-
题名决策支持系统的问题识别与描述方法研究
被引量：5
- 1
-
-
作者
柳少军
韩崇昭
万百五
-
机构
西安交通大学系统工程研究所
-
出处
《系统工程学报》
CSCD
1995年第2期56-65,共10页
-
基金
国家教委博士点基金
-
文摘
本文研究了一种用于宏观决策支持系统的问题识别与描述方法，该方法基于有关决策环境的正确描述；同时讨论了问题的识别过程，并在此基础上分析了模型的广义表示和问题的模型表示，作为ＳＸＳＥＳ─ＤＳＳ（陕西省科技经济社会协调发展宏观决策支持系统）开发的一项基础性工作，它具有很强的通用性，可用于广泛的决策类型。
-
关键词
决策支持系统
问题识别
问题描述
-
Keywords
：decision support，DSS，problm recognition，problem description
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-
-
题名基于QU-NNs的阅读理解描述类问题的解答
被引量：7
- 2
-
-
作者
谭红叶
刘蓓
王元龙
-
机构
山西大学计算机与信息技术学院
山西大学计算智能与中文信息处理教育部重点实验室
-
出处
《中文信息学报》
CSCD
北大核心
2019年第3期102-109,共8页
-
基金
国家自然科学基金(61673248
61806117)
山西省研究生联合培养基地人才培养项目(2018JD02)
-
文摘
机器阅读理解是自然语言处理(NLP)领域的一个研究热点,目前大部分的研究是针对答案简短的问题,而具有长答案的问题,如描述类问题是现实世界无法避免的,因此有必要对该类问题进行研究。该文采用QU-NNs模型对阅读理解中描述类问题的解答进行了探索,其框架为嵌入层、编码层、交互层、预测层和答案后处理层。由于该类问题语义概括程度高,所以对问题的理解尤为重要,该文在模型的嵌入层和交互层中分别融入了问题类型和问题主题、问题焦点这三种问题特征,其中问题类型通过卷积神经网络进行识别,问题主题和问题焦点通过句法分析获得,同时采用启发式方法对答案中的噪音和冗余信息进行了识别。在相关数据集上对QU-NNs(Question UnderstandingNeural Networks)模型进行了实验,实验表明加入问题特征和删除无关信息可使结果提高2%～10%。
-
关键词
阅读理解
描述类问题
问题理解
神经网络
-
Keywords
reading comprehension
description problems
question understanding
neural network
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于云计算的船舶通信网络入侵特征提取方法
被引量：6
- 3
-
-
作者
杨文虎
-
机构
山东职业学院
-
出处
《舰船科学技术》
北大核心
2018年第5X期145-147,共3页
-
文摘
普通船舶通信特征提取方法,不能根据入侵数据所处位置,快速完成数据特征的提取。为有效解决上述问题,设计基于云计算的船舶通信网络入侵特征提取方法。通过船舶通信入侵问题描述、特征数据的信号处理,完成云计算环境下,船舶通信入侵特征数据的确定。通过入侵特征架构的搭建、多序列船舶数据入侵特征提取,完成基于云计算的船舶通信网络入侵特征提取方法的搭建。设计对比实验结果表明,新型特征提取方法,与传统方法相比,可更加准确的确定入侵数据所处位置,并适当缩短完成数据特征提取所需时间。
-
关键词
云计算
传统通信
网络入侵
特征提取
问题描述
信号处理
特征架构
多序列
-
Keywords
cloud computing
traditional communication
network intrusion
feature extraction
problem description
signal processing
feature architecture
multi sequence
-
分类号
TP393.08
[自动化与计算机技术—计算机应用技术]
U665.2
[交通运输工程—船舶及航道工程]
-
-
题名情报预测概念内涵与技术发展
被引量：3
- 4
-
-
作者
张海瀛
戴礼灿
刘鑫
王成刚
-
机构
中国西南电子技术研究所
-
出处
《电讯技术》
北大核心
2023年第10期1492-1499,共8页
-
文摘
情报分析是情报工作的核心,情报预测是情报分析的难点,是进行决策和行动的重要依据。探讨情报预测的概念内涵与技术发展,对大数据和人工智能等先进技术的科学应用以及未来研究具有重要意义。通过描述性研究、概念分析、资料总结等方法,对情报预测的概念和流程进行了剖析,提炼总结了一种包括预测对象、预测内容的情报预测问题描述框架,并按照理论-方法-工具三个层次对现有的机器定量预测方法体系进行了分析。情报预测包括业务和技术两个维度,清晰明确的问题定义是大数据和人工智能等先进技术发挥作用的重要前提。目前,机器定量预测方法以机器学习、深度学习为主,大大提高了机器解决情报预测问题的能力,未来将向神经符号计算方向拓展。
-
关键词
情报预测
预测问题描述
情报预测方法体系
机器定量预测
神经符号计算
-
Keywords
intelligence prediction
prediction problem description
intelligence prediction methodology
machine quantitative prediction
neural symbol computing
-
分类号
TN971
[电子电信—信号与信息处理]
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名植物病理学中的专家系统
- 5
-
-
作者
汪真
-
出处
《福建稻麦科技》
1991年第2期59-63,共5页
-
文摘
七十年代的技术发展,使电子计算机成为植物病理学的重要工具。我们中的大多数人用计算机或微机进行信息处理,获得数据或分析数据。这些计算机的应用帮助人们提高科研、教学以及实际工作的效率和质量。此外,植物病理学中更复杂的计算机应用是研究工作中的一个完整部分。若没有计算机,包括模拟和植物病害流行模式及病害测报等的研究将造成极大困难。新一代的计算机和计算机应用起源于人工智能研究,计算机科学一个较新的领域与开发类似人解决问题方法那样的更灵巧和更有用的程序联系。
-
关键词
专家系统
人工智能研究
植物病理学
计算机科学
计算机应用
病害测报
植物病害流行
人类专家
解决问题方法
描述问题
-
分类号
S51
[农业科学—作物学]
-
