排序方式: 共有17条查询结果,搜索用时 0 毫秒
11.
针对训练模式类标签不精确的识别问题,提出了基于可传递信度模型(TBM)的自适应k-NN分类器,它通过运用pignistic变换,可以方便地对待识别模式真正所属的类做出决策,并通过梯度下降来最小化训练模式的输出类标签与目标类标签之间的误差函数,以实现参数的自适应学习.实验表明,该分类器用于处理训练模式类标签不精确的模式识别问题是有效的,且与参数优化前的基于TBM的k-NN分类器相比,其误分类率更低、鲁棒性更强. 相似文献
12.
13.
演变中的本体常出现不一致性问题,这将导致标准推理失效.针对不一致性问题,最小不可满足保持子集能够提供本体中概念不可满足的解释.计算最小不可满足保持子集是本体工程中的一项重要的非标准推理任务,但多数计算方法须借助外部的推理机,导致计算的效率不高.为了减少对推理机的依赖,本文提出了一种基于图的最小不可满足保持子集的计算方法.新的方法面向DL-Lite描述逻辑家族,将DL-Lite本体转换成图,将本体中的最小不可满足保持子集转换成图上的最小不可满足保持路径对.对比实验表明,基于图的方法提高了计算的效率和稳定性. 相似文献
14.
安全是企业生存、运营和发展的必要条件,是一切企业活动的基础.安全文化建设是提高员工的安全意识和安全素质的重要手段,是企业安全生产工作的重要组成部分.安全文化可以有效提高员工的安全意识,不断更新员工的安全观念,凝聚员工的思想,有效地约束员工的行为,广泛地传播安全知识. 相似文献
15.
本体在演变的过程中常出现不一致性问题,这将导致经典的推理模式失效. 不一致容忍语义能有效地解决推理失效的问题,但各类不一致容忍语义或者需要耗费大量计算,或者丢弃了本体中有效的信息.为此,一种针对IAR-语义和ICAR-语义的变种被用以解决上述的缺陷.新定义的IPAR-语义能够避免计算整个ABox关于TBox的封闭,在减少计算量的同时尽可能地保留了本体中的信息.在IPAR-语义下实现了基于图的查询应答方法,新方法将本体和查询以不同的规则构建成图,避免了传统重写导致的查询冗余的问题.最后,通过实验对比新的查询应答方法与ICAR-语义下的查询应答方法,实验结果表明:基于图的一致性查询方法执行效率要优于ICAR-语义下的查询方法;在本体规模不断增加的情况下,新方法具有更好的稳定性. 相似文献
16.
17.