RIMER专家系统的设计与实现

基于证据推理的置信规则库推理方法（RIMER）被提出,由此产生了一种新型专家系统—RIMER专家系统。该专家系统提出了一种新的规则——置信规则,采用证据推理方法实现系统推理,并且拥有自学习的能力。本文给出了建立专家系统的步骤以及该系统在曲线曲面函数逼近中的应用实例,结果显示具有自学习能力的RIMER专家系统能够很好的逼近原系统,该系统具有很好的建模能力。     

浅析英语阅读的测试题型及解题技巧

在大学英语考试中,总词汇量多、阅读量大、分值高、考试分配时间长的是阅读理解题。＂阅读理解题＂旨在全面检测学生从语段中获取有效信息的能力,测试学生对语段主旨大意、事实细节、逻辑关系等方面的把握水平及理解的准确程度。本文试分析了英语阅读常考的四种题型,并探讨相应的解题技巧。     

基于上下文感知的智能停车场系统的研究

上下文感知是在移动计算环境中实现人机自然交互的关键.车辆停放乱和车辆失窃是停车场的重点问题.针对该问题,提出了一种基于ZigBee和上下文感知的智能停车场管理系统,给出了智能停车管理系统的总体架构.该系统使用RFID对车和车主进行跟踪,并根据所感知信息进行上下文推理决策判断合法性,从而有效实现对停车场的智能化管理.     

一种结合有监督学习的动态主题模型

针对传统主题模型存在的不足, 提出一种新的结合有监督学习的动态主题模型(Supervised Dynamic Topic Model, S-DTM)。该模型不仅能够随时间的变化对语言进行动态建模, 而且结合有监督学习技术, 在主题变分推理中加入标签约束, 从而建立主题与标签之间的映射关系, 提高主题的表达解释能力。通过在一个跨越25年“以自然语言处理领域的中文期刊论文为主导”的中文语料库上的实验, 证明该模型相较于静态的有监督主题模型和无监督的动态主题模型, 具有更好的语义解释概括能力, 能更准确地反映文档的主题结构, 更精确地捕捉主题?词汇概率分布的动态演化。     

浅析贝叶斯公式及其在概率推理中的应用

贝叶斯推理是在不完全信息下,对部分未知的状态利用主观概率估计或统计得到的先验概率,然后用贝叶斯公式对诱发某结果的最可能原因进行概率推理。本文通过例子介绍了贝叶斯公式的意义及其在概率推理中的应用。     

案例智能技术的逻辑学研究

逻辑学是研究思维判断真伪性的学科,是人类思维之本;深入研究人类思维推理的逻辑学理论基础,有助于更好地实现案例智能．文章从知识发现的角度对案例智能的逻辑学进行了研究;针对人类创造性思维的活动过程中具有某种不确定性的归纳、类比推理以及模糊推理等,案例智能技术采用柔性逻辑,可以解决包容各种不确定性的、灵活的、自适应的面向真实世界的柔性问题,便于人们多信道地获取知识．     

谈审美意境

本文就中国古代美学范畴中的重要课题“意境”进行了诸方面的探讨和研究。首先,援引历代文艺理论家的看法,认为“意境”就是有情之景,有情之境;其次“意”与“境”浑然一体,二者的辩证关系无庸置疑,只是在作品中,各有所侧重罢了。而“意境”的美学价值正在于它通过“移情”作用,创造出情与景浑、形神兼备的审美境界。既然,“意境”是中国艺术创作与批评的重要美学范畴,那么,笔者认为,要想创造“意境”,含蓄是最重要的手段。最后,观众的想象和联想是审美意境完成的重要因素,观众和艺术家互相促进,水涨船高。     

计及气象因素的风电机组故障诊断与风险预测

针对极端天气导致风电机组频繁故障,提出了一种基于改进贝叶斯网络的风电机组故障诊断与风险预测模型。该模型计及气象因素与风机故障之间的关联,利用ReliefF算法计算故障特征权重,得到最优特征集合;建立计及气象因素的基于贝叶斯网络的风电机组故障诊断与风险预测模型,利用正向诊断技术得到故障诊断策略,并通过反向推理技术对风险事件进行预测。将文中提出的模型进行受试者工作特性曲线（receiver operating characteristic curve, ROC）验证,结果表明所提模型ROC曲线下面积（Area Under Curve, AUC）为0.9049,验证了所提模型的有效性,可以为风电机组故障诊断和风险预测提供有效依据。     

基于置信规则库和差分进化的设备寿命评估方法

介绍了置信规则库转换(BRB-transformation,BRB-T)模型以及运用置信规则库(belief rule base,BRB)推理进行寿命评估的过程.针对当前的置信规则库学习方法还存在依赖初始解、规则条数偏多、系统结构复杂的问题,结合装备贮存寿命评估的BRB-T模型,提出了基于差分进化算法(DE)对该模型的BRB参数进行学习的优化方法.最后,通过某航天设备的失效数据进行了验证.结果表明,该优化方法能够有效地对模型的BRB参数进行优化;并且优化后的模型可以准确地对产品的寿命进行评估.     

多证据推理Hopfield神经网络在PIV数据后处理中的应用

在对人脑判别PIV错误矢量方式进行模拟的基础上,建立了错误矢量识别的多证据推理Hopfield神经网络模型,并通过数值试验对该网络模型的功能进行了验证.试验结果表明,该网络模型具有较强的识别能力,可以识别出所有的错误矢量.