复合判断推理不同推理形式间的互通

从现代形式逻辑的观点看，许多不同形式的推理实际上是等值的。但是，由于表达形式的不同，就显示了不同的特征。不同类型的推理，可以显示出从不同角度考虑极为重要的性质。诚然，这在传统逻辑中却极少论及。本文探讨了假言推理中充分条件假言推理与必要条件假言推理的等值关系；探讨了充分条件假言推理、必要条件假言推理与相容选言推理间的等值关系，并说明了诸推理式间的互通问题。     

D-S证据推理及算法实现

D-S证据理论在多源信息数据融合领域得到广泛应用,针对该理论的实现算法也逐渐为人关注。本文首先简要分析了D-S证据推理的基本理论,然后以一具体示例描述了D-S算法的推理过程,最后基于微软最新推出的.NET平台,利用C#编程语言实现了D-S证据推理算法。     

基于不确定理论的CBRB规则激活权重计算方法

合取型置信规则库系统的推理方法以概率论为基础,通过乘法实现合取关系,然而这种计算方法并不总能准确反映规则的激活程度.鉴于此,引入不确定理论,改进前件属性合取关系的实现方式,以前件属性中最小的个体匹配度作为核心,并保留信息利用的完整性,提出一种新的规则激活权重计算方法.在此基础上,利用扩展置信规则库系统分别在回归和分类问题上对该方法的推理效果进行验证.实验结果表明:新方法有效提高了系统的推理能力,并能稳定地适用于多个数据集.     

基于证据推理的高铁综合客运 枢纽客流图像背景建模

针对高铁综合客运枢纽客流图像特征,提出基于证据推理的客流图像背景建模方法. 利用均值背景模型和灰度分区处理提高背景模型的处理速度,通过引入证据推理构建合适的mass函数,提高背景灰度值的取值范围的置信度,从而提高背景图像的精确性. 结果表明,该方法原理正确,在高铁综合客运枢纽客流安全预警实际应用中,能够快速准确地生成客流背景图像,保证了客流信息提取的速度和精度.     

基于D-S证据推理的车辆导航系统地图匹配算法

研究地图匹配算法中的匹配道路的选择问题,提出基于D-S证据推理理论的地图匹配算法.根据D-S证据推理的基本原理,结合车辆行驶情况,给出当前时刻车辆位置信息和方向信息的基本概率分布函数的设计方法.按照D-S合成公式,对位置和方向信息进行融合,并根据融合结果选择匹配道路.在设计方法中,引入位置信息和方向信息的可靠性参数.仿真结果表明,该方法是行之有效的,通过适当地调整可靠性参数的值,就能识别出车辆所在的道路.     

条件(α)所确定的形式背景

定义了一个新的、特殊的形式背景--条件(α)所确定的形式背景,并且揭示出了这个特殊的形式背景的一些基本的性质:这个特殊形式背景的形式概念的稠密性,它的子背景的概念格与其自身的概念格间的序嵌入映射,以及这个特殊形式背景的箭头关系等.     

关于证据推理中证据间关联性的研究

证据推理中各证据之间存在的关联性对合成规则的结果具有很大的影响,因此如何来衡量证据间的关联性是非常重要的。本文主要分析了证据间距离及其作用,引入了证据间的相似度和可信度等概念来衡量证据间的关联性,并用可信度来表示各个证据的权重。为处理高冲突下的信息融合奠定了基础。     

形式背景提取初探

形式背景是形式概念分析的基础.本文就如何从不同的数据源中提取形式背景进行探讨,主要分析文本文件、关系型文件和XML文件的特点,并分别找出提取形式背景的方法.     

基于主观Bayes方法的不确定推理算法实现

不确定推理是指建立在不确定性知识和论据基础上的推理。本文设计了基于主观Bayes方法的不确定性推理算法,通过实验结果比较了结论不确定的合成算法与更新算法的一致性,实现了不确定推理问题求解的自动化。     

负判断推理的逻辑形式及特点

针对传统的普通逻辑中缺少对负判断推理的完整论述问题,阐述了负判断推理的两种形式:简单判断的负判断推理和复合判断的负判断推理.同时,归纳出负判断推理具有直接推理属性,以及前提和结论是等值关系的两方面的特点.     

形式背景的几种分离性

利用拓扑方法定义了形式背景的T0,T1,T2分离性,探讨几种分离性之间的关系,并研究诸分离性的性质.证明了诸分离性对兼容子背景是遗传的且被满足一定条件的背景映射所保持.另外,还得到拓扑空间(X,τ)的上述几种分离性与形式背景(X,τ,∈)的相应分离性在一定条件下是一致的.     

