远程教育系统中知识表示的研究

针对现有远程教育系统智能化低、知识表达能力差、结构化不清晰等方面的问题，引进了基于扩展标记语言XML(extesible markup language)的表示方法，并通过分析指出基于XML的表示方法在远程教育系统中的巨大优势；给出了一个通用的远程教育系统的体系结构，并用形式化的语言描述了该系统，最后将该形式化的语言转换为XML语言．     

远程教育系统中知识表示的研究

针对现有远程教育系统智能化低、知识表达能力差、结构化不清晰等方面的问题,引进了基于扩展标记语言XML(extesiblemarkuplanguage)的表示方法,并通过分析指出基于XML的表示方法在远程教育系统中的巨大优势;给出了一个通用的远程教育系统的体系结构,并用形式化的语言描述了该系统,最后将该形式化的语言转换为XML语言.     

联合低秩表示和稀疏约束的双层多视角子空间聚类

多视图子空间聚类是处理高维数据的一种聚类方法,通过分别在每个视图上构造邻接矩阵的方法解决聚类问题,但未考虑到低秩表示和稀疏约束的结合在构造邻接矩阵中的重要性. 针对此问题,提出一种联合低秩表示和稀疏约束的双层多视角子空间聚类方法,使其更全面地描述数据本身,从而实现更有效的聚类,并采用ADMM方法来解决每个视图相关的低秩表示和稀疏性约束优化问题. 在多个数据集上的实验表明,其聚类性能比现有的多视角子空间聚类算法好,低秩表示和稀疏约束的结合可以提高聚类的准确性.     

基于子类聚类和SAX表示的Shapelet快速发现算法

Shapelet发现的目标是寻找质量最佳的Shapelet,Shapelet的质量取决于子序列的可辨别性。针对精准发现有效Shapelet的问题,提出基于子类聚类和SAX表示的Shapelet快速发现算法,将子类聚类与经典的符号表示SAX法相结合进而快速准确的获取最优的Shapelet。该算法利用子类聚类将时间序列进行降维,得到多个子序列原型作为Shapelet候选集;再利用SAX表示将候选集符号化表示,直观的将候选集用字符串表示,便于找到最优Shapelet;最后选取候选集中信息增益最大的作为最优Shapelet进行时间序列分类。实验结果表明,该算法具有较好分类效果,同时提高了分类速度。     

Petri网在智能评估系统知识表示和推理中的应用

为解决考核评估中传统算法存在的问题,实现计算机自动评估,将Petri网应用于模拟训练系统操作评估.提出Petri网的评估知识表示方法,针对故障处理操作的复杂性和动态性,将模糊Petri网应用于机电人员故障处理操作的评估推理.该应用能提升评估知识表示的质量,改善故障课目评估效果.所开发的智能评估系统应用在培训教学中,提升了艇员的培训效率和质量.     

故障诊断专家系统中多种知识表示和诊断策略

描述了一种“综合框架系统”,以表示在复杂系统故障诊断过程中用到的经验知识和原理知识,并将经验知识和原理知识融为一个有机的整体;在此基础上,提出了“独立结构”的新概念,用来描述复杂系统的结构和行为.通过选择合理的搜索策略,解决了复杂系统可能发生的多重故障的诊断,经过对某种火炮随动系统建造的故障诊断专家系统原型TESTSYSM的验证,获得了理想的结果.     

设计模式中知识表示的引入

从人工智能的角度首先提出设计模式实质上是软件工程中知识表示的雏形,并与专家系统的推理骨架进行对比,论证了在设计模式中引入知识表示的必要性,设计模式的语义描述目标主要面向人,还不能很好地面向计算机进而有效集成到ＣＡＳＥ环境,为此,提出了基于ＡＩ知识表示的新方法,给出了基知识建模的设计模式语义联系模型,并讨论了进一步的研究方向。     

基于知识表示学习的知识图谱补全研究综述

知识图谱补全能够将知识图谱补充完整,是知识图谱领域的一个研究热点。基于知识表示学习的知识图谱补全学习知识的向量表示,利用向量的计算挖掘知识图谱中的隐藏关联,具备更高的计算效率和更强的泛化能力,是知识图谱补全最好的方案之一。首先,介绍知识图谱补全和知识表示学习的概念;其次,按照实体和关系是否固定分别介绍静态知识图谱补全和动态知识图谱补全,对两个不同场景下各类算法的思路及改进过程进行详细说明;最后,总结知识图谱补全研究现状并展望未来研究方向。     

基于稀疏自表示的模糊聚类图像分割算法

为了提高噪声污染图像分割的鲁棒性,提出一种基于稀疏自表示的模糊C均值聚类图像分割算法。该算法首先将图像过分割为超像素,以超像素作为图像基元,对每一块超像素进行特征提取,所有超像素的特征组成图像的特征矩阵;其次建立特征矩阵的稀疏自表示模型,将其以自身为字典时的表示系数作为表示样本间相关性的判别特征矩阵;最后利用模糊C均值聚类算法聚类图像的判别特征矩阵,得到图像的分割结果。对人造图像、自然图像和遥感图像添加高斯噪声和椒盐噪声,实验结果表明,改进算法对噪声污染的图像有较好的分割质量,有一定的抗噪鲁棒性。     

