期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
基于改进概率软逻辑模型的高校学生状态推理方法
1
作者 张嘉 王志星 王娇 《软件工程》 2024年第5期45-50,共6页
随着高等教育的普及,各类管理决策需求增加,基于数据驱动和知识驱动的决策方法成为新的发展趋势。基于此,提出了一种通过改进概率软逻辑模型挖掘知识规律和推理学生状态的方法,该方法通过引入规则挖掘算法,赋予概率软逻辑模型自动挖掘... 随着高等教育的普及,各类管理决策需求增加,基于数据驱动和知识驱动的决策方法成为新的发展趋势。基于此,提出了一种通过改进概率软逻辑模型挖掘知识规律和推理学生状态的方法,该方法通过引入规则挖掘算法,赋予概率软逻辑模型自动挖掘规则的能力。在真实学生状态数据上的实验结果表明,该方法在多项目标关系的推理上,准确率能达到80%以上,并且多层次推理结构的实验效果优于非层次推理结构的实验效果。对于学生状态类非完整知识库数据的挖掘和推理,该方法减少了人工工作量,降低了因人为认知偏差带来的不确定性。 展开更多
关键词 概率软逻辑 高校学生状态 规则挖掘 推理 多层次结构
下载PDF
基于概率软逻辑推理模型的高校贫困生识别
2
作者 张嘉 王娇 王志星 《电脑知识与技术》 2024年第7期1-3,7,共4页
贫困大学生作为一个特殊群体在高校大学生中占有较高比例,国家对于高校资助工作的开展一直高度重视。如何精准识别大学生的贫困程度并为其提供资助是众多高校一直着力解决的长期性问题。该研究提出了一种基于概率软逻辑推理模型来预测... 贫困大学生作为一个特殊群体在高校大学生中占有较高比例,国家对于高校资助工作的开展一直高度重视。如何精准识别大学生的贫困程度并为其提供资助是众多高校一直着力解决的长期性问题。该研究提出了一种基于概率软逻辑推理模型来预测大学生贫困等级的方法,该方法通过软约束构建规则和逻辑谓词方式将人为可理解的贫困生判别标准和常识引入概率软逻辑推理模型进行推理预测。在高校学生真实数据上的大量实验表明,该方法的识别正确率可达到90%以上。此外,与支持向量机、逻辑回归、决策树等机器学习算法相比,该方法具有更高的推理识别精度,因此,对于大学生的贫困程度识别该方法具有巨大的潜力。 展开更多
关键词 概率软逻辑 贫困生识别 推理 预测 精准资助
下载PDF
规则半自动学习的概率软逻辑推理模型 被引量:6
3
作者 张嘉 张晖 +2 位作者 赵旭剑 杨春明 李波 《计算机应用》 CSCD 北大核心 2018年第11期3144-3149,3155,共7页
概率软逻辑(PSL)作为一种基于声明式规则的概率模型,具有极强的扩展性和多领域适应性,目前为止,它需要人为给出大量的常识和领域知识作为规则确立的先决条件,这些知识的获取往往非常昂贵并且其中包含的不正确的信息可能会影响推理的正... 概率软逻辑(PSL)作为一种基于声明式规则的概率模型,具有极强的扩展性和多领域适应性,目前为止,它需要人为给出大量的常识和领域知识作为规则确立的先决条件,这些知识的获取往往非常昂贵并且其中包含的不正确的信息可能会影响推理的正确性。为了缓解这种困境,将C5.0算法和概率软逻辑相结合,让数据和知识共同驱动推理模型,提出了一种规则半自动学习方法。该方法利用C5.0算法提取规则,再辅以人工规则和优化调节后的规则作为改进的概率软逻辑输入。实验结果表明,在学生成绩预测问题上所提方法比C5.0算法和没有规则学习的概率软逻辑具有更高的精度;和纯手工定义规则的方法相比,所提方法能大幅降低人工成本;和贝叶斯网络(BN)、支持向量机(SVM)等算法相比,该方法也表现出不错的效果。 展开更多
