基于事例推理的中文垃圾邮件过滤

分析现有垃圾邮件过滤分类算法的不足,根据垃圾邮件的概念漂移特性,提出了一种基于CBR的垃圾邮件过滤算法.针对中文垃圾邮件特点提取特征,设计基于CRN网络的实例检索算法,该算法增加了预计算阶段,从而提高检索速度.实验结果表明,与传统贝叶斯算法相比,该算法对于动态变化的中文垃圾邮件数据集有更好的过滤效果.     

智能环境下基于雾计算的推理节点优化分配研究

智能环境传统的规则推理机制中,网关内布置的推理机从各种传感器中获取推理所需数据并与规则库相匹配,承担整个推理工作.本文利用Rete算法将规则构建为推理网络,并结合雾计算的概念将Rete推理节点分配至环境内配置的智能节点中协同推理以减轻网关负载,由此推理节点的分配成为关键,分配不合理将导致资源利用不平衡及响应延迟.本文利用活动影响下规则触发的规律设计了活动聚类算法CoA（Clustering of Activities）对活动聚类后分别建立其推理网络,计算出智能节点之间的最短路径后将结果代入针对其层次延迟性而设计的分配算法AAoRN（Allocation Algorithm of Rete Inference Nodes）,从而将推理节点最优分配至各个智能节点.理论分析和实验结果表明,本文机制在有效利用智能节点资源的同时降低了大致55%的延迟.     

云计算环境下基于信任推理的服务评价方法

通过服务直接交互中的服务行为来建立SC与SP实体的信任推理、演化及对SP实体的QoS评价模型。该模型基于概率密度函数来表征服务实体间的信任度,提出了基于概率密度信任关系的计算、推理及合并的演化方法,并给出了依据信任推理与QoS修正的服务评价算法。实验结果表明该方法能有效评价服务参与者的信任度,削弱不可信的实体对服务评价的影响,提高服务选择过程的质量及准确性。     

基于门控机制的联合关系推理视觉问答模型

与问题相关的视觉对象提取准确度不够,以及视觉对象之间的关系推理能力不足,是现有视觉问答模型视觉推理能力不足的主要原因。针对这两个方面的问题,本文提出一种基于门控机制的联合关系推理视觉问答模型(VARG)。该模型利用视觉注意力机制关注多个与问题相关的区域,通过筛选机制提取与问题最相关的前N个区域,并在此基础上建立视觉关系特征进行视觉关系推理,引入门控选择机制,动态的控制视觉特征和视觉关系特征对于答案的贡献,以此提升模型视觉推理能力。经在VQA V2数据集上进行实验,证明了模型的有效性。     

基于推理树的XML推理控制研究

信息安全中的推理问题是指攻击者根据合法获得的信息,利用信息之间关联,推理出不能直接访问的信息,从而造成敏感信息泄露的一种安全问题。推理控制是对信息间的这种联系加以控制,防止敏感信息的推理泄露。XML是当前信息技术中最重要的信息载体之一,是Internet中数据交换和传输的默认标准,也是传统关系数据库的有力竞争者。文中研究了XML数据库中信息的推理控制问题,定义了信息以及信息的规范化表示,针对XML数据库中敏感信息的推理泄露,引入了推理树的概念,提出了一种新的推理通道的刻画方法,并提出了相应的动态推理控制策略,在保证信息安全的基础上,使文档中的信息最大可用。     

基于混合推理系统挖掘用户访问模式的ILP方法

提出一种结合DL-safe规则挖掘用户访问模式的ILP方法.该方法首先定义基于事件的日志本体,将DL-safe规则和日志本体构建为一个推理过程可判定的混合日志知识库,在此基础上借助ILp的理论和方法学习生成有效用户访问模式.该方法充分利用日志本体中事件问特定的语义关系有效简化了挖掘过程并提高了挖掘效率,为改进站点结构提供更有效的决策.实验结果表明了该方法的可判定性和有效性.     

重大突发事件决策支持的语义协同模式构建的案例推理研究

重大突发事件能引发社会连锁响应和严重后果,并可能危及社会稳定。因此当突发事件发生后,能及时生成预案、开展行动,将能最大程度上减少损失。本文将基于案例推理的案例表示与相似度度量方法应用到应急辅助决策中,尝试通过3个方面构建合适的相似度度量建模表达,（1）语义约束下的案例属性提取过程;（2）基于多案例多属性的事物概念设计,允许案例属性存在同语义不同表达;（3）协同特征匹配下的案例新描述,基于wordnet词汇关联分析多类中心的特征距离,推理出案例属性的最可能对应语义。实验表明其可以显著提升案例匹配效率。将为今后重大突发事件的处理提供有效而及时的决策支持。      

一种基于环境推理的空调控制器

介绍1种基于环境推理采用PIC16C74单片机实现的空调控制器，通过记录和推理得到不同环境参数而采取相应控制策略，使采用该控制器的空调在舒适、节能以设备使用寿命方面都有很大提高。     

XML信息集及推理闭包的动态生成方法

XML动态推理控制的一个重要技术环节是如何简洁完整地记录用户获得的信息。文中采用模式树的形式将用户获得的信息保存在历史信息集中,当用户访问XML数据时,将访问结果包含的信息加入到历史信息集中,并利用模式树的信息包含关系消除冗余信息,同时使用XML关键字来合并XML元素。然后根据推理规则对XML历史信息集进行推理闭包扩展,使XML历史信息集能够完整地反映用户已了解的信息。     

