期刊文献+
共找到394篇文章
< 1 2 20 >
每页显示 20 50 100
大数据与数学地球科学研究进展——大数据与数学地球科学专题代序 被引量:94
1
作者 周永章 陈烁 +4 位作者 张旗 肖凡 王树功 刘艳鹏 焦守涛 《岩石学报》 SCIE EI CAS CSCD 北大核心 2018年第2期255-263,共9页
大数据与数学地球科学的核心应用技术包括高维数据降维、图像数据处理、无限数据流挖掘、机器学习、关联规则算法与推荐系统算法等。人工智能地质学,包括大数据-智能矿床成因模型与找矿模型的构建,是具有重要价值的研究方向。高维数据... 大数据与数学地球科学的核心应用技术包括高维数据降维、图像数据处理、无限数据流挖掘、机器学习、关联规则算法与推荐系统算法等。人工智能地质学,包括大数据-智能矿床成因模型与找矿模型的构建,是具有重要价值的研究方向。高维数据降维旨在从初始高维特征集合中选出低维特征集合,有效地消除无关和冗余特征,增强学习结果的易理解性。哈希算法、聚类分析、主成分分析等是较常用的数学降维工具。机器学习是人工智能的核心,是使计算机具有智能的根本途径。机器学习与人工智能各种基础问题的统一性观点正在形成。深度学习的训练模型往往需要海量数据作为支撑,因此迁移学习方法日益受到重视。图像模式识别是大数据挖掘的重要技术。网络中的社区结构识别对理解整个网络的结构和功能有重要价值,可帮助分析、预测网络各元素间的交互关系。沉浸式虚拟现实技术是实现大数据可视化的重要方向,对具有多元、异构、时空性、非线性、多尺度地质矿产勘查数据的展示要求有特别的价值。引入VR技术进行矿产地质大数据的可视化,可实现大数据时代矿产勘查数据的新认知。无限数据流在地质、地球化学、地球物理监测中大量存在,甚至可以持续自动产生。对数据流数据的计算包括对点查询、范围查询、内积查询、分位数计算、频繁项计算等。关联规则和推荐系统算法是大数据挖掘中的重要算法,其应用范围越来越广泛。贝叶斯原理在大数据时代有独特的价值,贝叶斯网络是成因建模的一个革命性工具。智能地质学研究刚刚起步,构建大数据-智能矿床成因模型与找矿模型是智能地质学研究的重要内容。矿床模型研究方式的变革,将出现于互联网、云计算技术环境下全球各地的矿床研究团队的共同参与。 展开更多
关键词 大数据挖掘 高维数据降维 图像数据处理 无限数据流挖掘 机器学习 关联规则 人工智能地质学 智能矿床模型 贝叶斯网络
下载PDF
基于粗集理论知识表达系统的一种归纳学习方法 被引量:52
2
作者 吴福保 李奇 宋文忠 《控制与决策》 EI CSCD 北大核心 1999年第3期206-211,共6页
基于粗集(RS)理论,针对知识表达系统提出一种新的归纳学习方法。对该方法中条件属性的简化,核值表的求取,决策规则的约简进行了详细讨论,并给出相应的求解算法。本方法为机器学习以及从数据库中进行机器发现提供了新的思路。
关键词 知识表达系统 归纳学习 粗集理论 机器学习
下载PDF
神经网络规则抽取 被引量:19
3
作者 周志华 陈世福 《计算机研究与发展》 EI CSCD 北大核心 2002年第4期398-405,共8页
神经网络是一种黑箱模型,其学习到的知识蕴涵在大量连接权中,不仅影响了用户对利用神经计算技术构建智能系统的信心,还阻碍了神经网络技术在数据挖掘领域的应用.由于对神经网络规则抽取进行研究有助于解决上述问题,因此该领域已成... 神经网络是一种黑箱模型,其学习到的知识蕴涵在大量连接权中,不仅影响了用户对利用神经计算技术构建智能系统的信心,还阻碍了神经网络技术在数据挖掘领域的应用.由于对神经网络规则抽取进行研究有助于解决上述问题,因此该领域已成为机器学习和神经计算界的研究热点.介绍了神经网络规则抽取研究的历史,综述了国际研究现状,对关于这方面研究的不同看法进行了讨论,并指出该领域中一些值得进一步研究的内容. 展开更多
关键词 神经网络 机器学习 规则抽取 知识获取 数据挖掘
下载PDF
基于BP神经网络的PID控制器参数调整 被引量:30
4
作者 张永振 苏寒松 +1 位作者 刘高华 廖泽龙 《南开大学学报(自然科学版)》 CAS CSCD 北大核心 2018年第3期26-30,共5页
