基于多异构属性和不完全权重信息的案例检索方法

针对多异构属性和不完全权重信息的案例检索问题,提出了一种基于后悔理论的案例检索方法。通过定义基于属性相似度和后悔理论(RT)的感知效用函数,并基于线性规划技术的多维偏好分析(LINMAP),构建了确定属性权重的数学规划模型。在此基础上,计算感知效用,并确定一组类似的历史案例,计算相似历史案例的综合效用,得到相似历史案例的排序,从而获得最适合的历史案例。最后,以瓦斯爆炸案例验证该方法的可行性与有效性。结果表明:该方法可以在计算案例相似性和综合效用时提供更客观、准确的结果。

考虑舆情演化态势影响的突发事件两阶段应急案例检索方法

针对突发事件衍生的舆情信息及其演化态势影响应急处置决策的问题,本文提出一种考虑舆情演化态势影响的突发事件两阶段应急案例检索方法。首先,通过计算舆情信息热度值,判断舆情演化态势的影响程度,并确定案例检索阶段;其次,通过融入决策者风险感知偏好,计算事件属性及事件的相似度,并构建第一阶段案例检索过程;在此基础上,通过计算和集结舆情信息属性及舆情信息的相似度,得到案例的综合相似度,并构建第二阶段案例检索过程;最后,通过案例应用和方法对比验证了所提方法的可行性及有效性。结果表明,所提方法不仅能够反映决策者风险感知偏好在应急案例检索中的重要作用,还能够体现事件衍生的舆情信息及其演化态势对决策结果的影响。

基于主客观组合权重的编队对海作战案例检索方法研究

针对舰艇编队对海作战案例检索存在属性权重确定困难的问题,提出依据改进的群组AHP法确定主观权重,改进的熵权法确定客观权重,再通过乘积组合模型确定主客观相结合的组合权重的方法,用于编队对海作战案例检索。仿真实验验证了该方法能提高案例检索精度。

浅谈高校案例检索系统的建设及应用——以《生物酶在制浆造纸领域的应用》课程的案例教学为例

在这个因特网应用普及、信息爆炸的时代,教学案例的收集、整理及查找给高校带来了一定的便利,但是也带来了一定的挑战。本文以《生物酶在制浆造纸领域的应用》课程案例教学为例,深入探讨了高校案例检索系统的重要性、系统建设的实践应用及优化方向,希望可以对相关研究提供有效的指导和建议,以促进案例教学的有效实施,以供参考。

融合案例检索和组合赋权的执行案件风险评估模型

面对执行部门“案多人少”的困境,提出一种信息不确定环境下基于案例检索和组合赋权的执行案件风险评估方法。构建自然人为主体的执行案件风险评估指标体系,然后引入考虑案件信息模糊性和可靠性的混合属性距离测度和相似度计算模型,并利用偏差最小法优化属性的组合权重。设计一种兼顾主客观的动态相似度阈值确定方法,并建立类案案例库,以相似案件的执行结果估算目标案件的执行风险。最后,通过算例和对比分析验证了评估模型的可行性和有效性。

基于BM25-RoBERTa的法律案例检索研究

法律案例检索是根据用户给定的查询范围在相应的候选案例中进行检索与查询出具有相似描述的法律案例。由于法律文本区别于普通短文本,采用传统的检索模型无法检索到更精准的法律案例。针对上述问题,提出了基于BM25和RoBERTa的法律案例检索模型BM25-RoBERTa,该模型将传统的检索模型与神经检索相结合以获得更好的排序结果。实验结果表明,文中提出的模型在处理法律案例检索任务时表现良好。

交通事故案例检索优化方法

为提高交通事故条件下实时决策管理的准确性,提出交通事故案例检索优化方法.基于交通事故案例数值型和枚举型数据构成特征,采用信息熵方法评价数据离散程度,客观确定交通事故案例属性权重,在数据归类化处理的基础上,应用二阶聚类算法建立案例检索库,开发交通事故案例检索系统并进行案例检索试验,从案例最高相似度及案例集匹配度两方面评价案例检索精度,验证了该案例检索优化方法的有效性.

案例检索及权重优化方法研究及应用

案例检索是基于案例推理(CBR)系统的中心环节,检索速度和精度关系着整个系统的质量.文章系统地提出了一套案例检索及其权重优化方法(FRAWO),重点研究了用基于梯形的模糊集和改进的欧氏距离检索算法分别解决案例中模糊概念属性、区间特征属性的相似度计算问题以及采用PULL&PUSH调整策略进行案例权重的调整.在实验系统上基于案例库对FRAWO法的有效性、准确度、效率等进行了实验.实验结果表明,FRAWO法适用于CBR系统,检索速度较快、准确性高.

基于CBR的故障诊断系统案例检索策略

研究了面向对象的案例表示方法和层次结构的案例组织模式.在对故障案例合理分类的基础上,引入案例集故障状态向量作为案例的分类标志,引入案例发生频率以实现相似案例的最终择优选择,将权重向量放在各个案例集中分别计算.提出了一种类选、粗选、精选、择优"四步走"的案例检索策略,将灰色关联理论和欧几里德距离相结合,采用了一种新的相似度计算方法,以此作为"精选"的主要算法.以装载机的故障智能诊断系统为实例,完成了系统设计与实现.

