隨著科技的飛速發(fā)展,人工智能的發(fā)展也越來越快。不確定性推理作為人工智能核心研究領(lǐng)域,在人工智能發(fā)展中有著不可替代的作用。模糊語言信息模型由于貼近人類的自然語言,在處理不確定性推理問題時存在數(shù)值無法比擬的優(yōu)勢。因此,本文結(jié)合語言值有序?qū)θM和形式概念分析,提出了基于語言值有序?qū)θM概念格的不確定性推理模型。本文的主要研究成果如下:本文在語言值二元組的基礎(chǔ)上,提出一種語言值有序?qū)θM表示模型,研究語言值有序?qū)θM及其性質(zhì),給出語言值有序?qū)θM的相似度算子,并討論語言值有序?qū)θM加權(quán)平均聚合算子。由于進(jìn)行決策和推理時,獲取的初始數(shù)據(jù)類型復(fù)雜,為解決這一問題。構(gòu)造模糊集、直覺模糊集、猶豫模糊集、語言真值直覺模糊集與語言值有序?qū)θM之間的標(biāo)準(zhǔn)化轉(zhuǎn)化模型。結(jié)合語言值有序?qū)θM之間的相似度,將標(biāo)準(zhǔn)化轉(zhuǎn)化模型應(yīng)用于模式識別中,并通過實(shí)例說明該方法的合理性。語言值有序?qū)θM表示模型能夠有效地減少信息缺失,從正、反兩個方面表達(dá)信息,使計(jì)算機(jī)在模擬人類思維進(jìn)行推理時,更容易識別人類自然語言。本文將語言值有序?qū)θM與形式概念分析相結(jié)合,提出語言值有序?qū)θM形式背景,并在標(biāo)準(zhǔn)化轉(zhuǎn)化模型基礎(chǔ)... 

【文章來源】：遼寧師范大學(xué)遼寧省

【文章頁數(shù)】：53 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究意義
    1.2 國內(nèi)外現(xiàn)狀
        1.2.1 模糊計(jì)算理論的研究
        1.2.2 語言值的研究
        1.2.3 概念格理論的研究
        1.2.4 不確定性推理的研究
    1.3 本文研究內(nèi)容
    1.4 文章結(jié)構(gòu)
2 預(yù)備知識
    2.1 模糊集
    2.2 語言真值直覺模糊格蘊(yùn)涵代數(shù)
    2.3 語言值二元組
    2.4 形式概念分析
        2.4.1 概念格
        2.4.2 模糊概念格
        2.4.3 語言值直覺模糊概念格
3 基于語言值有序?qū)θM的多類型數(shù)據(jù)標(biāo)準(zhǔn)化方法
    3.1 語言值有序?qū)θM
        3.1.1 語言值有序?qū)θM表示模型
        3.1.2 語言值有序?qū)θM的算子
    3.2 多類型數(shù)據(jù)的標(biāo)準(zhǔn)化轉(zhuǎn)化模型
    3.3 基于語言值有序?qū)θM的模式識別方法
    3.4 本章小結(jié)
4 語言值有序?qū)θM概念格及其規(guī)則提取方法
    4.1 語言值有序?qū)θM形式背景
    4.2 多類型數(shù)據(jù)形式背景之間的轉(zhuǎn)化模型
    4.3 語言值有序?qū)θM概念格規(guī)則提取方法
    4.4 本章小結(jié)
5 基于語言值有序?qū)θM概念格的模糊推理
    5.1 語言值有序?qū)θM的四則運(yùn)算
    5.2 語言值有序?qū)θM概念格的模糊推理方法
        5.2.1 語言值有序?qū)θM概念格模糊推理模型
        5.2.2 語言值有序?qū)θM概念格模糊推理算法
    5.3 語言值有序?qū)θM推理模型實(shí)例
    5.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況
致謝



本文編號：3337208