息的智能动态发现-辨识定理,最后给出了应用。     

基于本体知识库的建设用地疑似用地问题自动发现

城镇化发展过程中,建设用地的用地过程监管力度逐渐加大。为实现疑似用地问题的早发现,规范土地资源的使用,设计了一种基于本体知识库的建设用地疑似用地问题自动发现的技术路线。具体路线是针对目前疑似用地问题自动化判别方法研究的不足,借鉴本体知识库,对建设用地监管对象进行概念化表达,设计了建设用地监管对象本体。通过分析建设用地监管过程中的各类用地问题形成对应的问题指标;并构建对应的问题指标本体。基于监管对象与问题指标的关系构建相应的推理规则;并形成规则库。结合推理规则库与本体库进行自动化逻辑推理,发现疑似用地问题。最后通过案例实验,检验推理结果的准确性。实验结果表明基于本体知识库的建设用地监管疑似问题发现技术可行,该技术能够为建设用地动态监管提供一种问题实时发现的手段,对科学管理用地及进行用地决策具有一定的辅助作用。     

范例库上的知识发现

本文着重探讨在范例库中引入一系列可以使用的知识发现技术，以提高范例推理系统的知识获取的自动化程度，这里提出了基于范例库上的修正规则的发现技术与算法，为此进行了实验与讨论。     

P-规律推理与未知规律发现-应用

函数P-集合(Function packet sets)是由函数内P-集合(Function internal packet set)与函数外P-集合(Functionouter packet set)构成的函数集合对,它具有动态特征与规律特征。利用函数P-集合,给出内P-迭代规律、外P-迭代规律、P-迭代规律概念与存在定理以及P-迭代规律属性补充-删除定理。利用P-迭代规律,给出P-规律推理的定义与结构,得到P-规律推理与未知规律发现定理,最后给出P-规律推理在风险投资中未知规律的发现应用。     

范例库中特征项权重的发现技术

系统地探讨了在范例库中引入一系列可以使用的数据挖掘技术，以期提高范例推理系统中知识获取的自动化程度。为了准确地表达范例比较间的本质特征，重点讨论了应用于范例库上特征项赋权的基本技术，并提出了一个自适应发现算法，然后进行了实验，结果表明此方法要优于其它方法。     

P-信息的属性合取扩展-收缩特征与P-信息的智能发现

利用P-集合与P-推理,给出P-信息的属性合取扩展-属性合取收缩概念、特征、定理;属性合取扩展-属性合取收缩是P-集合的一个重要应用特性。利用内P-推理与属性合取扩展,给出内P-信息智能发现定理;利用外P-推理与属性合取收缩,给出外P-信息智能发现定理和准则。最后给出具有属性合取扩展特征的内P-信息智能发现在信息辨识中的应用。     

信息规律状态的函数P-推理发现与应用

利用函数P-集合,给出P-信息规律生成、信息规律亏状态、盈状态概念与P-信息规律状态的属性定理,利用函数P-推理给出P-信息规律状态发现与发现定理。最后,给出信息规律状态在经济系统、经济信息中的应用。     

基于模糊推理的C4ISR系统服务发现方法

针对领域模糊信息对C4 ISR体系结构分析中服务建模和发现所带来的不利影响,提出了基于模糊推理的C4ISR系统服务发现方法.从体系结构服务相关概念出发,构建C4ISR特定领域的服务模糊本体,在模糊本体的引导下,获取现实系统面向服务的体系结构需求.在此基础上,借助模糊描述逻辑的本体形式化和推理技术发现满足用户要求的系统服...     

论科学发现的逻辑与认识逻辑

通过整合普通逻辑,可以从类逻辑、整体逻辑与条件逻辑三方面把握科学发现的逻辑程序、机制与过程,科学发现的主轴是类比——归纳——演绎辩证组合的推理链.这是在唯物辩证法指导下,对形而上学方法的知性逻辑成果的按认识过程的整合,科学发现的逻辑就是认识逻辑.普通逻辑修正、改造的新方向,实即黑格尔、恩格斯、列宁逻辑思想所指示的辩证法、认识论在逻辑基础上统一的方向.     