关键词 概率软逻辑 规则自动提取 机器学习 C5.0算法 半自动学习
下载PDF
基于概率软逻辑模型的实体解析 被引量:2
4
作者 宫云宝 甘亮 黄九鸣 《计算机工程》 CAS CSCD 北大核心 2017年第8期188-192,199,共6页
在马尔科夫逻辑网(MLN)的实体解析算法中任意闭原子采用硬约束,导致推理及权重学习过程较难收敛到最优解,降低解析精度及执行效率。为此,提出一种将概率软逻辑(PSL)模型应用到实体解析中的方法,该模型中闭原子采用软约束,易于进行知识... 在马尔科夫逻辑网(MLN)的实体解析算法中任意闭原子采用硬约束,导致推理及权重学习过程较难收敛到最优解,降低解析精度及执行效率。为此,提出一种将概率软逻辑(PSL)模型应用到实体解析中的方法,该模型中闭原子采用软约束,易于进行知识推理与权重学习。阐述PSL模型基本理论,通过实体关系、实体属性、本体约束构造PSL模型的逻辑规则,描述实体解析的匹配过程,根据PSL模型的推理机制实现实体解析的决策过程。实验结果表明,与基于MLN的实体解析算法相比,该方法可大幅提高实体解析的准确率、F1值及执行效率。 展开更多
关键词 实体解析 概率软逻辑 马尔科夫逻辑 实体关系 实体属性 本体约束
下载PDF
基于概率软逻辑的多层次识别和推理 被引量:1
5
作者 张嘉 张晖 +2 位作者 杨春明 赵旭剑 李波 《计算机应用研究》 CSCD 北大核心 2019年第2期331-334,343,共5页
随着全球老龄化人口增长,老年人的日常行为监管和护理也成为极具挑战性的社会问题。为了应对这种不断增长的社会需求,提出了一种由数据和知识共同驱动、使用概率软逻辑(probabilistic soft logic)和多层次分析对老年人的日常活动进行建... 随着全球老龄化人口增长,老年人的日常行为监管和护理也成为极具挑战性的社会问题。为了应对这种不断增长的社会需求,提出了一种由数据和知识共同驱动、使用概率软逻辑(probabilistic soft logic)和多层次分析对老年人的日常活动进行建模的方法,来解决老年人护理中的活动识别问题。实验表明,该方法在活动识别和异常活动检测上比隐马尔可夫模型能产生更高的精度,并且比非层次识别方法具有更快的响应速度。 展开更多
关键词 概率软逻辑 老年人护理 多层次识别方法 机器学习
下载PDF
基于模糊规则和神经网络的新能源消纳数据清洗研究与应用
6
作者 熊为军 肖华 陈卫鹏 《水利水电快报》 2024年第7期116-121,共6页
为了充分挖掘和高效利用新能源的消纳空间,需要在调度控制时考虑广域量测、环境、气象以及社会等多源信息。数据清洗是使用这些数据的前提,提出了一种数据清洗技术,分析了新能源消纳能力计算的数据来源以及数据间的隐含关联,将其转换为... 为了充分挖掘和高效利用新能源的消纳空间,需要在调度控制时考虑广域量测、环境、气象以及社会等多源信息。数据清洗是使用这些数据的前提,提出了一种数据清洗技术,分析了新能源消纳能力计算的数据来源以及数据间的隐含关联,将其转换为PSL形式的模糊规则,构建了面向新能源消纳数据清洗的神经网络。以张家口市张北县2020年风电数据为例进行数据清洗。结果表明:数据清洗并修复后的数据正确率达到98.3%,该技术能够有效地利用多源信息的关联映射关系,实现对不良数据的有效甄别。研究结果可为各方参与新能源建设和开展新能源价值挖掘提供可靠的数据支撑。 展开更多
关键词 新能源消纳 数据清洗 模糊规则 概率软逻辑
下载PDF
体现辨证论治差异的不孕症知识图谱构建方法研究 被引量:1
7