分别采用传统PID控制、BP神经网络PID控制算法,仿真控制传递函数为2阶的无刷直流电机.传统PID控制需要在初期给定比例、积分、微分系数值,而BP神经网络PID控制可以自适应调整比例、积分、微分系数值,从而实时改变被控对象的输入,使系统... 分别采用传统PID控制、BP神经网络PID控制算法,仿真控制传递函数为2阶的无刷直流电机.传统PID控制需要在初期给定比例、积分、微分系数值,而BP神经网络PID控制可以自适应调整比例、积分、微分系数值,从而实时改变被控对象的输入,使系统快速响应并稳定. 展开更多
关键词 无人机 PID控制 BP神经网络 超调 学习规则
原文传递
基于随机化属性选择和邻域覆盖约简的集成学习 被引量:26
5
作者 朱鹏飞 胡清华 于达仁 《电子学报》 EI CAS CSCD 北大核心 2012年第2期273-279,共7页
提高分类模型的分类精度和可靠性是分类建模追求的目标.针对目前规则学习方法应用于分类时稳定性差以及分类精度低的问题,本文通过随机化邻域属性约简,搜索一组分类精度较高的属性子集,在不同的属性子集上采用邻域覆盖约简方法学习分类... 提高分类模型的分类精度和可靠性是分类建模追求的目标.针对目前规则学习方法应用于分类时稳定性差以及分类精度低的问题,本文通过随机化邻域属性约简,搜索一组分类精度较高的属性子集,在不同的属性子集上采用邻域覆盖约简方法学习分类规则,得到多个规则集.最后通过简单投票融合不同规则集上的分类结果获得对象的类别.实验表明,基于随机化邻域约简的集成学习方法分类性能优于或与其它相关的分类器相当,并且在噪声扰动下具有更强的鲁棒性. 展开更多
关键词 邻域 随机约简 集成学习 规则学习 分类器
下载PDF
学习不良儿童对情绪表达规则的认知特点 被引量:17
6
作者 俞国良 侯瑞鹤 罗晓路 《心理学报》 CSSCI CSCD 北大核心 2006年第1期85-91,共7页
采用儿童对情绪表达规则的认知访谈故事,比较了学习不良儿童和一般儿童对情绪表达规则认知的发展特点。结果发现,学习不良儿童表情调节知识水平显著低于一般儿童,性别差异不显著,组别与年级交互作用不显著,表明两组儿童发展趋势相似,发... 采用儿童对情绪表达规则的认知访谈故事,比较了学习不良儿童和一般儿童对情绪表达规则认知的发展特点。结果发现,学习不良儿童表情调节知识水平显著低于一般儿童,性别差异不显著,组别与年级交互作用不显著,表明两组儿童发展趋势相似,发展水平不同;学习不良儿童报告出较少的社会定向目标,自我保护目标得分与一般儿童差异不显著;学习不良儿童缺少根据不同人际关系类型,灵活运用情绪表达规则知识的能力,而且较少把情绪表达规则的使用和目标联系起来。 展开更多
关键词 学习不良 情绪 表达规则 认知特点
下载PDF
脉冲神经网络:模型、学习算法与应用 被引量:20
7
作者 程龙 刘洋 《控制与决策》 EI CSCD 北大核心 2018年第5期923-937,共15页
脉冲神经网络是目前最具有生物解释性的人工神经网络,是类脑智能领域的核心组成部分.首先介绍各类常用的脉冲神经元模型以及前馈和循环型脉冲神经网络结构;然后介绍脉冲神经网络的时间编码方式,在此基础上,系统地介绍脉冲神经网络的学... 脉冲神经网络是目前最具有生物解释性的人工神经网络,是类脑智能领域的核心组成部分.首先介绍各类常用的脉冲神经元模型以及前馈和循环型脉冲神经网络结构;然后介绍脉冲神经网络的时间编码方式,在此基础上,系统地介绍脉冲神经网络的学习算法,包括无监督学习和监督学习算法,其中监督学习算法按照梯度下降算法、结合STDP规则的算法和基于脉冲序列卷积核的算法3大类别分别展开详细介绍和总结;接着列举脉冲神经网络在控制领域、模式识别领域和类脑智能研究领域的应用,并在此基础上介绍各国脑计划中,脉冲神经网络与神经形态处理器相结合的案例;最后分析脉冲神经网络目前所存在的困难和挑战. 展开更多
关键词 脉冲神经网络 脉冲神经元模型 学习算法 STDP规则 类脑智能 神经形态处理器
原文传递
基于神经网络结构学习的知识求精方法 被引量:9
8
