排序方式: 共有69条查询结果,搜索用时 109 毫秒
1.
2.
利用隐含语义索引技术设计了一个问答系统,在系统中利用隐含语义索引理论进行查询问题和数据库中的候选问题的相似度计算.主要是通过构造一个语义矩阵,进行奇异值分解消除"噪音"进行实现的.这样更清晰地表示出了词之间的语义相关性,使本系统可以接受被自然语言描述的问题.最后,对整个系统进行实验测试并对测试结果进行了分析,发现本系统比一般的基于VSM等方法实现的系统表现出了明显的优势. 相似文献
3.
讨论了信息抽取的必要性及其现状,并提出一个基于多Agent技术的分布式信息抽取系统模型.系统主要有信息抽取Agent、数据清洗Agent、数据保存Agent等以及相应的知识库组成.并采用分而治之的思想,把信息抽取中遇到的问题分解,分配到各个Agent去完成.提出一种新的规则表示方法,抽取规则可以根据网页结构进行调整,该系统具有一定的自适应性. 相似文献
4.
基于Web数据挖掘的一种个性化方法 总被引:2,自引:0,他引:2
文章应用Web数据挖掘的相关知识,对网站内容现有的资源内容设立相关度,根据网站用户日志,使用在线分析的方法对用户行为模式进行分析挖掘,根据网站类别内容的相关度预测用户的兴趣,为用户提供最合适更具人性化的信息资源。 相似文献
5.
6.
本文探讨了在Intemet环境下,知识型MAS系统的任务负载分配问题,指出了它与网格计算的区别.本文的方法与传统的计算资源分配方法相反,将任务负载看作资源,而将Agent作为消费者,每处理一个任务,就获得一定数量的边际效用,利用市场机制,使Agent自主进行任务负载的分配.设计了基于均衡市场和连续CDA市场的两种调度算法,对算法的效果和特点进行了分析,证明市场机制的调度算法可以有效地实现MAS系统任务负载的平衡.此外,本文还给出了一个简单的确定均衡价格的方法. 相似文献
7.
本文针对多Agent系统中Agent之间的盲目交互可能产生的效率低下问题,提出了一种基于慨念树结构的多Agent合作求解模型.在这个模型中,各Agent基于自己的领域知识构造出概念树,通过Agent之间的合作,对概念树从根节点开始使用证据理论实现逐层聚焦,逐步缩小求解范围.为此,本文基于模态、逻辑和关系概念提出了一种面向可能解集的证据理论表示,并探讨了在多Agent环境下应用证据理论可能导致的若干问题. 相似文献
8.
MAS系统的问题求解能力分析 总被引:2,自引:0,他引:2
本文用状态空间搜索模型分析了多Agent系统(MAS)的问题求解能力,认为MAS系统中Agent之间知识的组合应用和对问题搜索方向的交互和决策是影响MAS系统问题求解能力的主要原因,在状态空间搜索模型下可以将Agent间知识的组合应用表达为不同Agent的搜索路径的组合,而Agent对搜索方向的判断是基于启发式信息做出的,从而为形式化分析MAS系统的性能建立了通用的模型.本文以A*算法为例探讨了可采纳算法下多Agent合作求解效果与Agent的知识和启发信息之间的关系,指出只有在一定条件下MAS系统才会获得更好的解题能力.本文还对非可采纳算法下MAS系统性能分析方法提出了初步看法. 相似文献
9.
10.
提出两个判别性的特征融合方法——主成分判别性分析和核主成分判别性分析.基于主成份分析和最大间隔准则理论,构造一个多目标规划模型作为特征融合的目标.随后,该模型被转化成一个单目标规划问题并通过特征分解的方法求解.此外,将一个近似分块对角核矩阵K分成c(c为数据集中的类别数)个小矩阵,并求出它们的特征值和特征向量.在此基础上,通过向量代数处理得到一个映射矩阵α,当核矩阵K投影到α上,同类样本的相似信息能最大程度地得到保持.本文中的实验证实两种方法的有效性. 相似文献