特征归纳的关联相似性模型

作者提出特征归纳的关联相似性模型,用以描述以归纳特征的关联特征相似性为基础的归纳推理,把归纳推理中相似性和关联知识统一整合起来。该模型认为归纳强度主要取决于归纳特征与关联特征的关联强度和关联特征的相似性程度的乘积,归纳信心主要取决于关联强度,从而分离归纳信心和归纳强度。以大学生为被试的两个实验的主要结果支持关联相似性模型的主要预测。关联相似性模型能够描述解释以关联特征相似性为基础的归纳推理现象,比以往的归纳理论具有更大的解释能力和解释范围。

基于区域相似性模型的图像检索研究

提出一种新的用于计算图像相似性的模型,该模型利用图像区域的相似性表示图像的相似性,针对不同的区域提取不同的特征或特种组合计算图像的相似性,利用遗传算法进行优化,利用实验进行验证及评价,表明方法能够获得更好的检索精度。

一种基于权重相似性模型的不动产数据整合方法

为完成不动产权籍调查项目成果与不动产登记信息系统的对接,实现权籍调查成果数据的整合,综合考虑数据的海量性、多源性、异构性等特征,本文提出利用欧氏距离和相似度系数建立描述数据样本间近似程度的归一化综合指标即相似离度,根据计算出的相似性测度最大值确定关联目标,从而实现地块的落宗匹配。通过应用试验评价及算法效益分析,本文方法可以在投入人员、完成周期和经费投入方面提高效率,在数据整合领域具有推广意义。

基于相似性模型的磁共振成像脑瘤检测算法

基于图像灰度GMM模型,将相似性学习与主动轮廓方法相结合,提出了一种脑瘤检测方法.首先,利用训练样本建立GMM模型,模型参数可通过EM算法求取;然后,基于像素点对间相似性模型生成脑瘤与脑肿胀的距离图;同时,将GMM模型与超像素方法相结合,以实现脑瘤的初定位;最后,使用主动轮廓法在距离图上进行脑瘤的精确检测.实验结果证明该方法具有较高的检测精度.

团队心智模型相似性与正确性对团队创造力的影响

现代组织越来越依赖团队进行创造与创新活动,团队创造力成为理论与实践共同关注的热点问题。最新理论指出,与个体类似,团队也是信息加工者,团队决策实质上也是信息搜寻、编码、存储和提取的认知加工过程。从团队认知角度开展研究是团队创造力领域的新方向。鉴于此,本研究从团队认知的角度出发,探讨共享心智模型与团队创造力之间的关系。基于80个信息平台运行维护团队的数据,研究结果表明,心智模型的相似性与正确性均能影响团队创造力,但方向正好相反。心智模型相似性负向预测团队创造力,而心智模型正确性则正向预测团队创造力。两者还共同影响团队创造力,当成员心智模型正确性高且相似性低时,团队创造力最高;而当成员心智模型彼此相似但错误时,团队创造力最差。本研究首次将团队认知和团队创造力两个研究领域结合起来,研究结果有望丰富和拓展两个领域研究成果。

基于蚁群搜索的三维CAD模型相似性计算

模型相似性计算是三维CAD模型检索中的关键技术.为了更准确地区分模型之间的差异,提出了一种基于蚁群搜索的模型相似性计算方法.首先,根据边数的差异度量源模型面与目标模型面之间的形状相似程度,并引入面邻接对应关系矩阵衡量两个模型之间的结构相似性;其次,使用蚁群算法搜索源模型与目标模型之间的最优面匹配序列,以最优面匹配序列为基础来计算两个模型之间的相似性;最后,使用贪心算法和本文所提出的方法分别计算源模型与目标模型之间的相似性,并进行对比实验.实验结果表明:在计算关键模型的相似性时,本文所提出方法的计算结果比贪心算法提高了8.33%;与贪心算法相比,本文方法能够有效区分实验中的10个模型.