作者 刘振凯 贵忠华 蔡青 《计算机研究与发展》 EI CSCD 北大核心 1999年第10期1169-1173,共5页
知识求精是知识获取中必不可少的步骤.已有的用于知识求精的KBANN(know ledge based artificialneuralnetw ork)方法,主要局限性是训练时不能改变网络的拓扑结构.文中提出了一种基于神... 知识求精是知识获取中必不可少的步骤.已有的用于知识求精的KBANN(know ledge based artificialneuralnetw ork)方法,主要局限性是训练时不能改变网络的拓扑结构.文中提出了一种基于神经网络结构学习的知识求精方法,首先将一组规则集转化为初始神经网络,然后用训练样本和结构学习算法训练初始神经网络,并提取求精的规则知识.网络拓扑结构的改变是通过训练时采用基于动态增加隐含节点和网络删除的结构学习算法实现的. 展开更多
关键词 知识求精方法 结构学习 神经网络 知识获取
下载PDF
解释学的两种类型:为己之学与为人之学 被引量:13
9
作者 黄勇 《复旦学报(社会科学版)》 CSSCI 北大核心 2005年第2期45-52,共8页
作者认为,无论是以伽达默为代表的当代解释学,还是其所试图超越的以施莱尔马赫和狄尔太为代表的启蒙解释学,尽管差异很大,都可以看作是为己之学,即其目的是解释者自己(无论是个人还是团体)的自我认识,自我修养,自我完善。这当然无可非议... 作者认为,无论是以伽达默为代表的当代解释学,还是其所试图超越的以施莱尔马赫和狄尔太为代表的启蒙解释学,尽管差异很大,都可以看作是为己之学,即其目的是解释者自己(无论是个人还是团体)的自我认识,自我修养,自我完善。这当然无可非议,但作者在这里则试图提出一种目标不同的解释学,即为人之学。这种解释学的目的主要不是自我理解,而是要理解他者,而且不是为了自我理解而理解他者,而是为理解他者而理解他者。而理解他者的目的则是为了寻找与他者行为处世的道德方式。 展开更多
关键词 解释学 为己之学 为人之学 道德金则 道德银则 道德铜则
下载PDF
模糊规则提取的两种方法性能分析 被引量:10
10
作者 苗立靖 杨杰 黄欣 《模糊系统与数学》 CSCD 1999年第3期16-21,共6页
机器学习近年来得到越来越多的重视,模糊规则提取是其中的重要的一个方向。本文介绍了两种自动提取模糊规则的方法,分别是基于多层前向网络和基于遗传算法的模糊规则自动生成。并且。
关键词 机器学习 模糊规则 多层前向网络 规则生成
下载PDF
一种神经网络预测器在传感器故障诊断中的应用 被引量:13
11
作者 徐涛 王祁 《传感技术学报》 CAS CSCD 北大核心 2005年第2期235-237,共3页
讨论基于神经网络预测器的传感器故障诊断问题。介绍了传感器故障诊断技术的发展,提出了一种基于神经网络在线学习的传感器故障实时诊断的模型。通过比较三种前馈神经网络的预测残差确定网络类型。介绍了网络的学习规则说明了在线学习... 讨论基于神经网络预测器的传感器故障诊断问题。介绍了传感器故障诊断技术的发展,提出了一种基于神经网络在线学习的传感器故障实时诊断的模型。通过比较三种前馈神经网络的预测残差确定网络类型。介绍了网络的学习规则说明了在线学习的能力。最后,通过电厂高加热器的几个温度传感器的实际数据为例说明了此方法的实效性。 展开更多
关键词 神经网络 传感器 故障诊断 学习规则
下载PDF
基于扩展关联规则的中文非分类关系抽取 被引量:15
12
作者 温春 石昭祥 辛元 《计算机工程》 CAS CSCD 北大核心 2009年第24期63-65,共3页
提出一种扩展的关联规则法用于抽取中文非分类关系,在利用普通关联规则抽取出非分类关系概念对后,通过语言学规则抽取相应的非分类关系名称。该方法克服了普通关联规则法无法得出具体非分类关系名称的缺点,能够确定非分类关系的定义域... 提出一种扩展的关联规则法用于抽取中文非分类关系,在利用普通关联规则抽取出非分类关系概念对后,通过语言学规则抽取相应的非分类关系名称。该方法克服了普通关联规则法无法得出具体非分类关系名称的缺点,能够确定非分类关系的定义域和值域。实验结果表明仅使用扩展的关联规则法进行非分类关系抽取即可完成任务,无须对概念对与"谓语"动词之间的紧密程度进行验证。 展开更多