融合文本描述和层次类型的知识表示学习方法

现有的知识表示方法只考虑三元组本身或一种额外信息,没有充分利用外部信息对知识表示进行语义补充,为此提出一种融合文本描述信息和层次类型信息的知识表示学习方法.使用卷积神经网络(CNN)从文本中提取特征信息;使用基于注意力机制的卷积神经网络区分不同关系的特征可信度,以增强实体关系结构向量在现有知识图谱中的表示,获得丰富的语义信息;使用加权层次编码器来构造层次类型投影矩阵,将实体的所有层次类型投影矩阵与特定关系类型约束结合起来.在WN18、WN18RR、FB15K、FB15K-237和YAGO3-10数据集上,进行链接预测和三元组分类等任务,以分析和验证所提模型的有效性.实验结果表明:在实体预测实验中,所提模型与TransD模型相比,MeanRank(Filter)降低了11.8%,Hits@10提升了3.5%;在三元组分类实验中,所提模型的分类精度比DKRL模型提高了8.4%,比TKRL模型提升了8.5%,充分证明利用外部多源信息能够提高知识表示能力.     

使用聚类稳定性分析方法增强单类学习算法

针对传统单类学习模型对多模态或多密度分布数据描述能力不足的问题,将集成聚类和聚类稳定性分析引入单类学习.首先将确定聚类簇个数与确定聚类簇分布统一到同一个增强单类学习框架中,之后各聚类簇互为正负类分别建起立多个单类分类模型,最后采用最大融合体积方法融合其决策边界.以经典的支持向量数据描述(SVDD)为例,设计了基于集成聚类的稳定支持向量数据描述算法——ECS-SVDD.在标准UCI数据集和一个真实恶意程序行为数据集上的实验结果表明,ECS-SVDD的性能较单个支持向量数据描述及同类单类学习方法更优.该方法可直接推广到其他最小包含体积集合类型的单类学习算法上,以增强单类学习算法处理多模态和多密度分布数据的能力.     

多智能体系统混合智能学习算法研究

针对Agent个体学习与群体学习各自的不足，探讨了多智能体系统(MAS)中的合作与协商及Agent学习技术，提出了一种新的混合智能学习算法．将个体学习与群体学习有效结合起来，提高了Agent的个体性能及系统整体的智能水平．在足球机器人仿真系统中进行了实验，结果表明了算法的可行性与有效性．     

基于行为的机器人足球智能主体系统研究

给出了机器人足球系统基于行为的智能主体系统的模型结构．将足球机器人的行为分为3个层次,并描述了行为在各层之间的变迁,引入了再励学习机制,使得足球机器人主体具有行为学习和行为评价能力．系统具有简单易行、鲁棒性强、实时性好等特点．     

一种创新的智能英语学习系统的设计

缺乏必要的语言学习环境,导致教学效率不高,这个问题多年来困扰着外语教学工作者。为此,提出一种低成本、高效率的解决方案,用以研发英语学习系统,引导英语教学体系改革,即借助人工智能（AI）和计算机网络技术,模拟实际生活,构建共享的多媒体语言教学环境。论证并设计了一种创新的智能英语学习系统（IELS）,提出了系统目标,并就功能实现做出了详细的规划。     

一种基于多agent的合作智能教学系统模型方法

提出了采用agent方法和基于WEB超媒体组件集成的合作智能教学系统模型方法．系统模型结构主要有学生、教师、专家、多agent智能教学系统以及确保它们进行交互的接口模块．系统模型能有效实现基于超媒体的交互式的动态的远程教学．     

智能建筑中智能照明控制系统的设计

介绍了智能建筑智能照明控制系统的设计原则和方法,以及系统的主要组成部分及各组成部分的主要功能。     

污水处理厂故障智能诊断决策支持系统的开发

开发了用于诊断城市污水处理厂日常运行故障的智能诊断决策支持系统。系统采用了正反向混合推理机制，并采用推理树的形式将知识库中的知识组织形式向用户公开，便于用户使用和对系统的维护。     

Knowledge representation and rule-based solution system for dynamic programming model

0　INTRODUCTIONTheknowledgerepresentationandrule basedsolutionsystemforDynamicProgrammingModel (DPM)isanewresearchfieldintheOperationsResearch (OR)communi ty .ItisalsoaninterestedtaskfortheDecisionSupportSystem (DSS)workers .DynamicProgramming (DP)isaveryimportantpartofOperationsResearch (OR) .Ithasbeenwidelyusedinsuchareasasprocedurecontrol ,in dustrialengineering ,businessmanagementanddecisions ,etc .,sinceRichardBellmanfirstdevelopedtheconceptofDPinthelate 194 0sandearly 195…     

基于XML的智能信息检索与聚类研究

目前Web上大多是非结构化的信息，检索主要是通过基于关键词的搜索引擎或目录浏览。近来，许多组织、团体、协会在Web上通过DTD／Schema定义XML(Extensible Markup Language)档，由于XML描述了结构化的信息，对XML文档的检索也与以往的搜索引擎不同。为此，本文设计了一个新的基于XML文档的智能信息检索原型系统XIIRC，给出了它的体系结构及功能，并对用户界面、索引机制、查询机制、检索结果概念聚类等问题进行了探讨。     

三网融合环境下智能移动终端技术发展对移动学习的影响研究

论文介绍了移动学习的主要优势,主要学习方式,智能移动终端的概念、特点,智能移动终端的主要应用及优势,最后介绍了智能移动终端技术发展对移动学习影响。