研讨厅专家意见聚类分析及其可视化

综合集成研讨厅中群体共识达成依赖于专家之间有指导的互相探询和互相启发的研讨,因此需要一种反馈机制将专家个体意见和群体一致性状态实时展现给与会专家,从而激发专家思维,促进群体思维收敛.本文提出一种用于专家意见一致性分析的启发式聚类算法和基于该算法的群体一致性分析指标体系,并采用平行坐标法对聚类结果进行可视化展现,使专家群体及时了解群体意见聚类情况,以及每类意见受支持的程度.最后用一个实例说明该方法的有效性.     

基于多Agent的群体协作研讨平台的研究

讨论多Agent技术在群体协作研讨平台中的应用,提出一个简明的基于多Agent的群体研讨协作模型,并在JADE的平台上予以实现.结果表明采用此技术可使专家们在网上的研讨活动更加灵活、便捷和个性化,并使群体共识达成更具科学性.     

基于改进SARIMA-LSTM的海上风速预测方法

为了提高海上风速预测的精度,提出了一种基于局部加权回归的周期趋势分解(STL)改进的季节性差分自回归移动平均模型(SARIMA)和长短时记忆(LSTM)神经网络的海上风速预测方法.首先通过STL分解原始风速时间序列,提高SARIMA模型季节性差分步长的准确性,再使用SARIMA模型对观测的风速序列数据进行预测,得到预测值以及预测值与观测值之间的残差;然后用残差样本集训练长短时记忆神经网络并对残差进行预测;最后将两部分得到的预测值求和得到风速序列的预测值.选定3个不同地点分别进行仿真实验并与改进前方法进行比较,结果表明改进后模型的预测精度更高,误差更小.     

一种协商研讨信息组织方法

在以任务为导向,以计算机为媒介的协商研讨中,实时、有效地对研讨信息进行组织有利于提高群体的认知度和研讨效率.提出一种协商研讨信息组织方法,该方法根据群体研讨中发言节点的目的不同将其划分成主题、方案和论证3类部件,同时将论证节点结构化分解成主张命题和根据命题两部分,根据节点之间不同的语义关系将其联系起来,从而将整个协商研讨中的发言节点组织成一个动态的树形结构.设计和开发了一个实际的群体协商研讨环境,以验证此研讨信息组织方法的可行性和有效性.     

基于动态规划的优先语义扩充求解算法

抽象辩论框架中的优先语义是判断争议可接受程度的最重要语义。现有优先扩充求解方法多用标记映射求解,依赖于标记的定义、转换规则、相邻争议的标记。算法每次迭代会产生一个新的抽象辩论框架导致时间、空间复杂度较高。提出一种基于动态规划的优先扩充算法,在动态规划中加入争议可接受性判断,求出辩论框架中极大可容许集得到优先扩充。在基于随机抽象辩论框架与ICCMA提供的数据集进行实验,同Heureka、ArgSemSAT等算法进行对比。结果表明,求解相同数量的优先扩充,算法耗时较少,时间、空间复杂度有所降低。     

基于关联规则的研讨信息分析研究

文章描述了数据挖掘中关联规则算法的基本思想,介绍了Apriori算法的过程,将其应用于研讨信息的分析,研究各个专家支持的主张之间的关系,引导专家的意见达成共识。最后通过算例说明了这个过程。     

基于可信度的辩论模型及争议评价算法

辩论是智能主体间为了消除分歧的一种基于言语的交互行为.由于知识的局限性,争议以及争议内部的陈述通常存在不确定性,因此在对辩论进行建模时需要考虑不确定信息处理问题.提出一种基于可信度的辩论模型（CFA）,该模型将争议表示为由若干前提和一个结论组成的可废止规则,并用对话树描述辩论推演过程.为了表示不确定性推理,引入可信度模型,将争议前提的不确定性和争议之间的攻击强度统一用可信度因子表示.在此基础上,提出计算陈述可信度的争议评价算法,并通过设定可信度阈值确定陈述的可接受性,得出最终辩论结果.最后,用一个实例说明该方法的有效性.该模型可以有效处理不确定信息条件下辩论推理过程,其辩论算法建立在数值计算基础之上,所得出的可接受陈述集在给定可信度阈值条件下是唯一的,可以克服Dung 的抽象辩论框架中扩充语义的不足.     

辩论的逻辑模型研究综述

辩论的逻辑模型是哲学、逻辑学和人工智能等多个领域的研究课题,在非单调推理、法律推理、决策支持和多Agent交互等领域有广泛应用。文中首先简要阐述辩论及辩论模型的基本概念。然后从对辩论建模和用辩论建模两个方面对目前的研究进行总结,分析现有的有影响的辩论模型特点及其存在的问题。最后,指出今后的研究方向和发展趋势。     

C/S和B/S混合结构的教学质量评价系统

Client/Server结构和Browser/Server结构各有优缺点,如果将两者结合起来,可以满足不同的信息处理系统的要求.通过对教学质量评价系统功能的分析,提出了基于Client/Server和Browser/Server混合结构的系统解决方案,介绍了系统分析、设计和实现的关键技术.     

空间索引技术研究

空间索引可以提高空间数据库的操作效率,目前人们的研究工作更多地集中在空间数据的多维索引的研究上.文中全面地总结了当前空间数据库领域中空间索引以及时空索引的研究进展,描述了R树系列索引的构建思想,节点插入与分裂操作的不同.通过实验深入分析了R树以及R树变体的磁盘访问率,插入,删除,更新的CPU时间,验证了在数据激增的情况下,R树系列索引的复杂性带来的重叠问题会指数递增.由于R树当前应用的深度和广度,研究基于 R树的高效时空高维索引技术是解决索引应用问题一个有效方法.提出了索引性能改进的方向在于多种索引技术的结合,尤其是树形结构索引和网状结构索引的结合.