C4.5决策树法在空气质量评价中的应用

空气质量评价是确定空气污染程度的一种手段,采用先进的人工智能技术对空气环境进行智能评价和预测, 成为一个新兴交叉研究领域。本文采用C4.5决策树算法构建空气质量评价系统,挖掘空气污染物和空气等级关系的历史数据,建立空气污染物-空气等级智能评价模型。通过实验仿真发现,C4.5决策树算法取得了较为理想的分类预测效果。     

基于Agent的远程CAI系统研究

分析了现阶段基于互联网的远程教学的局限性以及智能Agent的特点，并通过构造一个基于Agent的远程CAI系统模型讨论如何把Agent技术应用于远程CAI，以使远程CAI系统更加个性化和智能化，从而充分挖掘学习者的潜力，改善教学效果．     

远程智能答疑系统中FAQ的形成机制

讨论了远程教学系统中智能答疑系统的FAQ(FrequentlyAskedQuestion)的形成机制,此机制有利于实现基于WEB的远程教学系统的智能性和自适应性.     

基于ASP的智能组卷算法的设计与实现

随着通信技术、网络技术和多媒体技术的不断发展,基于Web的远程教学系统蓬勃发展.介绍了远程考试中智能组卷算法的设计,以及基于ASP技术的算法实现.     

Internet上基于多Agent的智能学习过程研究

随着Internet技术和现代远程教育的飞速发展，基于Internet的远程教学已经成为了现代远程教育研究的热点，但是，目前大多数的远程教学系统仍然是沿用传统的学习方式，其整个学习过程缺乏智能性和协同性，文章将计算机人工智能中的Agent技术引入到远程教学环境的研究中来，并重点分析和研究了Internet上基于多Agent的智能学习的过程。     

基于属性相关的智能学习指导模型的设计与实现

决策树分类算法是智能指导系统实现"智能"的一种有效工具。通过对数据的分析和挖掘,能够实现对数据的精确分类。另外,对于决策树和产生式规则集的计算相对简单而且高效。提出了智能指导系统,并介绍了该系统的主要功能模块。在比较了ID3算法和C4.5算法后,结合个性化教学的需求,提出了新的基于规则属性相关的C4.5r算法。同时,给出了系统的计算评估模块。实验结果表明,新的C4.5r算法在运算时间、产生式规则集的规模及计算产生式规则的开销方面明显优于传统的C4.5算法。     

改进ID3算法实现智能调度负荷特性分析及其可视化研究

针对传统ID3算法偏向于选择取值较多的属性问题,提出了改进的ID3算法,同时考虑决策树两层结点的信息增益,又引入了密合度概念,使决策树生成的规模相对较小,能够减小算法复杂度,提高挖掘速度和效率．运用改进的算法分析了智能调度用电负荷特性,建立了决策树,并结合可视化技术展示了业务分析数据和模型．实例运行结果能够满足电网业务功能需求,支持智能调度运营,具有较高的应用价值．     

基于ASP的智能组卷算法的设计与实现

随着通信技术、网络技术和多媒体技术的不断发展，基于Web的远程教学系统蓬勃发展．介绍了远程考试中智能组卷算法的设计，以及基于ASP技术的算法实现．     

基于多Agent技术的远程教学模型的分析与设计

随着人工智能技术的不断发展和完善,人工智能领域的理论(尤其是Agent技术)不断地应用于远程教学系统中,从而给网络教学系统的研究与应用开辟了新的思路。结合Agent的智能性,构建了一个基于多Agent的网络远程教学系统的模型,模拟人类在教学活动中的智能活动过程。通过建立学生Agent和教师Agent,使得系统能够根据学生的个性特征和认知能力,灵活地通过网络学习,从而实现个别化的教学。     

基于多Agent技术的远程教学模型的分析与设计

随着人工智能技术的不断发展和完善,人工智能领域的理论(尤其是Agent技术)不断地应用于远程教学系统中,从而给网络教学系统的研究与应用开辟了新的思路.结合Agent的智能性,构建了一个基于多Agent的网络远程教学系统的模型,模拟人类在教学活动中的智能活动过程.通过建立学生Agent和教师Agent,使得系统能够根据学生的个性特征和认知能力,灵活地通过网络学习,从而实现个别化的教学.     