作者 马月坤 张可心 高唱 《计算机工程》 CAS CSCD 北大核心 2023年第3期280-287,295,共9页
不同医家在辨证论治、辨证结果及用药习惯上存在差异,目前已有的知识图谱只对辨证论治知识进行关联与表达,不能直观地体现辨证论治差异。以6位医家的不孕症知识图谱为基础,通过引入“医家”与“关联强度”两种关系属性,构建一个整合多... 不同医家在辨证论治、辨证结果及用药习惯上存在差异,目前已有的知识图谱只对辨证论治知识进行关联与表达,不能直观地体现辨证论治差异。以6位医家的不孕症知识图谱为基础,通过引入“医家”与“关联强度”两种关系属性,构建一个整合多位医家辨证论治知识并直观体现差异性的知识图谱。在PageRank算法对不孕症数据进行预处理的基础上,通过对辨证论治过程自定义逻辑规则,利用概率软逻辑推理关联强度。建立基于关系图注意力网络的知识融合模型,考虑关系对实体含义表达的影响,通过关系图注意力网络层加权传播与聚合邻居实体信息,得到更丰富的实体向量表示从而实现不孕症知识融合。实验结果表明,该模型具有较好的融合能力,在朱南孙-钱伯煊数据集上Hit@1、Hit@10、Hit@30、MeanRank均取得较好结果,分别达到45.63%、60.85%、91.55%、0.564。通过构建体现辨证论治差异的不孕症知识图谱,可以系统地建立多位医家辨证论治知识之间的关联,对中医个性化知识的传承与发展具有重要意义。 展开更多
关键词 知识图谱 辨证论治 不孕症 概率软逻辑 图神经网络
下载PDF
基于MOOC的学生参与在线课程模式研究 被引量:5
8
作者 张莉 《中国教育信息化》 2018年第11期48-51,共4页
本文针对MOOC在线学生的行为,分析数据模型,建模学生参与行为,提出基于学生行为开发用于理解学生参与在线课程的框架,研究潜在学生在三门MOOC课程中坚持下来的模式,预测学生在课程前期的生存状况,对以用户与MOOC交互和课程的不同点识别... 本文针对MOOC在线学生的行为,分析数据模型,建模学生参与行为,提出基于学生行为开发用于理解学生参与在线课程的框架,研究潜在学生在三门MOOC课程中坚持下来的模式,预测学生在课程前期的生存状况,对以用户与MOOC交互和课程的不同点识别学生活动的指标作进一步的定量分析。 展开更多
关键词 MOOCs 模型 概率软逻辑 学生评价
下载PDF
面向开放式信息抽取系统的知识推理验证 被引量:2
9
作者 陈泽东 赵旭剑 +2 位作者 张晖 杨春明 李波 《西南科技大学学报》 CAS 2019年第4期72-80,共9页
开放式信息抽取系统是从Web等非结构化文本中挖掘知识的主要途径,但其抽取结果往往存在大量噪声,对知识发现以及知识库构建产生较大影响。提出一种基于概率软逻辑模型的知识推理验证方法,该方法首先使用一阶逻辑语言对知识抽取结果进行... 开放式信息抽取系统是从Web等非结构化文本中挖掘知识的主要途径,但其抽取结果往往存在大量噪声,对知识发现以及知识库构建产生较大影响。提出一种基于概率软逻辑模型的知识推理验证方法,该方法首先使用一阶逻辑语言对知识抽取结果进行转化和推理,并且在推理过程中引入本体规则进行约束,在此基础上,建立推理规则的自动学习机制,解除传统规则推理对于实体解析规则的依赖,进而实现对知识的自动推理和验证。经实验对比验证,该方法具有更优的算法性能,实现了规则的自动学习,提高了知识推理效率,对验证知识的语义规范性和正确性有积极作用。 展开更多
关键词 开放式信息抽取系统 知识推理验证 规则自动学习 概率软逻辑模型
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部