交互式群范例学习问题的求解及应用

针对传统基于范例推理方法存在的缺陷以及实际决策问题的需求,提出了一种交互式基于群范例学习的问题求解技术,给出了这一技术的问题求解过程、求解算法,针对算法中涉及到的范例检索方法,给出了一种基于2级索引的范例检索算法。弥补了传统CBR方法的缺陷,满足了解决实际决策问题的需要,展望了它的应用。     

交互式基于范例的推理及应用研究

1.引言近几年来,研究人员一直在致力于研究和解决基于范例推理(Case-based reasoning,CBR)的理论和应用课题,如更为有效的范例表示、索引、检索和修改方法,范例库的创建及维护方法,将CBR与其它人工智能技术集成等。一般说来,传统的CBR是以静态的方式求解问题的。范例是处于一种被动、等待被检索的状态,不能根据所要求解的问题及环境的变化,通过和用户的交互调整范例的内容、结构进行问题的求解。另一方面,在大部分传统的CBR系统中,都是要求用户一开始就要向系统输入一个所要求解的问题的完整描述,然后才开始求解。这就要求用户事先必须确定与问题求解有关的特征,并具有较为详尽的领域知识。这在实际中往往是难以做到的。再者,从应用的角度看,传     

基于范例推理的智能答疑的研究与实现

针对答疑系统在一定程度上依赖于专家知识和以往经验的特点,将CBR引入到答疑系统的设计中,研究了基于CBR的智能答疑系统范例库的构建方法,对BP神经网络和范例匹配算法在CBR范例库检索中的应用进行了分析.能有效地提高答疑系统的效率和准确性,进一步提高答疑系统的智能性.     

基于XML的多层次范例映射模型

本文以软件系统设计的CBR方法为例，针对以往CBR范例表示的缺陷，深入研究了基于XML的范例表示，建立了基于XML的多层次范例映射模型，随之探讨了在这个模型下CBR方法中的一些关键问题，最后给出了概念层次和概念层次树的定义和概化方法。     

基于范例的装备故障诊断的Web推理方法研究

本文基于Web技术,从装备故障诊断的实例出发,提出一种基于范例的Web推理方法和对应的CBR系统结构,以适应目前因特网环境下的知识共享、知识管理工具和知识应用的发展。     

基于知识发现的范例推理系统

1 引言范例推理(Case-Based Reasoning,CBR)是近十几年来人工智能中发展起来的区别于基于规则推理的一种推理模式,它是指借用旧的事例或经验来解决问题、评价解决方案、解释异常情况或理解新情况。CBR兴起的主要原因是传统的基于规则的系统存在诸多的缺点,如:在知识获取问题上存在困难,对于处理过的问题没有记忆而导致推理效率低下,不能有效地处理例外情况,整体性能较为脆弱等等,而CBR恰好能解决以上问题。     

基于CBR的智能答疑系统范例库的研究与实现

CBR方法是近年来人工智能领域先进和实用的方法,范例库作为智能答疑系统的核心部分,为进一步提高答疑系统的智能性,将CBR引入范例库,研究了基于CBR的智能答疑系统范例库的构建方法,对聚类方法和遗传算法在CBR范例库的检索、维护中的应用进行了分析、测试。通过CBR范例库的建立、检索和维护有效地提高了智能答疑系统的性能、进一步提高了智能答疑系统的智能性。     

范例推理在地理信息系统中的应用研究

范例推理(CBR)是一种用先前求解问题的经验和方法,通过类比和联想来解决当前相似问题的推理技术,它是动态决策环境下求解不良结构问题的常用方法。GIS系统作为一种新兴的地学工具,具有很强的空间分析能力,但由于地学问题的复杂性,一些地学现象很难用确切的模型进行模拟和预测。考虑到范例推理系统在处理半结构化和非结构化问题方面的出色能力,文中探讨了一个基于范例推理的GIS系统结构,并给出了地理范例的构建方法和表达模型。     

范例推理技术在银行客户信用评估中的应用

范例推理技术是人工智能领域中一种基于知识的问题求解和学习方法。为了有效评估银行客户信用等级并提高银行信贷业务效率，文中提出了范例推理技术(CBR)在银行客户信用评估中的应用，并给出了基于范例推理的银行客户信用评估系统的原型，介绍了该系统中的关键技术：范例表示、相似性计算和范例检索，研究了归纳学习、特征子集选择等机器学习方法在范例检索中的应用。     

范例推理在智能决策系统中的应用研究

范例推理是人工智能中重要的推理方法和机器学习技术,它也是智能系统中实用的技术之一。基于范例的决策是决策者认知心理的决策过程的一个合理描述,它提供了一种实现智能系统及决策的现实环境和技术方法。本文提出了基于范例推理的智能决策技术,给出应用模型,并进行了深入讨论。     

一种新型ARTⅡ无监督分类算法

ＡＲＴ是一种典型的、无监督的、能够对复杂输入模式实现自稳定和自组织识别的神经网络。该文针对标准ＡＲＴⅡ算法的预处理信号畸变问题,提出了新的非线性变换函数和竞争学习算法,该新型ＡＲＴⅡ算法的输入域由原来的非负实数域扩大到整个实数域,且分类性能良好,以多种分类问题对该算法的性能进行验证,结果表明该算法性能优良,能自适应地识别未知故障模式,分类准确。     

