范例推理中基于时序的范例匹配方法模型

用传统的最近邻检索和匹配算法找到的最相似范例,由于时间的变迁,在实际应用中,该范例的解决方案对于 新问题的解决不一定是最有用的,因而也不是最优的.为了解决这个问题,本文提出了一种基于时序的范例匹配方法模 型,为找到最优相似范例提供了一条有效途径.

基于引入概率的范例匹配新方法

针对范例匹配中的冲突问题,提出了基于引入概率的一种范例匹配新方法,并给出了概率确定、引入以及最终相似度计算的完整理论。首先采用阀值判断过滤范例;然后在模型中引入概率,并通过调整影响因子来改变引入概率对最终相似度的影响;最后计算比较最终相似度得出最优相似范例。实例证明,该方法提高了范例匹配的时效性和准确性。

基于范例推理中的一种范例匹配方法模型

传统的最近邻检索和匹配算法不一定能找到最优相似范例,本文提出了一种根据范例间数值型属性对应成比例的原则进行范例匹配的方法,它作为原算法的一个补充,为找到最优相似范例提供了一条有效途径.

基于范例推理的海关行政处罚研究

海关行政处罚对于纠正海关相对人违法行为,保证国际贸易的有序进行具有重要的现实意义。本文主要研究范例推理技术在海关行政处罚中的应用,将现有案件与范例库中已结案件的范例比较,提取相似范例,参考其解决方案,以提高海关行政处罚的办案速度。

基于范例推理的智能答疑的研究与实现

针对答疑系统在一定程度上依赖于专家知识和以往经验的特点,将CBR引入到答疑系统的设计中,研究了基于CBR的智能答疑系统范例库的构建方法,对BP神经网络和范例匹配算法在CBR范例库检索中的应用进行了分析,能有效地提高答疑系统的效率和准确性,进一步提高答疑系统的智能性。