基于贝叶斯推理的决策树模型

针对决策树（DT）模型缺乏概率背景这一问题，将贝叶斯推理引入DT模型，提出了一种基于贝叶斯推理的决策树（BDT）模型．在假定所含待定参量的先验与似然的前提下，借助贝叶斯推理获得参量的后验，然后运用逆跳马尔科夫链蒙特卡洛算法对后验抽样，最终求出样本属于某一类别的置信度，从而避免了武断判决．BDT模型以抽样代替拆分与剪枝操作，既直观又灵活，同时在抽样时考虑了不同的树结构与递归分割方案，使得分类准确率得以提高．仿真实验结果表明，BDT模型的平均分类准确率与DT模型相比提高了1．7％～3．5％．     

XML键及推理规则

键是关系数据库和XML文档中重要的语义表达，是XML模式设计的基础。文章在XML树的定义和路径语言的概念的基础上，提出XML键的定义，给出XML键的一组完备推理规则集，最后提出了求解键集合最小覆盖的一般指导原则。     

基于证据推理的企业知识管理绩效评价方法

作为知识管理的重要组成部分,知识管理绩效评价旨在帮助企业找出影响绩效提高的关键因素并及时采取有效措施,提高知识管理水平。从市场营销能力、信息管理水平、学习型组织成熟度和知识的存量水平等4个角度,分析了评价企业知识管理绩效水平应考虑的主要因素,建立了关于企业知识管理绩效评价指标体系。在此基础上,提出了运用D-S证据推理方法,对企业知识管理绩效水平进行评价,并给出了证据推理的算法步骤。算例分析表明,利用D-S证据推理方法对企业知识管理绩效进行评价具有一定的有效性和应用价值。     

智力测验结构研究的认知成分分析技术

以分析瑞文标准推理测验的因子结构为例,介绍了智力因子结构研究的新方法——认知成分分析技术。     

关联推理对大学英语词汇与结构测试的启示

本文依据关联理论中关联推理对于上下文语境地依赖的法则,论证了在进行大学英语词汇与结构测试试题设计时,应如何考虑到上下文提供的信息的强度与数量,以及如何能使受试者能据此进行合理的推理,以取得最佳关联,获取准确无误的信息。     

Analyzing and Designing Business Processes Management System Based on Transformation of Instantiated Ontology＇s State

The paper discusses efforts of finding a simple and transparent method to analyze business processes and developing its management system architecture. By introducing ontology and its state, the approach tried to find a unified representation and a flexible choreography of business processes. The main idea of the paper is the transformation of ontology＇s states, which are the most important scenarios of enterprises. The business activity composition, that is, case composition based on an AI technique, Case Based Reason （CBR）, which is to solve new problems by retrieving solutions to previous problems, and then store the modified solution. The main interest in CBR relies on that it allows a system to avoid past failures and exploit past successes.     

含隐变量和选择偏差的图模型中的因果推断

Bayes网络常用于多变量间的因果推断,但当存在未观测的隐变量和选择变量时,这种图模型往往无法正确描述观测变量间的因果关系。作者利用在观测变量上构造的最大祖先图模型刻画观测变量间的独立性关系和因果结构,并提出了具体的实现算法,从而可由观测数据来推断这类不完全观测下的部分因果关系。     

UML建模技术在智能故障诊断系统中的应用

智能故障诊断系统是电站仿真系统中的重要部分,它根据采集到的数据或经转换过的参数进行推理、判断出发生故障的设备.推理诊断采用专家系统和不确定性推理的技术.本文以UML(统一建模语言)为工具,对智能故障诊断系统进行面向对象分析、设计和建模.     

基于案例推理中特征权重自动学习方法研究

讨论基于案例推理中特征权重的自动学习方法．通过分析现有的一种利用粗糙集理论进行权重自动学习的算法，指出了该算法中存在的一些问题，最后提出了一种改进的权重自动学习算法，并通过实例对两种算法进行了比较．     

三Ⅰ算法的统一形式

给出了正则蕴涵算子的概念,证明了Lukasiewicz算子、Godel算子、乘积算子和R0-算子都是正则蕴涵算子-针对这种正则蕴涵算子建立了FMP和FMT的三Ⅰ算法的统一形式,相应地三Ⅰ解可用一般的伴随对((×),R)中的左连续三角模(×)和正则蕴涵算子R统一表达;指出在Godel的意义下,Zadeh关于FMP的CRI算法可以纳入到这种统一形式之中;给出了α-三Ⅰ算法的统一形式,得到了关于FMP和FMT而言的α-三Ⅰ算法的对偶性结论.