期刊文献+

积累N次主动变换的传导知识挖掘 被引量:3

Mining conducted knowledge by accumulating N active transformations
下载PDF
导出
摘要 针对前N次可拓变换未引起与之相关的信息元发生传导变换,而N+1次主动变换才能引起与之相关的信息元发生传导变换的实际问题,运用可拓变换、传导效应等,并通过给出信息元某特征对于目标特征灵敏度的概念,深入挖掘此类可拓变换及其传导变换的传导知识。通过对某型导弹武器系统定型过程中的试验数据进行分析,表明该方法是对已有传导知识数据挖掘理论的完善和补充,使传导知识挖掘的理论更加丰富、全面。 Considering the fact that the N extensive transformations do not cause conductive transformation of related information elements,and only N+1 active transformation can cause conductive transformation of related information element,in this study,extensive transformation and conduction effect are applied,and the conducted knowledge of such extensive transformations and conductive transformation is deeply mined by giving the concept of sensitivity of a certain feature of information elements related to target features.Through the test data analysis in the process of finalizing a missile weapon system,it is shown that this method is perfect and supplementary to the existing theory of data mining for conducted knowledge,and makes the theory of conducted knowledge mining more comprehensive.
作者 王丰 顾佼佼 林瑜 WANG Feng;GU Jiaojiao;LIN Yu(The Naval Aviation University,Yantai 264001,China)
机构地区 海军航空大学
出处 《智能系统学报》 CSCD 北大核心 2019年第5期1035-1039,共5页 CAAI Transactions on Intelligent Systems
关键词 可拓学 可拓变换 数据挖掘 传导知识 灵敏度 武器系统定型 信息元 extension extension transformation data mining conduction knowledge sensitivity weapon system stereotype information element
  • 相关文献

参考文献14

二级参考文献106

共引文献78

同被引文献25

引证文献3

二级引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部