CBR方法在谈判中的研究与应用

NSS的辅助决策技术很多,CBR方法是很有效的一种。考虑增强案例推理系统的性能,论文在案例表示和组织方面展开研究。用ID3算法构建决策树,将谈判产生的历史案例通过分类形成知识库。在此基础上进行案例匹配,效率将有所提高。最后,通过一个应用实例,说明了该方法的可行性。

基于CBR的心电图诊断系统设计

心电图的自动诊断 ,具有很高的临床应用价值。本文在比较各种分类算法的基础上 ,提出了应用CBR模型建立心电图自动诊断系统的构想 ,并阐述了CBR模型中心电图实例库设计的若干关键问题。

CBR中的检索模型研究

事例检索模型直接影响基于事例推理(Case-BasedReasoning,CBR)的结果。该文提出了一种将多概念学习的决策树算法、多维加权贴近度法与模糊综合评判法相结合的事例检索模型,并根据事例状态的属性设计了几种隶属度函数。分析了此模型的优缺点,指出了今后的改进方向。

基于粗糙集的归纳推理检索方法

归纳推理检索是基于事例推理(CBR)中常用的检索方法之一，是基于ID3算法的检索方法。文章在基于事例推理方法的背景下论证了事例的属性的重要性和冗余之间的关系，并在此基础上从属性相对于其属性的重要性角度来构造启发函数。和ID3算法相比较，该算法不但降低了计算复杂性，而且在一定程度上可以消除样本中的噪声，使归纳推理检索方法的检索效率有所提高。

分类技术在心电图自动诊断模型中的应用比较

提高心电图诊断的有效性和准确性的关键在于心电图分类的质量。文中针对这一情况,详细论述了利用各种分类技术对提取的心电图特征数据进行分类的方法,并在比较各种分类算法的基础上,提出了一种基于CBR的心电图自动诊断系统的结构模型。

软件度量数据的建模方法研究

软件度量的目的在于做决策支持。要想通过软件度量做出正确的决策,就必须构造决策目标和量化的软件属性,即度量数据间的关系模型。介绍了当前软件度量领域内用于构造这种关系模型的有代表性的方法。对每种方法的基本原理、一般步骤,以及在软件度量中的应用、优缺点进行了阐述;最后还指出了两种尚未被广泛用于软件度量领域而又有一定潜力的新方法。

基于机器学习算法的井漏预测与诊断理论模型研究

在钻井作业中发生的井漏事故具有突发性、难治理等特点,导致现场堵漏工程难度大、成功率低、成本高等。为了“快、准、狠”地解决该类难题,必须准确预测漏失并提出堵漏措施。本文利用梯度提升决策树算法(GBDT)进行了井漏预测模型研究,通过分析若干机器学习算法,论证了GBDT作为井漏钻前预测模型的可行性;利用案例推理技术建立井漏案例诊断库,使用欧几里得算法和LB_Keogh算法进行井漏案例的检索,提出相应的井漏处理措施,通过实例验证了相似性计算的可靠性。