一种地形分析结果的多层次表示及量化方法

为了适应作战仿真智能实体的分层次路径规划，提出了一种地形分析结果的多层次表示及量化方法。根据全局路径规划与局部路径规划的概念和数字高程模型的多尺度表示模型，建立了地形坡度分析和可视性分析结果的多层次表示方法和量化公式。结合坡度计算和可视性计算公式，运用该方法实现了一个具体数字高程模型的多层次量化，分析了方法的有效性和可行性。试验结果表明：该方法可以实现分析结果的多层次表示，满足分层路径规划对地形分析的要求。

基于自编码器的过完备多级表示深度子空间聚类

深度子空间聚类网络利用深度自表达性,借助具备全连接层的欠完备深度自编码器,有效地解决了无监督子空间聚类难题.然而,该方法使用输入数据的不完全表示,并且缺乏低级和高级信息的集成,从而损害其鲁棒性.为解决这一问题,提出了一种新的深度子空间聚类方法,该方法使用卷积自动编码器将输入图像转换为位于线性子空间联合上的新表示.在编码器层加入了过完备分支,使得网络能够捕捉到更精细的数据细节.此外,在编码器和相应的解码器层之间引入多个完全连接的线性层.这些互相连接的层协同作用,将低级和高级信息结合在一起,从而在编码器的不同层级上生成了多组自表达和信息表示.该过程有效地促进了特征学习过程.最后,引入了一个新的损失最小化问题,利用初始样本聚类有效地集成了多级表示,从而更准确地恢复了底层子空间结构.随后,采用迭代方案来最小化损失函数.在4个真实数据集上的实验结果表明,在大多数子空间聚类场景中,本文方法最优.

基于多层次复杂概念网络表示方法的《伤寒论》方药按主方分类的知识发现

本文基于形式概念分析数学理论,以《伤寒论》方药知识库中方剂、药物和方剂-药物关系为概念进行形式背景的生成,并根据清代徐灵胎《伤寒论类方》的分类方法(桂枝汤类、柴胡汤类、泻心汤类和杂法方类)进行形式背景的对象子块分割和优化,进而借用描述事物普遍性和特殊性层次的复杂概念网络生成方法,构建《伤寒论》方按主方分类相应的方剂配伍子群结构多层次复杂概念网络图,给出相应方剂(对象)和药物(属性)之间的关系结构可视化表示和解释。这是将信息科学与传统中医伤寒学结合的新尝试,有利于对传统分类方法的再学习和认识,进一步推动《伤寒论》学术的继承和创新。

基于多层次复杂概念网络表示方法的《伤寒论》方药按治法分类的知识发现

基于形式概念分析数学理论,以《伤寒论》方药知识库中方剂、药物和方剂-药物关系为概念进行形式背景的生成,并根据王子接《伤寒古方通》的分类方法(和剂、温剂和汗剂)进行形式背景的对象子块分割和优化,进而借用描述事物普遍性和特殊性层次的复杂概念网络生成方法,构建《伤寒论》方药按治法分类相应的方剂配伍子群结构多层次复杂概念网络图,给出相应方剂(对象)和药物(属性)之间的关系结构可视化表示和解释。这是将信息科学与传统中医伤寒学结合的新尝试,有利于对传统分类方法的再学习和认识,进一步推动《伤寒论》学术的继承和创新。