关键词 本体学习 非分类关系 关联规则
下载PDF
一种基于神经网络集成的规则学习算法 被引量:11
13
作者 姜远 陈兆乾 周志华 《计算机研究与发展》 EI CSCD 北大核心 2003年第10期1419-1423,共5页
将神经网络集成与规则学习相结合 ,提出了一种基于神经网络集成的规则学习算法 该算法以神经网络集成作为规则学习的前端 ,利用其产生出规则学习所用的数据集 ,在此基础上进行规则学习 在UCI机器学习数据库上的实验结果表明 。
关键词 机器学习 神经网络 神经网络集成 规则学习
下载PDF
Rule Extraction: Using Neural Networks or for Neural Networks? 被引量:14
14
作者 Zhi-HuaZhou 《Journal of Computer Science & Technology》 SCIE EI CSCD 2004年第2期249-253,共5页
In the research of rule extraction from neural networks, fidelity describeshow well the rules mimic the behavior of a neural network while accuracy describes how well therules can be generalized. This paper identifies... In the research of rule extraction from neural networks, fidelity describeshow well the rules mimic the behavior of a neural network while accuracy describes how well therules can be generalized. This paper identifies the fidelity-acuracy dilemma. It argues todistinguish rule extraction using neural networks and rule extraction for neural networks accordingto their different goals, where fidelity and accuracy should be excluded from the rule qualityevaluation framework, respectively. 展开更多
关键词 rule extraction neural network FIDELITY ACCURACY machine learning
原文传递
数据挖掘及其在地震预报中的应用前景 被引量:11
15
作者 王炜 林命週 +1 位作者 马钦忠 赵利飞 《国际地震动态》 2005年第12期1-13,共13页
本文介绍了数据挖掘的产生、任务、特点、过程和方法分类,介绍了数据挖掘的一些主要方法及其在地震预报中的应用前景。数据挖掘在地震预报中有很多应用领域,随着数据挖掘在地震预报应用领域的深入研究,必将进一步推动地震预报的进展。
关键词 数据挖掘 机器学习 关联规则 支持向量机
下载PDF
关于广义模糊CMAC学习收敛性的理论结果(英文) 被引量:6
16
作者 王士同 Baldwin +2 位作者 J.F. Martin T.P. 《软件学报》 EI CSCD 北大核心 2000年第11期1440-1450,共11页
提出了广义模糊 CMAC( cerebellar model articulation controller)神经网络 ,并导出了其学习的充分条件 .最后 ,证明了广义模糊 CMAC在平方误差意义下的学习收敛性 .研究结果为广义模糊 CMAC的广泛应用提供了基础 .
