搜索结果: 1-8 共查到“算法理论 知识”相关记录8条 . 查询时间(0.781 秒)
知识抽取主要研究如何从无语义信息的文档内容中抽取与本体匹配的事实知识，进而实现对Web数据充分、有效的利用，已经成为国内外语义Web领域的研究热点之一。介绍了知识抽取相关技术知识，系统地分析比较了面向英文和中文的知识抽取方法，着重探讨了对中文自然语言文档内容的自动知识抽取方法，指出了目前该类方法的不足，并展望了知识抽取发展的方向。
一种规约于可满足性问题（SAT）的知识推理算法
知识结构 知识推理 可满足性问题（SAT）
2009/11/4
传统的知识推理算法主要依赖于通用的定理证明器，因此会有明显的组合爆炸问题和半自动化问题，只能处理小规模的问题。在文[1]中，给出了一个实用而紧致的知识的语义模型——知识结构（knowledge structure），并给出相应的利用BDD（Binary Decision Diagram）的符号化计算方法，实验表明这种基于BDD的算法比传统方法有很大的优势，但这种基于BDD 的方法在计算规模大的例子...
不完备联系度粗糙集模型的知识约简
粗糙集 联系度 知识约简
2009/8/3
知识约简是粗糙集理论的重要研究内容之一。在不完备信息系统中，对联系度粗糙集模型的研究比较深入，但极少涉及知识约简问题。该文在进一步改进联系度粗糙集模型的基础上，研究该模型的知识约简。针对改进模型，提出多种知识约简定义，给出了这些约简之间的关系。通过定义初等分辨矩阵和属性重要度，介绍一种分配约简算法。实例分析说明了算法的有效性。
从文本知识源中挖掘概念格的形式分析
多值上下文 形式概念 概念格 结构联通
2009/7/23
文本知识挖掘是数据挖掘中一个很重要的研究领域。论文主要讨论如何在不使用概念换算方法下从文本知识中抽取概念格以及分析概念格之间的结构关联。该方法有两部分构成：一是将文本中所描述的对象转化为多值上下文；二是分析多值上下文之间的各种操作以及相应概念格之间的关联。重点分析了多值上下文的增加、删除和乘积等操作以及相应概念格之间的序嵌入映射，得到了一些重要命题。知识工程师可以利用这些命题进行文本知识分析以及从...
传统的进化算法是对生物自然进化过程的模拟，目前人们对它们的研究大多集中在生物自然选择层面上。将知识进化论哲学思想与生物进化理论结合起来，提出了知识进化算法的基本原理和实现途径。知识进化算法的核心思想是建立知识适应度评价函数，利用两个关键算子即传承算子和创新算子，实现知识的进化。将知识进化算法应用于图书馆读者满意度评价的知识规则进化实例中，获得了成功的结果，表明了知识进化算法的可行性和有效性。
基于粗糙集理论的面向个性化知识发现算法
个性化知识发现 粗糙集 决策规则
2009/6/25
在基于粗糙集理论的数据处理与决策分析的基础上，从实际应用的角度出发，提出了面向个性化知识发现的启发式算法。从理论上证明了算法的正确性，给出了面向个性化的知识获取算法的描述，分析了算法的性能。算法的关键在于规则合成的方法和可信度、覆盖度和规则强度计算的方法。通过例子说明了算法的有效性和实用性。
基于布尔矩阵的初等行变换的知识约简算法
最简矩阵 粗糙集 属性约简
2009/2/7
给出了布尔矩阵的初等行变换定义，建立了线性逻辑方程组形式的属性约简模型，用布尔矩阵的初等行变换把系数矩阵化为最简矩阵，给出了用系数矩阵和最简矩阵判定绝对必要属性、相对必要属性和绝对不必要属性的三个充分必要条件，并由此提出了一种知识约简的快速算法。