基于双层建模的知识表达方法在医学知识库构建中的应用

医学知识库是临床决策支持系统(CDSS)的重要组成部分。目前部署在医院内部的CDSS通常针对特定的需求(如合理用药、辅助诊断),其知识库所涵盖的知识种类比较单一。构建一个整合多种不同医学知识种类的协同知识库,能够使得不同类型的知识内容作为一个有机整体提供更加全面和有效的决策支持应用。提出一种基于双层建模的知识表达方法,首先分析和归纳临床信息化环境下影响诊疗决策的各类医学知识,如诊断知识、治疗知识、药学知识等,并对它们之间的协同关系进行定义,形成认知模型,然后针对特定的知识推理和计算的需求,为每一种知识类型选取具体的知识表达形式,形成最终的计算模型。基于该双层建模方法所研发的临床决策支持系统在三甲医院已运行4年多,实践表明该系统有效解决不同知识类型的集成和推理的需要,为构建整合和全面的知识应用奠定基础。

基于CA与MAS的军用装备维修保障建模仿真

在装备维修保障建模仿真中引入元胞自动机(CA)与多智能体系统(M A S),提出了基于CA与M A S的装备维修保障系统双层结构建模框架,设计了系统的环境模型和主要A gen t模型。采用N etlogo平台开发了装备维修保障仿真系统,通过实例仿真分析了不同维修协作策略对系统整体效能的影响方式及程度,得出信息化条件下通过实施区域化的协作保障可以提高维修保障效率、节约维修资源的结论。

Internet建模的关键:研究AS间路由器级连接

AS-域内路由器双层建模方式是目前构建Internet规模的路由器级网络模型的最优方案,而该方案需要建模者首先了解域间路由器级连接的特点。指出AS类型对域间路由器级连接具有较大影响,通过定义域间参数映射,利用现网数据对域间参数映射进行了现象学分析,获取了不同类型AS相关参数的分布函数,解决了双层模型的组合问题。在此基础上,进一步对Internet建模尚需解决的若干问题进行了讨论。

基于机器学习的机器人运行轨迹数据自动分类方法设计

在机器人运行轨迹数据分类中,过大的数据量和轨迹数据的多维性使分类需要花费巨大时间,获取的分类结果也不够准确,设计一个基于机器学习的机器人运行轨迹数据自动分类方法,实现更加智能的分类。以时空双层网络为基础设计运行轨迹数据挖掘算法,自动挖掘轨迹数据。通过数据清洗、提取起始点与结束点、数据筛选、标准化处理这4个步骤预处理机器人运行轨迹数据。通过轨迹点抽样提取、停留点提取、停留区域点提取、轨迹点合并、轨迹语义化、添加时间信息与方向信息这6个步骤处理提取运行轨迹特征。基于机器学习中的粒子群优化算法和支持向量机实施运行轨迹数据的自动分类,测试设计方法的性能,在测试中使用的移动机器人是一种水路两栖机器人,在其工作时采集实验数据。测试结果表明:该设计方法在分类时的收敛速度较快,最低分类准确率超过91.5%,分类处理时间较短,实现了最初的设计目标。