动态模糊谓词逻辑关系学习算法及其应用研究

来源 :苏州大学 | 被引量 : 0次 | 上传用户:shiwuxin
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
机器学习是人工智能的核心组成部分。关系学习作为机器学习的一种新方法,主要致力于寻找学习任务内部之间的关联来找出相应的学习规则。动态模糊谓词逻辑关系是处理动态模糊关系的理论基础之一。因此,本文针对动态模糊关系问题,运用动态模糊谓词逻辑的方法来研究关系学习问题。取得的成果主要包括:(1)提出了动态模糊矩阵表示的基本概念以及动态模糊矩阵的运算性质,包括动态模糊矩阵的乘积以及乘积性质。(2)提出了动态模糊谓词关系学习新方法,它能够解决未知信息缺乏情况下的学习问题。(3)实现了一个简单的人脸识别系统,用动态模糊谓词关系学习算法提高了该系统的学习能力。通过本文的研究以及实验,证实了用动态模糊谓词关系来处理学习问题的可行性,并且取得了良好的效果。
其他文献
互联网中P2P应用的流行,网络蠕虫和僵尸网络的泛滥,严重威胁互联网的正常运转。使用流量分类方法标识出互联网中各种应用的具体分布,可以帮助运营商按需配置优化网络,限制P2P
随着信息产业的发展,人们获取数据和知识的手段已趋向于多样化。人类拥有的数据量越来越庞大,在这些数据量的背后可能隐藏着大量我们感兴趣的信息,如何有效的挖掘这些信息成
伴随着嵌入式技术的迅速发展,移动终端设备得到普及。终端设备的广泛应用,使其数据管理问题逐渐得到重视和研究,嵌入式数据库的概念也应运而生。当前,带有嵌入式数据库的移动
随着World Wide Web的快速发展,Web信息越来越多的出现在互联网中,而网络动态语言以及Web数据库技术的发展,使得Web上信息呈现出动态性和深层性的特点。对于传统搜索引擎而言
语义网是人工智能和Web技术相结合的产物,语义网的内容表达是基于XML (eXtensible Markup Langauge)语言和资源描述框架(RDF)来实现的。XML允许使用者以层次结构自定义标记来
近年来,软件行业的发展趋势是,从传统的卖软件转向卖服务,从C/S转向B/S,存储和计算向服务器端转移,也就是现在比较热门的云存储和云计算,这样一来,在客户可以方便的享受服务
软件测试是软件开发过程一个重要的阶段,随着现代科技的迅速发展,社会的各个行业越来越多地应用到软件产品,从而使得软件产品的质量越来越被关注。回归测试是在软件开发过程中为
随着IPv4地址分配告罄,IPv6已经成为最佳的解决方案。OSPF协议作为最重要的路由协议之一,其相应的OSPFv3也在不断的更新。目前对路由协议的测试主要集中一致性测试方面,对于
学位
目前,新浪微博是中国活跃人数最多的社交网络平台及讯息的传播基地,信息繁多,传播自由便捷,影响力巨大,成为舆情爆发和升温的重要传播媒介。谣言自动检测任务引起自然语言处