基于蚁群算法信息素的异构案例集合构建策略

基于CBR智能推荐系统是大型科学仪器协作共用网的重要组成部分。根据蚁群算法信息素更新原理设计并实现了一个完全异构案例集合构建策略。分析了完全异构案例集合构建原理,重点论述了案例权重动态分配的解决原理及过程。根据实验结果,表明该方法能够有效地提高智能推荐系统推荐结果的精确程度。

基于XML的CBR异构案例近似匹配模型

针对已有XML文档间相似度比较策略仅限于结构或内容单方面匹配的局限,借助基于案例的推理CBR(Case-BasedReasoning)系统的领域知识库,设计并提出一种用于解决CBR异构案例近似匹配的模型,从结构、语义及内容三方面综合考虑XML文档间的相似度。该模型一方面解决了现有XML文档相似度匹配策略无法综合结构、语义及内容三方面信息的难题;另一方面解决了现有CBR系统仅能比较同构案例的局限。