多尺度形式背景及其粗糙近似

首先提出一种新的多尺度形式背景的概念。在该背景中,随着尺度的变化,每一个属性所拥有对象呈现单调性的变化。其次,引入形式背景的粗糙近似概念,并讨论在多尺度形式背景下,不同尺度下近似集的关系。最后,在多尺度形式背景和决策多尺度形式背景下,通过借助信任函数和似然函数,研究它们在不同尺度下的关系,给出上、下近似协调集的定义。     

基于概率的不确定推理集成模型

给出了基于概率的不确定推理的一个形式化框架，研究了ＭＹＣＩＮ类和ＰＲＯＳＰＥＣＴＯＲ类不确定推理模型，建立了新的不确定推理模型，解决了基于概率的不确定推理中的一些重要的理论和实践问题。     

横向合成背景的概念生成

目的研究如何利用多个已知形式背景的概念来获得其横向合并形式背景概念的方法。方法形式背景合并前后对偶算子之间的关系。结果得到了由已知小背景的概念获得合并后背景的概念的方法。结论在已经知道小背景的概念的基础上,可以避开重新建格,在知识发现过程中节省资源。     

形式概念分析在基于事例推理中的应用

目的形式概念分析(Formal Concept Analysis,简称FCA)在基于事例推理(Case-basedReasoning,简称CBR)中的应用为完善领域知识的分类提供了一种有效的方法;FCA提供了一种事例的组织方式,使对事例库的直接访问变得容易。方法把原来的事例表示与组织方式转换成FCA所要求的形式。结果FCA可以提取嵌入在事例库中的隐含知识,这些以描述事例属性间的依赖规则形式的隐含知识可以用来帮助完成CBR的查询过程。结论FCA在CBR中的应用提高了事例检索的速度和结果的准确性。     

情绪推理:一种独立于理性推理的推理形式

情绪推理(Emotional Reasoning)是基于情绪体验而做出的主观性判断,它具有两面性:一方面它能完善人们的思维能力,尤其是理性推理难以发挥作用时更是如此,另一方面它又会因为缺乏客观依据而导致认知偏见。研究基于文献分析法、理论思辨法和德尔菲技术等方法,对国内外有关情绪推理的相关研究进行了综合梳理,结果发现,国内研究主要集中在基于逻辑推理范围内深入考察情绪对逻辑推理的影响,而国外更倾向于视情绪推理为一种独立于基于逻辑的理性推理而存在的推理形式。此外,研究还发现,情绪推理的发生机理是以一种与理性推理的累加式结构不同的乘方式结构而展开的。     

基于相似关系的不完备形式背景属性约简

研究不完备形式背景的属性约简问题。通过比较对象间属性值的一致性, 定义了对象集上的一个相似关系, 进而定义了基于相似关系的粗糙近似算子, 利用目标集的粗糙集近似, 可以提取语义明确的决策规则。基于不完备形式背景中相似关系给出一种属性约简的概念, 研究了属性约简的判定定理, 给出了三类属性的特征刻画。 最后, 利用对象间的辨识属性, 给出了一种属性约简的方法, 并举例说明了方法的可行性。     

一种基于证据推理的似然推理算法

似然推理是知识工程研究的主要课题之一。目前已有计多似然推理体系被应用在各种专家系统中。证据理论是八十年代被引入到知识工程研究中的似然推理理论,现己受到高度重视。本文提出一种基于证据理论的似然推理算法,它可以充分发挥证据理论的优点。     

形式背景上基于矩阵信息熵的矩阵熵约简

概念格的属性约简是知识表示和数据处理的一种有力工具,已被成功应用到多个领域,寻求高效快速的属性约简算法仍然是概念格理论的主要研究热点.从信息熵和布尔矩阵的角度研究形式背景的属性约简,提出属性约简的新方法.首先,在形式背景上定义矩阵信息熵、矩阵条件熵、矩阵联合熵和矩阵互信息熵,研究它们的性质和相互之间的关系.接着,在形式背景上提出基于矩阵信息熵的矩阵熵协调集和矩阵熵约简的定义,给出了属性的重要性度量,利用矩阵信息熵刻画核心属性、相对必要属性和不必要属性的属性特征,再给出获取矩阵熵约简的方法和算法.最后,利用UCI数据集进行测试,验证了基于矩阵信息熵的矩阵熵约简算法的有效性.通过对比实验,证明该算法具有更加高效的约简性能且适用于大数据样本.     

领域知识形式背景规范化理论研究

领域知识形式背景是描述某个学科领域中概念及概念间关系的重要知识载体,在很大程度上决定了知识表达的规模和精确程度。本文针对临床诊断领域形式背景中知识表示的完备与精简问题,以高血压疾病为载体,综合考虑概念格内对象与属性间的不同层次关系,区别对待具有不同重要性的背景属性,提出形式背景属性约简理论与方法,给出消除背景冗余的Ⅱ度规范理论,并在此基础上寻找到解决形式背景缺值的满值化方法。