科学发现综述

科学发现问题理应是科学哲学的主要课题,科学发现是科学思想领域中最高的音乐神韵。关于科学发现的研究是一个难度较大的课题,尤其是从理论的角度进行探讨。要涉及到科学发现的认识论、方法论、逻辑学、心理学、美学、社会学等众多领域。本文主要讨论科学发现的一般程序与模式及启发性原则。     

大规模网络的三角形模体社区发现模型

研究表明将边表示的网络转换为三角形模体表示形式,可以有效解决基于模型社区发现方法由网络规模庞大带来的计算瓶颈问题.提出一个三角形模体社区发现模型MCDTM(a Model for Community Detection based on Triangular Motifs),其将网络表示为一系列三角形模体,利用categorical分布对各三角形模体的生成过程建模,用最大似然参数估计方法给出参数估计的推理过程,根据参数估计结果可得节点、边及三角形模体的社区隶属度.人工网络和实际网络上的实验证明MCDTM模型可快速准确地发现网络的潜在结构.     

浅谈网络拓扑发现

随着现代网络规模不断扩大和结构日趋复杂,网络管理成为网络系统正常运行的关键,网管系统的基本功能是以图形方式直观地将被管理对象显示出来,因而拓扑发现是不可缺少的一部分.拓扑发现确定网络元素之间的互连关系,是配置管理的中心,故障管理的基础.     

超星发现系统对知识关联的运用

超星发现系统是一款资源发现系统.目前在国内,该系统与同类发现系统比较后,被认为在多方面具备一定优势,抑或有着其他发现系统没有的特点.它通过对知识关联的应用,在知识挖掘和数据分析方面起着重要作用,最终有助于知识的组织与管理,以及知识发现.本论述首先就相关的概念,即知识单元、知识网络、知识关联、知识发现和资源发现系统等做—个简单论述.其次,对该系统在知识关联方面的应用做—个介绍.再结合相关概念,总结了该系统对知识关联的应用在知识组织、知识管理、知识发现等方面起到的积极作用.最后,谈一谈超星发现系统在知识关联方面还存在的两点不足之处.     

审美意识与科学发现

本文通过直觉思维与科学发现的关系和直觉思维与审美的关系，提出了科学发现与审美之间必然有其内在的联系，接着，以系统论方法分析了人类美感的形成过程与社会发展规律间的关系，以及科学发现与社会发展规律间的关系。并且以人类社会发现为系统，指出自然规律与社会规律是统一、融合的，从而说明审美意识与科学发现是统一的，其统一的桥梁是直觉思维，最后，提出了培养直觉思维能力的审美方法。     

服务动态发现机制研究

服务的动态发现是分布式服务框架的一种基本要求，提出了一种实现服务动态发现的D^2发现机制，利用抽象服务的思想，把功能上同抽象服务有重叠的实际服务的信息汇集在一起，服务消费时根据请求信息和描述信息动态发现实际服务，为用户提供服务．D^2发现机制避免了动态发现服务需要的复杂语义描述，服务请求者如同使用普通服务一样访问抽象服务就可以动态地发现实际服务并访问服务功能。     

基于创设活动情境中学生合情推理能力的培养策略

合情推理是一种重要的思维形式,是在情感的作用下,构造出合乎情理的认识的过程。合情推理能够帮助人们比较迅速地发现事物的规律,揭示研究的线索和方法,是培养学生创造能力的主要途径。培养学生的合情推理能力可以采取创设数学发现活动情境、引导学生推理证明、对问题引申或推广等多种策略。     

BLOG社区发现研究

介绍了Blog社区基本特征及社区发现的几种典型方法,分析了Blog社区发现的基本框架,总结了社区发现技术中存在的问题及发展方向。