搜索结果: 106-120 共查到“知识工程”相关记录392条 . 查询时间(2.601 秒)
基于共引分析的中草药相互关系可视化算法
中医 可视化 共引分析
2009/7/17
从中药方剂中挖掘有用知识是目前中医药信息化的一个重要方向。使用共引分析技术，从大量中药方剂中构建中草药连接关系网络，在此基础上，使用基于链接分析的算法计算中草药的重要度，利用图的链接关系进行图的聚类和自动排列。通过提供多种三维可视化技术，交互式、实时地显示中草药连接关系网络，以使研究人员能够可视化地探索中药方剂及中草药的信息，为数据挖掘提供一种强有力的辅助手段。
基于关系数据分析的决策森林学习方法
多重子模型集成 决策森林 条件独立性假设
2009/7/17
模式识别中的多分类器集成日益得到研究人员的关注并成为研究的热点。提出一种基于决策森林构造的多重子模型集成方法，通过对每个样本赋予决策规则，构造决策森林而非单个决策树以自动确定相对独立的样本子集，在此基础上结合条件独立性假设进行模型集成。整个学习过程不需要任何人为参与，能够自适应确定决策树数量和每个子树结构，发挥各分类器在不同样本和不同区域上的分类优势。在UCI机器学习数据集上的实验结果和样例分析验...
基于机器学习的计算机辅助诊断模型的研究
模糊数学 计算机辅助诊断 目标参数
2009/7/17
对基于自学习功能的计算机辅助医学诊断专家系统的应用进行研究。应用基于模糊数学的方法建立急性脑梗塞早期分型医学诊断模型，利用VB语言进行系统的开发，并应用于临床诊断。对山西医科大学神经科已确诊的典型病倒145份进行诊断，计算机与实际诊断结果具有较好的贴近度。在随后对86例门诊患者的预测诊断中，诊断正确率达到了90.7%。该诊断模型与实际诊断结果具有良好的拟好的效果。
基于马氏椭球学习机的监督野点探测
野点探测 马氏距离 超椭球结构
2009/7/17
针对有少量野点出现的情况，提出一种基于马氏椭球学习机的监督野点探测（supervised outlier detection based on Mahalanobis ellipsoidal learning machine，SODMELM）方法。这种方法通过一个超椭球对正常类进行较好的描述的同时，将野点排除在该椭球外面，继承了马氏椭球学习机（Mahalanobis Ellipsoidal Lea...
基于三角模的直觉模糊综合评判模型
三角模 直觉模糊综合评判 直觉模糊评判矩阵
2009/7/16
针对建立在∨（取大）－∧（取小）复合运算基础上的模糊综合评判模型只考虑突出因素而导致一些信息丢失的问题，构建了基于三角模算子的直觉模糊综合评判模型。三角模算子组兼顾了权重分配和单因素评价的隶属度，把各因素的作用均衡平均，并充分考虑其次要因素的作用，因此该模型可以使评判结果更具客观性和可信度。通过实例结果分析，验证了模型的正确性和有效性。
基于实例的POMDP问题的近似求解
启发式求解 增强学习 最近邻
2009/7/16
结合启发式求解和增强学习技术，深入研究了基于实例的POMDP问题的近似求解算法，包括基于最近邻算法法的NNI及它的参数化增强版本ENNI和基于局部加权回归算法的LWI，并通过实验对比，给出了相应算法在实际应用中的性能。实验证明，基于实例的方法来求解POMDP问题，能够获得性能较好的次优解。
基于双重随机样本的统计学习理论的理论基础
双重随机经验风险最小化原则 关键定理 一致收敛速度的界
2009/7/16
介绍双重随机理论的基本内容。提出双重随机经验风险泛函，双重随机期望风险泛函，双重随机经验风险最小化原则等概念。最后证明基于双重随机样本的统计学习理论的关键定理并讨论学习过程一致收敛速度的界。为系统建立基于不确定样本的统计学习理论并构建相应的支持向量机奠定了理论基础。