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。     

欠定条件下的盲分离算法

盲信号分离中当源信号个数大于观测信号个数，且源信号不是足够稀疏时，如果利用聚类算法进行分离，分离效果将会变差。为此提出一种在此欠定条件下新的盲信号分离算法。利用源信号的“稀疏性”估计混合矩阵，然后简化混合矩阵构造新的混合模型。由于源信号间具有的独立性，使得可以在新的混合模型中从观察信号的自相关函数中估计出源信号的频谱，从而达到分离出源信号的目的，且分离效果优于聚类算法。最后给出仿真试验实例，试验结果验证了算法的有效性。     

模重复平方算法的rho改进算法

利用循环二进制方法给出了适合大指数模乘运算的模重复平方算法的rho改进算法,以提高模幂乘法的计算速度。新算法的实质是一种指数约减算法,可以有效减少模重复平方算法中的模乘运算。通过实例计算表明,新算法可以极大地提高运算速度。     

一种多步长功率控制算法

提出了一种可以应用于CDMA系统的多步长功率控制算法,本算法根据接收端的实测信干比与目标信干比的差值,从4个步长中选取一个,对发射端的发射功率进行调整。由于步长是有限个固定值,因此该算法易于实现。通过仿真证明,该算法性能优于可实际应用的FS算法,接近于性能理想而难于实现的FMA算法。     

基于粒子空间扩展的协同微粒群优化算法

针对协同微粒群优化存在的停滞现象,提出了一种新的基于粒子空间扩展的协同微粒群优化算法。该算法通过引入粒子半径来确定粒子间是否发生相互碰撞,如果两个粒子一旦发生碰撞,则按预先设定的位置更新公式跳出原来的位置,从而避免陷入停滞状态。对三个典型函数的测试结果表明,新算法不仅能够有效地克服了停滞现象,而且显著提高了搜索更优解的能力和鲁棒性。     

一种基于拒识的高可靠性CAPTCHA识别算法

CAPTCHA是一种阻止机器人滥用自然人资源的网络安全机制.研究CAPTCHA识别技术有助于发现CAPTCHA自身的缺陷,促使其变得更加安全. 针对现有方法难以识别的高粘着CAPTCHA,本文提出了一种新的识别算法. 该算法首先使用递归神经网络(Recurrent neural network, RNN) 对CAPTCHA进行识别,然后为了提高识别结果的可靠性, 提出了一种基于SVM的拒识新算法,并使用数据降维方法对拒识特征进行降维. 实验结果表明: 1)本文所提识别算法能够识别高粘着型CAPTCHA,并且识别结果具有高可靠性; 2)新的拒识算法相对于其他拒识算法具有明显优势; 3)数据降维方法能够进一步改善拒识算法的性能,从而取得更高的可靠性.     

基于全局中心的高密度不唯一的K-means算法研究

传统的K-means算法敏感于初始中心点的选取,并且无法事先确定准确的聚类数目[k],不利于聚类结果的稳定性。针对传统K-means算法的以上不足,提出了基于全局中心的高密度不唯一的新方法--NDK-means,该方法通过标准差确定有效密度半径,并从高密度区域中选取具有代表性的样本点作为初始聚类中心。此外算法针对最高密度点不唯一的情况进行特别分析,选取距离全局中心最远的点集作为最优的初始中心点集合。在NDK-means算法基础上结合有效性指标BWP对聚类结果进行分析,从而解决了最佳有效聚类数目无法事先确定的不足。理论研究与实验结果表明所提方法的聚类结果具有更好的稳定性和可行性。     

一种新型k匿名隐私保护算法

文章针对公开数据集上的隐私数据保护展开研究,分析了经典的k匿名算法在处理连续发布的数据集时存在的不足,在新的应用场景下对其进行改进。文章提出的算法通过增量式的数据处理技术减少了时间开销,适用于大规模数据集的快速连续发布。算法通过为每个数据元组选择最优等价类,有效控制了信息损失。算法以敏感属性值泛化技术代替了伪造元组的引入,保证了数据集上只包含真实数据,提高了数据集的可用性。通过实例分析发现提出的算法可以很好的解决连续发布数据集上的隐私保护问题。     

一种企业能耗预警相关性分析的时空挖掘算法

为了挖掘工业企业能源监测点之间的预警关联规则,寻求生产过程中可能存在的能耗相关性,针对工业企业综合能耗具有的时间特征和空间特征,本文提出了一种新的基于结构化项集的时空挖掘算法,以解决传统的挖掘算法遇到的诸多瓶颈。该算法对经典的Apriori算进法行了改进,引入时间维度和空间维度,可在各个时间段和不同的空间层中,挖掘出更多的能耗关联知识。该算法通过引入时间维度和空间维度,建立最小能耗监测单元,构架分时分层的数据挖掘策略,避免传统的挖掘产生过多的候选项集。这种算法应用于国内一家大型企业工业生产过程的能耗数据分析,取得了较好的实际效果。