本项研究的主要内容包括:从联想类比入手,引入了一种面向联想类比学习的联想逻辑,从逻辑上统一了具有多种相似关系的领域或系统之间的类比;提出一种解决动态系统类比推理问题时序类比推理,实现了一个时序类比推理系统,并将其应用于图形代数系统的类比中;在模糊逻辑基础上,提出了一种动态模糊逻辑的概念,并建立了初步的框架结构;提出了在专家系统中引入基于联想的机器发现机制,利用工业过程的历史故障数据进行知识发现,实现了基于概念聚类的知识发现方法和用模糊贴近度定义相似度的类比学习方法;将遗传算法引入基于联想的机器发现集成系统,提出实现了分层遗传算法的概念学习方法。综上所述,该研究较好地完成预订计划。
{{i.achievement_title}}
数据更新时间:2023-05-31
Ordinal space projection learning via neighbor classes representation
基于纳米铝颗粒改性合成稳定的JP-10基纳米流体燃料
Image super-resolution based on sparse coding with multi-class dictionaries
Phosphorus-Induced Lipid Class Alteration Revealed by Lipidomic and Transcriptomic Profiling in Oleaginous Microalga Nannochloropsis sp. PJ12
Numerical investigation on aerodynamic performance of a bionics flapping wing
联想型机器类比学习系统
高阶演绎系统与机器定理发现
基于递归函数理论的机器发现研究
基于联想记忆的并行光电形状识别系统研究