基于加权灰关联的产品配置相似实例检索算法研究*

针对传统配置实例检索算法极少考虑实例属性间的关联性,结合欧几里得距离,将灰色关联理论应用到产品配置实例检索中,建立产品配置实例检索的灰色关联理论模型。利用层次分析法和熵技术来确定实例属性的权重值,避免了指标权重确定的主观性,增加检索结果的分辨性。最后通过一实例,证明该方法具有较好的分辨性。     

基于实例推理的冲模智能CAD系统关键技术的研究

本文以三维软件(SolidWorks)为平台,对基于实例推理的智能冲模CAD系统关键技术进行了研究。讨论了冲模建模及参数化实现、实例库的建立、实例的检索和存储、实例的评价和修改的方法。     

一个混合属性的实例检索模型

文章首先分析了传统的实例检索策略的不足,提出了一种 基于模糊相似优先比的混合属性实例的检索模型.该模型用语义距离来刻画两实例对应属性 之间的相似程度,允许实例的属性为模糊数的情形,能胜任定量、定性和混合属性实例的检索 问题.     

基于实例的多智能体储集层伤害诊断模型的研究

针对钻井过程储集层伤害类型诊断涉及的因素繁多 ,往往是根据以往类似问题诊断的经验与结果来求解所面临的问题 ,本文利用基于实例推理和 Agent的概念与技术 ,将钻井过程储集层伤害类型诊断实例构造为具有知识、目标和能力的智能实体 ,提出一个基于实例的多智能体储集层伤害类型诊断模型 ,并通过建立实例智能体之间的偏序关系进行问题的诊断 ,从而提高了推理系统的诊断性能     

基于实例的智能工艺设计系统

针对传统智能工艺设计系统的缺陷与不足，结合基于实例推理（Case-Based Reasoning,CBR）和基于规则推理（Rule-Based Reasoning,RBR)的方法，设计了一个基于实例的智能工艺设计系统，给出了工艺实例一个完整清晰的形式化描述，阐述了新零件与实例进行比较和匹配的策略和算法，在检索出相符的实例后，调用RBR方法对实例进行修正，最终完成复杂的工艺设计任务。     

基于事例推理技术的电子商务自动协商研究

基于经验的协商策略利用相似性原理对实例进行匹配,以指导协商过程。本文提出了一个应用CBR技术建立电子商务自动协商模型,及相应的协商实例库的设计和检索。     

基于实例推理的模具设计技术研究

模具设计需要大量借鉴以往的设计方案。对设计经验的合理组织和重用可以缩短模具设计周期,提高模具设计效率。文章介绍了一种基于实例推理技术的模具设计方法:通过状态空间法表示了设计实例;阐述了基于相似度理论的最近邻居算法检索策略,能够对实例库中的实例进行检索。并以凸模零件为例对所讲述的方法及技术进行了说明,结果表明实例推理技术的应用可以提高模具的设计效率。     

基于实例的不确定检索模型的研究

传统的基于实例推理系统中的检索模型缺乏对不确定环境的适应性。为此采用证据理论方法构造一种不确定实例检索模型,从而可以有效地处理实例检索中的不确定性,并能提高基于实例推理系统的性能。     

基于不精确信息实例检索模型的研究

传统实例检索模型缺乏对不确定环境中不精确信息的适应性。采用构造因果网络的分阶段实例检索模型,则可以有效地处理实例检索中的不精确性,并能提高基于实例推理系统的性能。     

基于实例设计中的产品数据模型及实例库设计

在基于实例的产品设计中,产品数据模型的建立和产品数据结构的设计对于产品相似实例的检索与撮有着至关重要的影响。该文分析了递阶结构表达方式的不足,利用扩展的实体关联（ＥＥＲ）表达方式建立了产品的数据模型,并以油泵产品为例建立了产品数据模型的展开结构。在ＥＥＲ模型向关系模型的转化中,提出了４条转化规则,同时以油泵产品为例,设计了产品主关联数据库和子实例库,实现了实例按属性空间和功能空间进行检索的功能。     

基于贝叶斯方法的范例检索

提出了利用贝叶斯概率理论进行范例推理，因为在范例库中进行范例检索是范例推理中的一个非常重要的组成部分。该文中主要考虑的是如何利用贝叶斯方法进行范例检索并提出了一个评估两个范例相似程度的匹配函数。在传统的方法中，可以用欧氏距离等方法来评估两个范例的相似性。在实验中，把这两种方法进行了比较，实验结果表明贝叶斯方法不仅呵行，而且比用欧氏距离方法更优。     

基于改进覆盖算法和灰色关联度的案例检索

传统的案例检索算法较少考虑多影响因子对属性权值的作用及属性间关联性。为此,结合改进覆盖算法和灰色关联度优化案例检索,提出基于多影响因子的案例属性权值自适应算法和改进灰色关联度的案例相似度算法,解决案例中属性权值确定和相似度计算问题。实验结果表明,与多种案例检索算法相比,该算法能够克服传统案例检索的缺陷,有效提高案例检索的质量和效率。     