基于随机粗糙样本的统计学习理论研究
随机粗糙经验风险最小化原则 关键定理 一致收敛速度的界
2009/7/16
介绍随机粗糙理论的基本内容。提出随机粗糙经验风险泛函，随机粗糙期望风险泛函，随机粗糙经验风险最小化原则等概念。最后证明基于随机粗糙样本的统计学习理论的关键定理并讨论学习过程一致收敛速度的界。
基于先验知识的改进强化学习及其在MAS中应用
先验知识 内在激励 强化学习
2009/7/16
针对传统的多Agent强化学习算法中，Agent学习效率低的问题，在传统强化学习算法中加入具有经验知识的函数；从心理学角度引入内部激励的概念，并将其作为强化学习的激励信号，与外部激励信号一同作用于强化学习的整个过程。最后将此算法运用到RoboCup仿真中，仿真结果表明该算法的学习效率和收敛速度明显优于传统的强化学习。
基于样本学习的广义粗糙集知识约简
粗糙集 相对值条件互信息 主动学习
2009/7/16
由于条件属性在各样本的分布特性和所反映的主观特性的不同，每一个样本对应于真实情况的局部映射。建立了粗糙集理论中样本知识与信息之间的对应表示关系，给出了由属性约简求约简决策表的方法。基于后离散化策略处理连续属性，实现离散效率和信息损失之间的动态折衷。提出相对值条件互信息的概念衡量单一样本中各条件属性的相关性，可以充分利用现有数据处理不完备信息系统。即使在先验知识不足的情况下，也能通过主动学习构造新的...
基于支持向量机特征选择的贝叶斯网结点序
贝叶斯网络 支持向量机 特征选择
2009/7/15
目前较常采用搜索打分方法进行贝叶斯网络结构学习，该方法需要首先依据参与者的经验来确定网络的结点顺序，主观性较强，限制了它的实际应用。基于支持向量机特征选择的方法，可以按照各个结点对叶结点的影响能力进行排序，从而直接从数据中通过学习得出结点顺序，避免了人为因素的影响。实验结果验证了该方法的有效性。
基于最小二乘的Q（λ）强化学习算法
函数逼近 最小二乘 倒立摆
2009/7/15
通过分析经典的Q（λ）学习算法所存在的经验利用率低、收敛速度慢的问题，根据当前和多步的经验知识样本建立了状态-动作对值函数的最小二乘逼近模型，推导了该逼近函数在一组基底上的权向量所满足的一组线性方程，从而提出了快速而实用的最小二乘Q（λ）算法及改进的递推算法。倒立摆实验表明，该算法可以提高经验利用率，有效加快收敛速度。
结晶器液位专家系统控制研究
神经网络 结晶器 液位控制
2009/7/15
针对传统的结晶器液位控制系统方案存在缺点，根据对象机理，比较了塞棒比例积分（PI）控制和拉速PI控制和对结晶器液位控制效果，分析了塞棒PI控制液位存在的问题，设计了基于径向基函数神经网络（RBFNN）的塞棒控制器和拉速补偿器。使用规则模型，研究了基于专家系统的塞棒和拉速控制液位的协调控制系统，解决了液位控制器切换存在的干扰。系统在MATLAB上进行了仿真，并在实际中进行了测试。实际测试结果表明该系...
局部合作多智能体Q－学习研究
强化学习 Q-学习 局部合作
2009/7/15
强化学习在多Agent系统中面对的最大问题就是随着Agent数量的增加而导致的状态和动作空间的指数增长以及随之而来的缓慢的学习效率。采用了一种局部合作的Q-学习方法，只有在Agent之间有明确协作时才考察联合动作，否则，就只进行简单的个体Agent的Q-学习，从而使的学习时所要考察的状态动作对值大大减少。最后算法在捕食者-猎物的追逐问题和机器人足球仿真2D上的实验结果，与常用的多Agent强化学习...