基于泛函连接神经网络的概念设计优化

本文给出了一种新的基于人工神经网络的概念设计优化技术，提出了一种基于Banach空间中偏序理论的人工神经网络，该网络的学习依赖于样本空间中的偏序关系结构，以及一种改进的BP算法。给出了实验描述，并对试验进行了分析。     

超文本教学系统中学生知识的自适应测评研究

知识空间理论提供了一种描述给定知识域结构的方法,它被看作是有效评估学生知识程度的一个基础,但它是一种基于问题的知识空间理论.利用超文本结构和知识空间结构相似的特性,将知识点超文本结构转换为超文本知识空间,使知识空间理论建立在知识点上,并在此超文本知识空间上利用自动机原理实现对学生知识结构的自适应测评过程.给出了基于自动机的自适应测评算法,并进一步分析了算法的有效性和复杂性.     

特征加权距离与软子空间学习相结合的文本聚类新方法

文本数据维数高、数据分布稀疏、不同类别的特征相互重叠,这为聚类分析提出了挑战.针对文本数据的这一特点,将特征加权技术与软子空间相结合,基于模糊聚类的算法框架,提出了一种适用于高维文本数据的软子空间模糊聚类新方法.首先,基于加权范数理论,提出了新的特征加权距离计算方法.接着,将其与软子空间学习的理论框架相结合,提出了面向模糊聚类的新的目标学习准则.通过向约束条件中引入熵指数r,从而扩展了模糊指数m的取值范围,并给出了物理解释.基于Zangwill收敛定理对算法的全局收敛性给出理论证明.实验表明,文中算法可以使软子空间学习和聚类分析同时进行,其性能比现有的相关算法有了较大的提高.     

机器人的一种离散学习控制算法的研究

本文基于关节空间提出了机器人的一种离散学习控制算法．此算法仅仅利用了部分机器人动力学模型知识，基于关节空间的加速度信号构成迭代学习律，并给出了算法的收敛性证明．仿真表明了算法的有效性．     

基于定性空间推理的多层空间关联规则挖掘算法

很多应用于空间数据挖掘的空间关系模型存在表达能力不强、可理解性较差、不支持不确定性等问题。针对这种情况，以定性空间推理的RCC理论为基础，结合模糊逻辑，提出了一种面向空间数据库的近似区域空间关系模型，在此基础上给出了多层空间关联规则的挖掘算法QSRSAK。该算法使用了MBR优先判定、顶点近似等手段针对大型空间数据库进行了优化处理。实验结果表明，QSRSAR在空间知识表达能力、规则可理解性和空间关系计算效率等方面优于同类算法。     

基于猜测概率和失误概率的学习诊断模型

受测者在测试过程中存在猜测和失误的可能,然而现有的诊断模型并未考虑这两个因素,因此无法在这种情况下对受测者的知识状态进行有效诊断。本文提出了一种知识空间理论中基于猜测概率和失误概率的学习诊断模型,当受测者出现猜测或失误时,该模型仍可对受测者的知识状态进行有效的诊断。模型依据试题的猜测概率和失误概率对答题状态进行转移,以诊断受测者的真实知识状态,并重点分析了这两种概率的计算方法。该模型在实用性、诊断的准确性等方面具有较好的效果。     

基于空间分析的空间关联规则提取

空间关联规则是空间数据挖掘的一个重要结果表现形式，从GIS中挖掘空间关联规则是一个理解和将GIS中的数据转化成知识很好的方法。GIS从本质上讲是一个空间数据库管理系统，现在的商业空间数据库管理系统中都不能存储空间分析的关系如空间拓扑关系、空间相邻关系等。文章提出了一种基于空间分析的空间关联规则的挖掘算法，并给出了实例、分析及讨论。     

一种基于粗集理论属性约简的粗化算法

本文基于粗集理论，针对知识表达系统提出了一种新的归纳学习方法，对该方法中条件属性的简化进行了详细的讨论，并给出了一种具体的属性约简算法，其特点是简单，容易实现，考虑了属性值代表范围的合理性。     

基于谱图理论的流形学习算法

流形学习的主要目标是发现嵌入在高维数据空间的低维光滑流形．近年来基于谱图理论的学习算法受到研究者的广泛关注．介绍了流形与流形学习的关系，着重研究了几种有代表性的基于谱图理论的流形学习算法，并对算法进行了比较分析，最后进行总结和对进一步的研究做了展望．     

基于函数空间迭代的大系统故障诊断方法

提出一种基于函数空间的迭代的大系统故障诊断方法，文中首次提出可达路径权值乘积最小概念，给出了求解该最小值及相应路径的函数空间迭代算法，并将之转化为一种既简单又易于编程的表格式迭代方法，进而将这种方法应用到系统故障诊断。文章详细描述了基于本方法的故障诊断步骤，文末通过一系统故障诊断实例来说明本文的简单有效性。由于本方法综合了逆向故障搜索法、故障树分析法及动态规划的优点，因而特别适用于网络结构复杂、并     

形式背景下的技能约简与评估

知识空间理论(KST)为构建知识评价体系提供了有效的途径.形式概念分析(FCA)是知识发现的有力工具.知识空间理论与形式概念分析间存在密不可分的联系.知识空间理论被运用于评估学习者的知识和指导未来的学习.目前,如何构建准确的知识结构是知识空间理论的重点研究问题.基于技能与问题间的关系,对知识空间理论与形式概念分析间的联...     