基于粗糙集的K均值聚类算法在案例检索中的应用

在基于本体的案例检索系统中,由于数据库中的案例数量随着时间的推移而成倍增加,案例检索的效率不断降低,因此如何有效地提高案例检索系统的效率是个亟待解决的问题。提出一种基于粗糙集的K-means聚类算法,在用户检索之前对案例库中成千上万的案例进行有效聚类,从中定义基于粗糙集的聚类中心和上下近似以及边界。实验证明,该方法在系统检索时不必对每个案例都进行相似度的计算,从而大大提高了检索性能。

城市洪灾应急案例检索中的RIMER方法研究

为处理复杂城市洪灾应急案例检索问题,设计置信规则库,提出结合归纳索引法和基于证据推理的置信规则库推理方法(RIMER)的应急案例索引技术。设计应急案例检索框架,通过案例知识表示与转化,构建城市洪涝灾害应急管理置信规则库;通过激活权重设置、证据推理和效果评价,实现城市洪灾应急案例相似度定量评价;并通过武汉市洪灾应急处置进行算例分析。结果表明:用置信规则结构能处理洪灾应急案例中的模糊信息,用证据推理方法能快速检索存在复杂依赖关系的应急案例库。

案例检索以及案例库建设中的若干问题

本文介绍了新兴的检索方式——案例检索 ,并对案例库建设中存在的问题进行了探讨。

基于粗糙集的航路飞行冲突智能解脱系统案例检索方法

针对航路飞行冲突智能解脱中的案例推理问题,提出了基于粗糙集的改进案例检索方法。建立了框架式案例知识系统表达结构,包括19个条件属性变量和1个决策变量。将基于信息熵的全局优化算法和启发式快速约简算法用于属性约简,把17项案例属性检索指标根据天气和军方活动的情况分别简约为4项。依据条件属性对决策属性的影响程度,建立了基于粗糙集属性重要度的指标权重确定方法。通过算例进行计算,将简约前后的案例检索效果进行比较,结果表明一致性达到90%。简约后的属性不仅可以保证较好的检索质量,还能够有效减少检索空间,提高检索速度。

基于粗糙集的CBR系统案例检索策略

针对案例推理系统中案例检索的效率和质量问题,提出一种新的案例检索策略。采用粗糙集进行案例属性约简,完成案例库优化,并计算反映专家经验的属性权重,结合相似度计算和人工神经网络进行不同情况下的案例检索。运用UCI数据集进行了仿真对比,将其用于数字数据网故障诊断系统中,结果表明所提出的策略在不同数据集下均具有较高的检索效率,更加适用于实际CBR系统。

基于人工神经网络的案例检索与案例维护

传统的案例推理系统中,案例检索和案例维护作为两个相互独立的任务分别考虑。而对于案例维护以案例库为纽带,直接为案例检索服务的内在联系没有充分研究。在分别论述案例检索、案例维护,以及人工神经网络在案例推理系统中的应用研究现状基础上,进一步探讨了采用人工神经网络方法实现案例检索和案例维护的整体设计方案,并阐述了其中技术细节。最后,以某产品设计应用为背景,设计并实现了一个反向传播神经网络作为案例检索和案例维护方法,验证了结论的正确性。

分布式环境下基于语义相似的案例检索

分布式环境下的异构案例表达制约了案例检索过程中案例属性之间的可比性,进而成为分布式环境下案例推理系统成败的一个关键问题。该文提出基于语义相似的案例检索,通过利用Ontology技术来理解案例属性的内在含义,在此基础上定义并计算属性之间的相似程度。对原型系统的初步测试证明了基于语义相似的案例检索有效性。

基于知识元的突发事件案例检索方法研究

为了解决以往案例检索片面性以及忽视环境因素重要性的问题，进一步提高案例检索的有效性和准确性，将共性知识元模型引入到应急领域中，结合突发事件案例内容特征，将突发事件案例其表示成基于知识元的后景和前景。基于此提出了一种突发事件案例检索方法，构建了检索总体流程与相似度计算流程，提出了后景相似度、前景相似度以及全局相似度的计算方法；针对前景相似度，提出了完备下标正序数列的概念，给出了从前景片断相似度矩阵中找出完备下标正序数列的步骤，最后通过实例证明了方法的可行性。

冷轧建模中基于粗糙集和神经网络的案例检索

针对一般基于案例属性相似度的案例检索方法在实际应用时存在相似性度量的定义等难点而无法保证高效、准确检索的问题,提出了一种新的案例检索方法。根据粗糙集理论对冷轧负荷分配决策表进行简约以及从简约的决策表数据中发现规则,在此基础上利用发现的规则建立隐层节点数更合理的神经网络模型,以此神经网络模型实现相似案例检索,经在线实验证明,应用该方法可实现快速高效的案例检索,提高了整体智能推理建模的效率和质量。

一种基于ART-2神经网络的案例检索方法

检索是基于案例推理（CBR）系统中的关键技术,本文把ART神经网络与案例多级索引技术结合起来,提出一种两级ART网络结构模型,为大型案例库建立了案例分类及检索模型,实现案例动态聚类与从类型到具体案例的索引,增强了系统的自学习、自适应能力,大大提高了案例分类和检索的效率.

基于禁忌搜索与遗传算法的案例检索技术

案例的检索和提取是案例推理系统的一个关键步骤,案例检索结果的优劣直接影响到案例重用、修改以及整个系统的性能。遗传算法是一种基于进化思想的全局优化方法,但是存在搜索速度慢以及早熟收敛等问题;禁忌搜索是一种局部优化技术,具有搜索速度快等优点。文中将禁忌算法和遗传算法结合在一起提出了一种新的聚类方法,并将该聚类方法引入大型案例推理系统的案例检索过程中。实验结果表明使用这种方法能够达到较理想的搜索效果。