基于产生式探井决策专家系统的研究与应用①

基于产生式的探井决策专家系统以人工智能为理论,采用产生式知识表示方法,以油井钻探数据为依据,将获取的探井专家经验知识存入知识库,通过高效的推理,给出合理的决策方案,提高探井工程效率。     

一种利用关联规则的改进朴素贝叶斯分类算法

朴素贝叶斯分类是一种简单而高效的分类模型,然而条件独立性假设在现实中很少出现,致使其性能有所下降。通过引入关联规则,从两方面来改善朴素贝叶斯分类的性能。一方面,通过对关联规则的挖掘,发现条件属性之间的关联关系,并且利用这种关联关系弱化朴素贝叶斯的独立性假设;另一方面,通过关联规则的置信度,给朴素贝叶斯加权。     

基于向量内积的非频繁项挖掘算法研究

针对负关联规则中非频繁项集的生成问题,将向量内积引入到该领域.通过对事务数据库的布尔化表示及对数据存储结构的合理分配,提出了一种新的非频繁项集快速生成算法.该算法首先将布尔化所得矩阵中的向量进行内积运算,通过逐层递增的思想,用两级支持度模型来约束非频繁项集与频繁项集的产生,使非频繁项集不仅可由频繁项集之间连接产生,而且...     

适应视觉感知的块效应消除算法

针对编码图像出现块效应的现象,提出一种以人类视觉感知驱动的块效应消除算法。传统块效应消除算法经常会导致图像边缘丢失,为了解决这个问题,本文对块效应影响像素应用自适应滤波器和模糊推理技术。仿真结果表明算法可以获得比传统算法更好的效果。     

规则引擎在气象资料质量控制中的应用研究

为了提高气象观测资料的质量,为大气运动规律研究及各类气象业务系统提供可靠的数据来源,提出一种基于RETE算法和Drools规则引擎的气象观测资料质量控制方法.该方法能对各类字符编码的气象报文进行实时、准确的检查,并具有灵活的规则自定义与维护功能,以适应各类气象观测资料不断发展、变化的要求.该方法的应用,既继承了传统的历...     

基于微粒群抽样的关联规则算法

采用了ApASAR算法的设计思想,符合最小范围下界的将会进入后选集进一步判断是否是频繁规则,不断更新,在候选规则集中加入新的规则组合,并将候选集中表现突出的规则组合晋升至大项集中,而将无法进入候选规则集的规则组合淘汰。     

基于云模型定性规则推理的分类方法

根据粗糙集原理和模糊集理论,提出了一种基于云模型定性规则推理的分类方法,利用云的相关理论获得多条件单规则中包含隶属度的决策表,结合模糊模式识别技术进行样本分类。针对一些数据对象分别隶属于不同类别的情况,用定性概念来代替模糊集中的定量数据并建立二元关系,能对连续型数据进行更为简单合理的＂软＂分类,从而使基于定性概念的算法模型符合人类思维方式。     

关联规则挖掘在教学评价中的应用研究

教学评价是院校最重要的工作之一,而科学的评教方法又显得尤为重要。本文介绍一种更适合于关系型数据库关联规则挖掘的、基于SQL的频繁项关联规则挖掘算法,并将其应用于教学评价。通过对大量的样本数据进行试验,得出了应用以往传统的教学评价方法所无法得到重要的教学参考信息。     

证据理论合成准则的一种新算法及其验证

研究证据理论是一种处理不确定问题的重要方法,以往的改进方法大都只关注证据的冲突问题。针对证据合成准则在不确定的证据源较多和识别的框架较大时计算复杂,容易得到错误合成结果,根据出现的问题,提出了一种证据合成准则的简便计算公式,公式模块化程度高,易于编程实现,降低了计算难度。给出了公式的具体算法步骤,算法主要通过矩阵运算来完成。仿真实例表明相对于原始公式,计算简便,易于实现,同时仿真结果也验证了公式和算法的正确性与有效性。     

服务Agent的设计与实现

将Web服务与Agent相结合代表了Web技术的发展方向之一。服务Agent能够管理一组密切相关的Web服务,并智能化地向外界提供综合的、集成的服务功能。服务Agent的能力建立在内部定义的一组规划基础上。在BDIAgent的基础上,本文提出了一种服务Agent的结构定义;提出了基于目标规划的语义模型和基于ECA规则规划的语法模型,用以进行基于事件驱动的规划选择和执行;实现了支持服务Agent建模的可视化工具;最后介绍一个应用实例。