基于知识粒度的决策空间方法研究与实现

本文利用粗糙集理论中的粗度概念，在对获取规则进行扩展性的粒度描述的基础上，提出了一种工具——知识依赖关系图（KDRD），构造了n维知识粒度决策空间以及基于多决策类的同构映射决策空间，建立了基于KDRD和决策空间的决策算法，并结合机械故障诊断说明了本方法非常适于故障诊断等通过结论获取原因的智能决策系统．     

一种建筑信息模型分类方法

数字化的建筑信息大量存在和应用于建筑设计、城市规划等领域。目前,由于建筑信息模型的数据量急剧膨胀,为克服“数据丰富而知识匮乏”现象,对其进行基于内容的模型分类十分必要。提出一种结合空间句法理论和基于SVM决策分类的模型分类方法,首先对建筑信息模型建立RCARG（Room Connectivity Attributed Relational Graphs）模型,提取出建筑信息模型的模型固有特征,并结合空间句法理论而扩充出模型空间构形特征,在常用的DAG-SVMS分类算法的基础上增加特征向量均衡化的过程,减少决策分类时误判几率,以实现高精准度分类效果。实验结果表明,该方法与KNN和DAG-SVMS算法相比,具有较高的分类精准度。     

基于串空间模型安全协议形式化分析方法的研究

从串空间模型理论人手,提出了三种典型的串空间形式化方法（基于极小元理论的串空间方法、基于理想与诚实理论的串空间方法、基于认证测试理论的串空间方法）,并对每一种方法的证明步骤及优缺点进行了分析。在此基础上,应用提出的串空间方法对Yahalom协议的秘密性和认证性进行了分析。分析结果表明利用不同方法的优点,能更好地保证安全协议形式化分析的准确性。     

基于粒计算的复杂网络协同进化的研究与分析

针对复杂网络数据量大,与知识存在与/或关系及不易管理等特性,探讨和研究了复杂网络与知识网络之间的关系和演化过程.采用粒商空间理论构建了复杂网络与知识网络协同进化模型,提出了基于粒计算的复杂网络协同进化算法,该方法将双库融合机制及变区域策略应用到协同进化中,较好地解决了复杂网络与知识网互相作用、协同演化等问题.通过实验与比较,验证了此方法的有效性和可行性.     

基于示例学习的特征空间变换方法

特征空间是人工智能领域中经常用的基本概念之一，人工智能领域中的许多问题可以可以通过特征空间变换的方法化简和求解。文中提出了一种基于示例学习的特征空间变换方法。     

积模糊粗集模型及其模糊知识粒的表示和分解

为处理人工智能中不精确和不确定的数据和知识,Pawlak提出了粗集理论。之后粗集理论被推广,其方法主要有二:一是减弱对等价关系的依赖;二是把研究问题的论域从一个拓展到多个。结合这两种思想,研究基于两个模糊近似空间的积模糊粗集模型及其模糊粗糙集的表示和分解。根据这种思想,可以从论域分解的角度探索降低高维模糊粗糙集计算的复杂度问题。先对模糊近似空间的分层递阶结构———λ-截近似空间进行研究,得到不同层次知识粒的相互关系;然后定义模糊等价关系的积,并研究其性质及算法;最后构建基于积模糊等价关系的积模糊粗集模型,并讨论了该模型中模糊粗糙集的表示及分解问题,分别从λ-截近似空间和一维模糊近似空间的角度去处理,给出了可分解集的上(下)近似的一个刻画,及模糊可分解集的上(下)近似的λ-截集分解算法。     

知识空间理论析取模型下最小技能集的生成

知识空间理论是当前粒计算领域中的研究热点。对知识空间中问题代表的技能进行分析是构造知识空间及进行知识评价的一种重要方法。通过消除问题当中冗余的技能可以有效简化问题的处理,降低计算机处理的复杂度。在知识空间理论中,当技能映射模型是析取模型时,技能之间对于问题的解决表现出的是或的关系。通过类比粗糙集理论中属性约简的方法,提出了一种析取模型下最小技能集的生成方法。从粒计算的视角,将知识空间理论与粗糙集理论建立起了有意义的联系。