粒子群优化三维模型相似性评价

为了更好的度量三维CAD模型以实现面向设计领域的典型模型结构信息的智能重用,提出了基于粒子群算法优化的三维CAD模型典型结构挖掘和相似性评价方法。算法首先由组成模型各面的边的数目构造相似性评价矩阵,然后以此为描述体,通过粒子群算法搜索两模型的面最优匹配序列,最后根据搜索到的面最优序列提取并计算面相似度,进而对模型整体的相似度进行计算。通用ESB模型库实验结果表明,与已有算法相比,所提算法可以更准确地描述三维模型的典型结构相似性,有助于典型结构的准确挖掘和设计重用。

基于粒子群算法的三维CAD模型相似性计算

为了更加准确地度量两个模型之间的形状差异,提出了一种基于粒子群的模型相似性计算方法。利用面的组成边数来构造面相似度矩阵,通过粒子群算法对该矩阵进行搜索,得到了两个模型之间的最优面匹配序列。根据这个最优面匹配序列,从面相似度矩阵中提取对应的面相似性值。通过累积面之间的相似性来计算模型之间的整体相似性,以此为基础来度量模型之间的差异。实验结果表明,该方法能够准确地度量两个模型之间的相似程度。

基于面匹配的模型相似性度量方法

为了准确地衡量两个模型的相似程度,提出了一种基于面匹配的模型相似性计算方法。使用面邻接图表示模型的拓扑结构,根据面的组成边数来构造两个模型之间的面匹配矩阵,同时,使用贪心算法来计算模型之间的相似性。在实验中,使用所提方法来度量目标CAD模型和源CAD模型之间的相似程度。实验结果表明,该方法能够有效地衡量模型之间的差异。

基于GNP类关联规则挖掘的外汇投资相似性匹配交易模型研究

提出了一种基于外汇市场的价格上升下降序列的新的GNP-SMT方法。基于遗传网络编程(GNP)与类关联规则,通过算法迭代,抽取大量的类关联规则,并存储在规则库中(上升池和下降池)。然后,将产生的规则进入池中来计算价格向上和向下价的概率。在训练期间,提取大量的向上和向下的规则后,使用相似度的匹配计算,以处理各个步骤的执行情况。在测试期间,连续交易的投资金额由GNP的SMT的预测概率计算确定。使用两种不同的情况下呈现的结果,模型都显示很好的盈利。

长三角地区产业结构相似性研究

利用近年投入产出数据,基于夹角余弦理论构建产业相似性度量模型和经济结构相似性度量模型,并对长三角地区进行实证分析。结果表明,(1)经济结构相似性度量模型优于传统产业同构系数模型;(2)从产业间的投入产出消耗角度观察,长三角地区在工业和金融业相似性较高;(3)从产业的产出角度测度长三角地区的经济发展相似性,江苏省与安徽省之间的相似性较高,上海市与安徽省之间相似性较低。

归类的相似性对比模型研究综述

本文阐述了近期归类中的相似性对比模型的研究,首先介绍了相似性对比的空间模型、基于特征的对比模型以及最近提出的结构匹配模型,并且详细阐述结构匹配模型观点以及它的应用方面的研究,旨在抛砖引玉,引起更多的人们来关注本领域的研究与发展。

基于云模型相似性度量的结构不确定性损伤识别

测量噪声、建模误差等不确定性因素会影响损伤识别结果,甚至导致损伤误判的问题。为此,提出基于频响函数和云模型相似性度量的不确定性损伤识别方法。首先基于多次重复测量数据,根据频响函数理论计算结构损伤前后各单元的损伤系数,采用损伤前后云模型期望曲线的相似程度来构造损伤位置识别指标,识别结构的损伤位置。其次,利用单元损伤前后的云模型数字特征变化量来构造损伤程度指标,确定损伤单元的损伤程度。以23杆桁架结构数值算例验证该方法的可行性及可靠性,探讨原始样本个数、噪声程度对识别结果的影响,并研究在无健康工况数据条件下所提方法的识别效果。研究结果表明:与传统的云模型相似性度量方法中的夹角余弦法相比,所提算法可以更好地处理损伤识别过程中的不确定性问题,且仅需少量样本即可准确识别出单元的损伤位置及损伤程度,具有一定的工程应用价值。

复杂系统操纵员心智模型相似性的影响因素

目的已有研究表明心智模型相似性有助于提高工作效率和安全绩效,本研究则探讨复杂系统操纵员心智模型相似性的影响因素。方法参加本研究的54名复杂系统操纵员在长期互动中构成的一个社会网络,构建操纵员两两间专业相似性、工龄差异、共同值班次数以及心智模型相似性四个矩阵,并用社会网络分析程序UCINET分析前三者对后者的影响。结果专业相似性、工龄差异、共同值班次数能够显著预测操纵员心智模型相似性。结论操纵员彼此间的工作经验越接近、专业背景越相似,其心智模型相似性越高;而与假设相反,共同值班次数越多,其心智模型相似性反而越低。本研究可为通过促进成员心智模型相似性来提高系统操作效率和安全绩效的实践提供理论支持。

