范例推理中基于时序的范例匹配方法模型

用传统的最近邻检索和匹配算法找到的最相似范例，由于时间的变迁，在实际应用中，该范例的解决方案对于新问题的解决不一定是最有用的，因而也不是最优的，为了解决这个问题，本文提出了一种基于时序的范例匹配方法模型，为找到最优相似范例提供了一条有效途径。     

基于引入概率的范例匹配新方法

针对范例匹配中的冲突问题,提出了基于引入概率的一种范例匹配新方法,并给出了概率确定、引入以及最终相似度计算的完整理论。首先采用阀值判断过滤范例;然后在模型中引入概率,并通过调整影响因子来改变引入概率对最终相似度的影响;最后计算比较最终相似度得出最优相似范例。实例证明,该方法提高了范例匹配的时效性和准确性。     

基于相似粗糙集的气象范例库的生成方法

基于范例推理的气象灾害预测领域,从气象数据库中提取出典型的源范例是首要的步骤,而获取高质量且无噪声干扰的气象范例,减少范例存储的时间和空间复杂度是其主要目标.提出了利用相似粗糙集进行气象范例提取的算法,通过简化相似天气的无向图,自动从原始天气数据中提取典型范例.该算法能较好的处理噪声的干扰,并能直接处理连续数值型属性,避免了复杂的属性离散化的计算.实验结果验证了算法的可行性和有效性.     

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。     

基于范例推理的税收案例分析系统设计

基于范例推理技术是专家系统实用而成熟的技术。对税收案例分析而言,其应用在实用性方面优于基于规则的系统。提出基于范例推理技术和应用XML来表示和搜索范例,应用数据仓库构建税收案例分析系统,详细介绍了系统的基于范例推理流程、相似性度量函数、范例相似匹配方法及范例维护的设计思路和实现步骤。利用基于范例推理技术,大大提高了系统的“智能”性和实际功能,在实际应用中产生了较好的经济效益和社会效益。     

用遗传算法挖掘范例库中的特征项权重的方法

范例推理的关键步骤在于相似范例的检索，而范例库中的特征项权重起着重要的作用。文章着重讨论了应用于范例库上获取特征项权重的数据挖掘算法，并提出用遗传算法发现范例库上特征项权重的过程与算法，然后进行了实验与讨论。     

基于相似粗糙集的范例推理技术

讨论了经典粗糙集理论在特征项约简过程中，造成的范例相似度测量误差问题，并提出用相似粗糙集约简特征项和获取特征项权重的过程与算法，力求提高约简的精确性和保持约简后范例库的良好性能。     

基于相似粗糙集的CBR范例提取算法

提出了利用相似粗糙集进行范例提取的算法,自动从原始数据中提取典型范例并能获得较高的分类精度.该算法能较好的处理噪声的干扰,减少预设参数的数量,并能直接处理连续数值型属性,避免了复杂的属性离散化的计算.实验结果验证了算法的可行性和有效性.     

基于SVM预分类学习的图像超分辨率重建算法

针对一般基于范例学习超分辨率重建算法的图像块误匹配和运算复杂度高等问题,提出了一种基于支持向量机预分类学习的算法。通过在匹配搜索前使用SVM筛选出与重建目标图像颜色特征相似的样本子库,保证了精确匹配搜索过程中样本块与输入低分辨率图像块内容之间的相关性,大大减少了误匹配现象,从而提高了图像重建质量。实验结果表明,算法的重建效果优于基于范例学习的算法,并在保证重建精度的前提下有效提高了算法运行速度。     

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.