关键词 CMAC 学习收敛 模糊泛集合 学习规则 神经网络
下载PDF
一种两类决策系统的递增式粗集归纳学习方法 被引量:6
17
作者 王亚英 邵惠鹤 《信息与控制》 CSCD 北大核心 2000年第6期521-525,共5页
本文提出了一种两类决策系统的递增式粗集归纳方法 .首先利用基于粗集和用户要求的属性简化方法 ,对决策表进行属性简化 ;然后修改了决策矩阵和决策函数的定义 ,并采用基于修改后的决策矩阵和决策函数的方法从简化的决策表中归纳出决策... 本文提出了一种两类决策系统的递增式粗集归纳方法 .首先利用基于粗集和用户要求的属性简化方法 ,对决策表进行属性简化 ;然后修改了决策矩阵和决策函数的定义 ,并采用基于修改后的决策矩阵和决策函数的方法从简化的决策表中归纳出决策规则 ;最后 ,一个例子验证了本文方法的有效性和实用性 . 展开更多
关键词 粗集 决策表 决策矩阵 决策函数 归纳学习 决策规则
下载PDF
基于机器学习的电网工程量计价预测模型 被引量:12
18
作者 肖立华 张博 +2 位作者 胡伟 陈继军 韩智忠 《沈阳工业大学学报》 EI CAS 北大核心 2021年第3期241-246,共6页
针对电网工程量清单计价方法中,综合单价计价基础不合理、确定流程繁琐、调整不科学等问题,提出了一种基于机器学习算法的综合单价预测模型.通过研究电网工程量清单的计价规则以及综合单价的组成成分,分析了综合单价的影响因素,建立了... 针对电网工程量清单计价方法中,综合单价计价基础不合理、确定流程繁琐、调整不科学等问题,提出了一种基于机器学习算法的综合单价预测模型.通过研究电网工程量清单的计价规则以及综合单价的组成成分,分析了综合单价的影响因素,建立了基于决策树的随机森林模型,并在市场价格波动的情况下对综合单价实现预测.选取100个电网工程项目进行模型训练及测试.结果表明,评价指标MAPE为1.55%,MAE为9.67.验证了该预测模型的正确性及可行性,为合理确定电网工程价格提供了新的思路. 展开更多
关键词 电网工程 工程量清单 预测模型 综合单价 机器学习 计价规则 随机森林 市场价格波动
下载PDF
神经网络及其研究进展 被引量:10
19
作者 吴建生 周优军 金龙 《广西师范学院学报(自然科学版)》 2005年第1期92-97,共6页
神经网络是人工智能应用的重要研究领域,因其出色的高度非线性映射能力、自组织和适应能力、记忆联想能力.已经成为机器学习研究的热点,本文讨论了神经网络的发展过程,理论依据以及神经网络的未来发展.
关键词 神经网络 学习规则 机器学习 神经计算
下载PDF
An Overview of Data Mining and Knowledge Discovery 被引量:8
20
作者 范建华 李德毅 《Journal of Computer Science & Technology》 SCIE EI CSCD 1998年第4期348-368,共21页
With massive amounts of data stored in databases, mining information and knowledge in databases has become an important issue in recent research. Researchers in many different fields have shown great interest in data ... With massive amounts of data stored in databases, mining information and knowledge in databases has become an important issue in recent research. Researchers in many different fields have shown great interest in data mining and knowledge discovery in databases. Several emerging applications in information providing services, such as data warehousing and on-line services over the Internet, also call for various data mining and knowledge discovery techniques to understand user behavior better, to improve the service provided, and to increase the business opportunities. In response to such a demand, this article is to provide a comprehensive survey on the data mining and knowledge discovery techniques developed recently, and introduce some real application systems as well. In conclusion, this article also lists some problems and challenges for further research. 展开更多
关键词 Knowledge discovery in databases data mining machine learning association rule CLASSIFICATION data clustering data generalization pattern searching
原文传递
上一页 1 2 20 下一页 到第
使用帮助 返回顶部