基于数据挖掘的符号序列聚类相似度量模型

为了从消费者偏好序列中发现市场细分结构,采用数据挖掘领域中的符号序列聚类方法,提出一种符号序列聚类的研究方法和框架,给出RSM相似性度量模型。调整RSM模型参数,使得RSM可以变为与编辑距离、海明距离等价的相似性度量。通过RSM与其他序列相似性度量的比较,表明RSM具有更强的表达相似性概念的能力。由于RSM能够表达不同的相似性概念,从而使之能适用于不同的应用环境,并在其基础上提出自组织特征映射退火符号聚类模型,使得从消费者偏好进行市场细分结构研究的研究途径在实际应用中得以实现。

基于Tversky参数化的犹豫模糊集相似性测度研究

针对传统的犹豫模糊集相似性测度对原始数据信息处理不全面的问题,提出一种基于Tversky参数化比率相似性模型的犹豫模糊集相似性测度函数,分析其差异化系数在不同需求情况下的转换形式,并运用于犹豫模糊信息的聚类分析。新的相似性测度函数一方面可避免因添加或取特定的值而导致原始数据信息不准确,另一方面通过对差异化系数的赋值,得出多组可供比较的相似性结果,体现出相似性测度函数良好的动态性和数值的精确性。

基于粒子群优化的三维CAD模型相似性评价

为了准确度量CAD模型的形状差异以更好地实现重用,提出了基于粒子群优化的CAD模型相似性评价算法。算法首先模型面的边数构造评价矩阵,然后通过粒子群算法搜索两模型的面最优匹配序列,最后提取并计算面相似度,完成对整体模型的相似度计算。结果表明,与已有算法相比,所提算法可以更准确地描述三维模型的相似性,有助于典型结构的准确挖掘重用。

特征归纳中关联强度与关联相似性的交互作用效应

根据特征归纳的关联相似性模型分析和三个因素实验研究发现,在基于关联相似性而进行的特征归纳中,关联强度和关联相似性两因素对归纳强度的影响存在交互作用效应。关联相似性变化对归纳强度的影响依赖于关联强度,随关联强度的增加而增加。关联强度变化对归纳强度的影响依赖于关联相似性水平:在高的关联相似性条件下,归纳强度随关联强度增加而增加;在中等关联相似性条件下,归纳强度不受关联强度变化的影响;而在低的关联相似性条件下,归纳强度随关联强度增加而减小。

水工定床模型相似度的研究

对水工定床模型相似性的分析可量化为模型相似度的比较。模型系统与原型系统之间的相似在于二者之间有若干个相似元。各相似元的相似值等于特征值比例系数和相应的特征权数的乘积。相似元的相似值总和为二者之间的相似度 ,即二者之间相似性的度量。水工定床模型系统与原型系统之间的相似性由十个相似元构成。根据这一理论 ,本文分析了模型的几何变形对流速、压强和相应场产生的变态效应 ,并以算例分析了变态率和几何比尺对水工定床模型相似度的影响。结果表明相似度量化评估有利于提高模型的相似性 ,水工定床模型宜多采用大比尺。

P3b反映基于相似性的图形类别归纳决策过程

先前关于归纳推理的研究没有探讨过图形类别归纳任务中决策过程的事件相关电位(ERPs)特征。该研究采用图形材料,通过记录和分析图形类别归纳推理任务的结论评估阶段的脑电信号,探讨了不同类别条件下图形归纳推理决策过程的ERP特征。实验结果显示,推理决策过程中,当前提为一些狗具有某种属性特征时,结论一致类别(狗类及马类)比结论不一致类别下(椅子类)的归纳推理诱发了更大的P3b的波幅;而结论一致类别下,类别内(狗类)比类别外(马类)推理诱发更大的后部脑区的P3b的波幅,反映了相似性对类别归纳的贡献。该研究为理解类别归纳过程的决策阶段的动态加工过程提供了神经电生理学证据。研究结果进一步支持了类别归纳的相似性理论模型。