从属性量检测到质特征定性的感觉特征抽取模型

提出了将感觉信息处理建立在属性操作研究上的基本观点 .给出了属性量 -质转化规律的定性映射模型 (QM) ,和 QM与人工神经元的 TLU(Threshold Logic Unit)模型的等价性定理 .根据感觉简单细胞和皮层神经元能对其敏感属性 a(x)的量 da(x)及相应质特征 pd(x) ,分别作出反应 (或检测 )和定性抽取的实验事实 ,提出了一个从量检测到质特征定性的感觉特征抽取模型 .

KDD中基于感觉数据特性抽取的概念提升

感觉识别和概念的判断分别是直觉思维和逻辑思维的基础,对感觉数据特性的抽取可归纳为一定性映射,本文以感觉数据特性抽取的定性映射为模型,提出一种概念提升的新方法和神经网络学习算法,相比传统的提升方法,该方法更符合人们思维推理的习惯,对确定每一模糊概念隶属度问题似乎变得简洁,实用直观,通过对基准族学习,实现对感觉概念属性的检测。