一种新的复合核函数及在问句检索中的应用

问句检索在问答系统中有着重要的作用,其核心问题在于研究查询问句与候选问句之间的相似性计算问题,实现问句之间的高精度匹配。该文采用树核函数的方法计算问句之间的结构相似性,并针对原有算法的不足,做了相应的改进。为降低句法解析器性能对树核函数的影响,该文在改进的树核函数基础上,将其与字符串核结合,提出了一种能同时融合问句的句法信息,词性信息和词序信息的复合核函数,用以计算问句之间的综合语义相似性。在社区问答系统Yahoo!Answer的数据上进行测试,相对传统的基于词频的特征向量法,问句检索平均准确率提高了24.02%。     

Probabilistic Quantitative Temporal Constraints: Representing,Reasoning, and Query Answering

In many applications and domains, temporal constraints between actions, and their probabilities play an important role. We propose the first approach in the literature coping with probabilistic quantitative constraints. To achieve such a challenging goal, we extend the widely used simple temporal problem (STP) framework to consider probabilities. Specifically, we propose i) a formal representation of probabilistic quantitative constraints, ii) an algorithm, based on the operations of intersection and composition, for the propagation of such temporal constraints, and iii) facilities to support query answering on a set of such constraints. As a result, we provide users with the first homogeneous method supporting the treatment (representing, reasoning, and querying) of probabilistic quantitative constraints, as required by many applications and domains.     

演绎推理和模糊推理在潜艇攻击中的运用研究

介绍两种常见的推理方法——演绎推理和模糊推理,并研究其在潜艇攻击中的运用问题。对两种推理方法进行了对比评述,揭示了二者形式的相似性和本质的根本差异。以潜艇攻击为应用背景,说明两种推理方法在潜艇攻击理论中的重要地位。根据两种推理方法的特点,总结在潜艇攻击中"放心使用"严密演绎推理结论和"审慎使用"模糊推理结论的基本运用原则。     

Enhancing Performance with a Learnable Strategy for Multiple Question Answering Modules

A question answering (QA) system can be built using multiple QA modules that can individually serve as a QA system in and of themselves. This paper proposes a learnable, strategy‐driven QA model that aims at enhancing both efficiency and effectiveness. A strategy is learned using a learning‐based classification algorithm that determines the sequence of QA modules to be invoked and decides when to stop invoking additional modules. The learned strategy invokes the most suitable QA module for a given question and attempts to verify the answer by consulting other modules until the level of confidence reaches a threshold. In our experiments, our strategy learning approach obtained improvement over a simple routing approach by 10.5% in effectiveness and 27.2% in efficiency.     

一种基于置信规则的模糊推理算法

由于传统模糊推理不考虑前提属性相对于结论属性的重要程度,也不能处理包含分布式结论的规则,偏重解决模糊性而忽略了随机性,造成专家系统性能降低。针对这一局限性,提出了一种基于置信规则的模糊推理算法。该算法以置信规则为知识表达方式,规则前件论域不受连续性限制,它将单个前件匹配度依据其相对重要程度加权求和,并把置信规则的分布式结论按照置信度加权合并,最后通过规则计算得出结论;根据基于置信规则的模糊推理方法对FuzzyCLIPS进行扩展,并在鱼雷规避系统仿真中验证该算法的有效性。     

智能教学系统中的知识推理

知识推理主要应用于智能教学系统的教学策略、教学方法的产生和调整方面。给出了一种智能教学系统中的基于语义网络的模糊推理确定教学序列的方法和用基于产生式规则的推理确定教学方法，并给出了推理算法。     

图书自动分类系统非精确推理模型的研究与设计

论述了一个图书自动分类专家系统的设计开发过程.通过对图书馆图书分类方式的研究,针对人工分类的不足,基于模糊推理技术及可信度方法,实现了一种较为理想的图书自动分类系统非精确推理,对辅助图书馆编目人员进行文献分类标引工作的图书自动分类专家系统的规划、设计和实现做了探讨性研究.     

基于直觉模糊Petri网的混合推理方法

针对现有的基于模糊Petri网(Fuzzy Petri Nets,FPN)和直觉模糊Petri网(Intuitionistic Fuzzy Petri Nets,IFPN)的推理方法在求解只涉及知识库中部分规则的问题时存在推理过程复杂、效率不高,而且不能对问题产生的原因进行分析等缺陷,提出一种基于IFPN的混合推理方法.该方法将反向推理与正向推理相结合,首先把所要求解的问题转化为目标库所,并引入关联库所、关联变迁和子模型等概念;其次运用反向推理寻找目标库所的关联库所和变迁并构建推理子模型,从而获取问题产生的潜在原因并简化推理模型;最后以子模型作为推理模型,运用正向推理求解目标库所的token值,解决了直接运用原模型进行推理时过程复杂且效率不高的问题.与此同时,通过在模型中引入阈值以及"路径"和"有效路径"等定义,排除无效关联库所,从而找出了问题产生的真正原因.实例验证表明该方法可行且有效,与现有方法的对比分析表明该方法克服了现有方法的缺陷.     

基于案例的模糊推理机设计

为了满足实际问题对专家系统的要求,首次将案例推理融合到模糊推理机中,通过详细阐述推理机的构造和工作流程设计方法,提出了一种新的模糊推理机制,并最终给出了面向对象的类实现方法.