直觉模糊近似推理中的可信度传播

针对直觉模糊近似推理中的可信度传播,提出计算结论可信度的相关算法。首先介绍了可信度因子的概念,分析了规则中的可信度因子传播对结论可信度的影响。然后针对直觉模糊近似推理的三种基本模式(取式、拒式、假言式),给出了计算结论可信度值的相关公式,最后通过实例验证了算法的正确性。

C-Rank:一种Deep Web数据记录可信度评估方法

针对Web信息可信度问题,提出了一种为Deep Web数据记录计算可信度的有效方法C-Rank。该方法为每一条记录构造一个S-R可信度网络,包含两种类型顶点及三种类型边。首先基于可信度传播的思想,利用顶点出度为每一个顶点计算其局部可信度值;再利用Record顶点入度及相邻Site顶点的可信度值,为该Record顶点计算权值;继而求得整个S-R网络的全局可信度值。实验证明,C-Rank方法能够合理而有效地评价数据记录的可信度,从而达到甄别虚假信息,为用户推荐可信数据记录的目的。该方法普遍适用于Deep Web的各个领域。

多前提规则的可信度传播

规则的可信度传播是结论可信度值启发式更新过程的重要阶段之一。单纯的min/max算式不能全面反映前题重要性、松弛约束证据以及旁证条件等因素对规则结论可信度值的影响。本文提出了一种能综合体现上述诸因素作用的可信度传播算法,该算法满足不精确推理模型的统一约束条件,并蕴含了传统的可信度传播算式。

电视公益娱乐节目的传播效果分析

电视公益娱乐节目是将娱乐传播与公益传播相结合的电视节目形式,本文将从传播者可信度、传播内容和受众契合度、传播时机策略等影响传播效果的主要因素入手,分析电视公益娱乐节目获得巨大关注的原因。

基于粗糙集理论的不确定推理方法

针对粗糙集理论在分析不精确、不完备信息系统等方面具有的优势,把粗糙集理论应用到模糊推理系统中,提出了一种基于粗糙集理论的不确定推理方法。通过粗糙集理论对属性进行约简,使得到的规则大大简化,通过引入可信度及其传播的概念,使推理结果更具有可信性和说服力。算例结果表明,应用此方法提取的模糊推理规则数目少、可信度高,且具有一定的容错能力,对规则的测试验证了该方法的有效性。

由“‘某’字新闻”谈新闻的公信力

本文在探究新闻报道中出现"某"字新闻的同时,坚守媒体责任感,旨在媒体责任的自我认知下唤醒新闻从业者的新闻自觉,并在媒介重构视阈下,新媒体与传统媒体合力并存的积极局面。

不精确推理机制的模糊逻辑解释

本文采用真值取在布尔代数上的模糊逻辑从理论上解释了专家系统中的不精确推理机制.