基于多Agent的E—learning教学模型设计研究

随着人工智能技术的不断发展和完善,人工智能领域的理论（尤其是Agent技术）不断地应用于远程教学系统中,从而给网络教学系统的研究与应用开辟了新的思路。结合Agent的智能性,构建了一个基于多Agent的网络远程教学系统的模型,模拟人类在教学活动中的智能活动过程。通过建立学生Agent和教师Agent,使得系统能够根据学生的个性特征和认知能力,灵活地通过网络学习,从而实现个别化的教学。     

基于WWW的交互式远程教学系统及应用

以网络为特征的现代远程教育的突现及发展,促进了各类信息教育技术的深刻变化,简要分析了传统教学存在的问题,构建了基于WWW交互式远程教学模式,研制开发出包含Web课程、智能题库、学习讨论以及实时授课系统等子系统的全新的远程教学系统,并将其应用于采矿工程教学中,获得较好的效果。     

一种改进ID3型决策树挖掘算法

分析经典ID3型决策树挖掘算法中存在的问题,对其熵值计算过程进行改进,构建一种改进的ID3型决策树挖掘算法.重新设计决策树构建中的熵值计算过程,以获得具有全局最优的挖掘结果,并针对UCI数据集中的6类数据集展开挖掘实验.结果表明:改进后的挖掘算法在决策树构建的简洁程度和挖掘精度上,都明显优于ID3型决策树挖掘算法.     

基于Agent的远程教学系统研究

远程教学系统成为现代教学中的一种新模式和发展方向,但是绝大多数的远程教学缺乏智能化和个性化,通常不能同时满足学生的要求。因此构建智能化,个性化的远程教学系统成为远程教学系统中的热点问题。本文在分析Agent技术的基础上提出Agent的远程教学系统的研究与设计,并且定义了系统中各模块的用途和意义,从而使远程教学系统更智能化和个性化。     

数据挖掘技术在ERP中的应用

数据挖掘是近几年迅速发展起来的技术,主要用于构建企业的决策支持系统。文章根据数据挖掘技术的特点,针对传统ERP系统在决策方面的不足,提出把数据挖掘应用到ERP中去,并结合A汽车公司的ERP系统的实施和运行情况,开展从该系统挖掘数据的可行性研究、数据方法和流程探索,给出决策树挖掘算法检测数据挖掘模型。结果表明,这种数据挖掘是有效的。     

基于数据挖掘技术的CRM系统中客户行为

为了解决在企业中实施客户关系管理（CRM）,CRM系统中客户行为的定量研究问题,利用决策树的数据挖掘相关技术和方法,提出了UPTree数据挖掘算法,并采用UPTree算法对隐藏在大量客户行为中的信息进行挖掘,从而获取了CRM系统中潜在的客户行为规则,并给出这些行为规则的IF-THEN的描述形式,为企业的科学决策提供依据。     

基于问题模式匹配的智能答疑系统原型

智能答疑系统是将学生的问题和老师的解答有机地组织起来并存放至相应的答题库中，通过自然语言的语义理解技术来分析并自动的匹配学生所提出的问题，自动地给予问题解答的系统. 智能答疑系统能够给予提问者即时的回应，减轻教学人员的工作压力，在远程教学中具有重要意义.红棉智能答疑系统（原型系统）针对国内现有的智能答疑系统普遍存在的问题，借鉴了国外先进智能答疑系统的成功经验与设计理念，根据中文智能答疑的特殊需求，引入了基于概率的双向最大匹配分词算法、智能问题模式匹配、基于语义依存树的语义分析等技术进行智能问题分析，形成了具有更高答案召回率、合理性与正确性的新一代智能答疑系统.     

基于Agent的网络与远程教学系统研究综述

Agent是人工智能和计算机软件领域的一种新兴的技术,尤其在网络中的应用有很大的优越性。文章首先分析了现阶段基于Internet的网络教学与远程教学系统的研究成果,以及智能软件Agent的特点,主要讨论如何把Agent技术应用于网上教学与现代远程教育系统中,并试图构建了一个基于Agent技术的智能化网络与远程教育系统。     

远程教学代理竞争模型设计

运用多代理系统进行远程教学系统设计，是智能教学系统(Intelligent Tutoring System，ITS)的一个重要研究方向，目前很多面向远程教育方面的研究中，有很多对代理和智能多代理的研究和运用．但对代理之间的协调、调度研究不多．文中利用智能多代理技术，针对采用客户——服务器模式的协同式智能教学的远程教学系统平台，设计了多个代理之间的竞争模式，通过交互式智能多代理和网络的融合机制，实现了远程网络教学的有关交互式功能．     

一个基于多Agent的远程教学系统研究与实现

随着网络技术的日趋发展,以网络为教学平台的远程网络教育越来越受到人们的关注,而传统的远程网络教育技术在教学环节中存在着诸多问题,制约了网络教育的发展.将智能Agent引入现代网络教育,提出了一个基于多Agent的远程教学系统的具体模型及实现思路.