模糊集方法在检索评价系统中的应用

评价一个信息检索系统的标准是该系统在多大程度上满足用户的能力。文中从传统的评价信息检索系统的两大标准———计算查全率和查准率的公式出发,结合实际情况,考虑检索结果相关性是一个模糊的概念,为了对这个模糊的概念以客观的度量,应用模糊集的方法对传统的查全率和查准率的公式进行了两种修改。一种修改是在每篇文档对总的查全率和查准率的影响相同时进行的,而第二种修改则是在每一类文档对总的查全率和查准率的影响相同时进行的。这两种修改是对传统的基于二值相关性的检索评价系统的有效扩充。     

基于聚类分析的搜索引擎自动性能评价

传统的搜索引擎性能评价方法需要人工标注标准答案集,需花费大量的人力物力,并且评价结果依赖于人工标注的准确性,效率较低。该文基于聚类分析的思路,提出了一种搜索引擎性能评价指标和自动进行搜索引擎性能评价的方法,此方法能自动计算信息类查询的覆盖范围,并根据其覆盖范围对检索结果进行聚类,通过类间距和类内距等指标实现检索性能的自动评价。实验结果表明,基于聚类指标的评价方法与人工标注的评价方法的评价结果是相一致的。     

Evaluation of information retrieval for E-discovery

The effectiveness of information retrieval technology in electronic discovery (E-discovery) has become the subject of judicial rulings and practitioner controversy. The scale and nature of E-discovery tasks, however, has pushed traditional information retrieval evaluation approaches to their limits. This paper reviews the legal and operational context of E-discovery and the approaches to evaluating search technology that have evolved in the research community. It then describes a multi-year effort carried out as part of the Text Retrieval Conference to develop evaluation methods for responsive review tasks in E-discovery. This work has led to new approaches to measuring effectiveness in both batch and interactive frameworks, large data sets, and some surprising results for the recall and precision of Boolean and statistical information retrieval methods. The paper concludes by offering some thoughts about future research in both the legal and technical communities toward the goal of reliable, effective use of information retrieval in E-discovery.     

一种有效的用于范例提取的改进聚类算法

针对传统范例提取算法随范例教增加而效率下降快的缺点，结合基于选择的CLARA聚类方法和NCL聚类算法的优点，给出了一种有效的无监督聚类学习算法．通过实验表明，该算法能在无监督下对范例进行准确归类，将它用于CBR的范例提取中，能大大地提高范例提取的速度和质量。     

一种面向视觉效应的快速图像检索方法

本文提出了一种面向视觉效应的图像检索方法——ACH—GCH RM，该方法在进行相似性度量时，将“面积-颜色”联合直方图（Area-ColorHistogram，ACH）融合到了传统的全局颜色直方图（Global Color Histogram，GCH）之中，由于在构造ACH的过程中进行了区域面积的非线性量化和区域数目的非线性映射，该检索方法具有更接近人眼视觉特性的优点。而压缩技术的使用使得两种直方图融合后仍具有较快的检索速度。     

基于本体和CBR的钻井工程风险决策模型研究

为了实现钻井工程风险智能决策,从钻井专家决策过程的特征出发,针对传统的CBR技术的不足,提出并构建了一种基于本体和CBR的钻井工程风险决策模型。通过对风险决策案例的分析,设计了钻井风险决策案例的结构,并结合本体技术构建了风险决策案例本体,使案例表示更规范化、语义化,同时为案例知识提供了良好的可扩展性与共享性;为了提高案例检索效率,按照本体中风险的类别对案例进行分层组织,建立了风险案例库;针对现有的案例相似度计算模型的缺陷,提出了一种改进的基于本体的语义相似度计算模型,并由此构建了风险案例检索模型,经现场实例测试,结果表明该模型有效地提高了案例检索的查准率和查全率。在以上基础上,开发了钻井工程风险决策原型系统,为钻井专家、技术人员提供了高效的决策支持。     

一种基于k-NN的案例相似度权重调整算法

对于CBR中的案例检索问题,结合经典案例相似度计算方法,对目前在各实际系统中应用最为广泛的k-NN算法进行改进。经过特征约简,在假设时间因素对历史案例可采纳程度有显著影响基础上,提出了一种小规模的基于时序的案例特征权重多阶段调整算法。该算法适用于数值型特征项相似度计算。     

植被类型对温度植被干旱指数(TVDI)的影响研究-以黑河绿洲区为例

温度植被干旱指数（TVDI）是进行干旱研究的有效指标，是反演土壤湿度的重要方法。植被覆盖类型是影响TVDI大小的重要因素。利用修正的土壤调整植被指数MSAVI替换NDVI，以便最小化土壤背景影响和提高对密植被的光谱敏感性，并在此基础上，比较基于植被分类计算的TVDI与基于传统方法计算的TVDI的大小，来研究植被类型对TVDI提取结果的影响。对比分析表明，阔叶林、灌丛和密草地的平均值与传统方法计算的差别较大，变化分别是+7.2%、-5.5%和-6.6%，产生平均值偏移主要是由于植被类型的冠层结构和光学属性的差异带来的LST-MSAVI空间特征干湿边的变化引起的。因此，在应用TVDI指数进行大范围干旱化研究和土壤湿度反演时，不同植被类型不能一起作LST-MSAVI空间特征来计算TVDI指数，需要考虑植被类型等影响因素，达到提高土壤湿度反演精度的目的。