导读:本文包含了知识获取系统论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:知识,粗糙,系统,信息系统,真值,互联网,粒度。
知识获取系统论文文献综述
丛贞,王瑶,范建红[1]（2019）在《企业创新能力提升的系统动力学分析——基于知识获取视角》一文中研究指出有效的知识获取作为企业创新的基础和创新过程的开端,是企业创新能力提升的关键。鉴于此,本研究从知识获取视角,依据协同理论,将企业创新能力提升的动态演化关系划分为叁个子系统,即企业知识存量子系统、市场知识获取子系统和技术知识获取子系统,构建基于知识获取的企业创新能力提升的系统动力学模型,并采用Vensim PLE软件进行仿真分析。研究结果表明,企业的市场知识获取和技术知识获取促进了企业创新能力的提升,且研究结果明晰了企业创新能力提升的主要影响因素,揭示了企业创新能力的提升途径。研究的开展可以为企业提升创新能力,增强竞争优势提供理论依据。(本文来源于《系统科学学报》期刊2019年04期）
梁美社[2]（2019）在《多源直觉模糊信息系统的知识获取方法》一文中研究指出人工智能是当前信息科学理论和应用研究中的一个热点领域.随着计算机科学与技术的快速发展,特别是计算机网络的飞速发展,人类生产生活的各个领域都产生了大量数据信息.这些数据信息的类型日渐复杂,且规模还在不断增长,形成了类型复杂且格式异构的高维海量数据信息.这其中结构化的数据仍然是信息系统中数据信息的主要表达方式之一,通常用二维数据表的结构来表示.为了深入研究信息系统的不确定性,许多学者从不同研究角度出发,提出了包括模糊集理论、直觉模糊集理论、粗糙集理论、形式概念分析理论、证据理论等一系列数据分析理论.这些理论在知识发现与数据处理过程中都发挥了重要的作用.将这些理论进行有机结合,对于深入挖掘数据背后的隐含信息,以及更精确表示数据系统中的知识具有重要的意义.作为模糊集理论的一种重要推广,直觉模糊集综合考虑了元素的隶属度、非隶属度和犹豫度叁个方面的信息.因此,其在表达和处理模糊性、不确定性等问题的时候更具灵活性和实用性.近年来将直觉模糊集理论与粗糙集理论、证据理论等结合研究受到了广泛关注.本文在已有的理论和模型基础上,以直觉模糊信息系统为研究对象,以粗糙集理论、直觉模糊集理论、多伴随理论、证据理论、概念格理论等为工具,研究了直觉模糊信息系统中的属性约简、规则提取、信息融合、多属性决策等方面的问题.文章主要内容包括:直觉模糊集的相似性度量以及在此基础上的多粒度直觉模糊决策粗糙集、广义优势多粒度直觉模糊粗糙集中的属性约简与规则提取、多伴随理论下的直觉模糊粗糙集以及多伴随理论下直觉模糊群决策方法的构造、广义直觉模糊单边概念格等问题.主要工作如下:(1)在直觉模糊集理论中,相似性度量是一种非常重要的不确定性度量.许多学者根据直觉模糊相似度度量的公理化定义.给出了不同的计算直觉模糊相似度的方法.这些方法在实际计算中往往存在一些不合理的地方.我们通过综合考虑直觉模糊集的犹豫度、隶属度和非隶属度端点所包含的信息,定义了一种新的直觉模糊相似度.通过算例验证了该相似度的合理性.随后,该相似度被用于构造直觉模糊决策粗糙集模型以及多粒度直觉模糊决策粗糙集模型.我们详细讨论了直觉模糊决策粗糙集模型以及多粒度直觉模糊粗糙集模型相关性质.通过定义粒度重要性,我们给出了一种新的求解最优粒度的方法,最后我们设计了启发式算法,并通过实例验证了该方法的有效性.(2)决策粗糙集模型是Yao等人于1990年提出的.由于在经典粗糙集理论的基础上引入了贝叶斯风险分析,这使得决策粗糙集理论具有强大的理论基础和合理的语义解释.随后,决策粗糙集模型被进一步推广到了多粒度决策粗糙集模型.考虑直觉模糊集和多粒度决策粗糙集在信息表达和信息处理方面各自具有很强的优势,如何在直觉模糊信息系统中构造多粒度直觉模糊决策粗糙集是我们研究的内容之一.根据新定义的直觉模糊相似度,我们构造了直觉模糊信息系统中的相似关系以及相似类.利用相似类定义了直觉模糊决策粗糙集模型和多粒度直觉模糊决策粗糙集模型.通过选取阈值,在多粒度直觉模糊决策粗糙集模型中引入乐观和悲观α-下近似和β-上近似分布约简的概念,分析了多个粒空间中的最优粒度选择问题.基于多粒度乐观和悲观α-下近似和β-上近似分布质量定义了多粒度决策粗糙集的粒度重要度,并且基于此给出了乐观和悲观融合策略α-下近似和β-上近似分布约简的粒度约简算法.(3)优势关系粗糙集模型是研究序关系信息系统中数据挖掘的主要方法.传统的直觉模糊优势关系仅仅通过隶属度与非隶属度的绝对差(得分函数)以及隶属度与非隶属度的和(精确函数)来判断两个直觉模糊数的大小,进而得到直觉模糊信息系统中的优势关系.这种方法忽略了直觉模糊集所表达的天然语义.因此,定义新的直觉模糊优势关系是我们研究的内容之一.首先,通过引入t-模和t-余模,定义了强、弱、平均叁种优势关系,得到了与之对应的叁种优势类.提出了广义优势关系多粒度直觉模糊粗糙集模型.其次,给出了该模型的主要性质.在此基础上.定义了广义优势悲观多粒度直觉模糊粗糙集中的信任结构.在保证信任分布函数(平均信任质量函数)与似然分布函数(平均似然质量函数)不变的条件下,给出了求解相应的直觉模糊决策信息系统约简的方法.最后.考虑被近似的决策属性集合是直觉模糊集合,根据多粒度的思想,构造了在直觉模糊决策信息系统中,逻辑连接词为“或”的决策规则.(4)多伴随对是t-模和其剩余蕴含算子的一种推广.它不但保留了t-模及其剩余蕴含算子的主要性质,更重要的是这样构成的算子能够更加灵活的应用于所要研究的对象.多伴随与粗糙集理论结合产生了多伴随模糊粗糙集模型,该模型通过不同伴随对的使用.可以表达用户对不同对象的偏好,极大增强了模糊粗糙集理论应用范围.将多伴随算子与直觉模糊集理论结合自然是我们研究的内容之一.首先,构造了直觉模糊信息系统中直觉模糊近似等价关系.在此基础上,利用一组t-模和其剩余蕴含算子定义了多伴随直觉模糊上下近似算子.最后,通过定义直觉模糊决策信息系统的正域依赖度,给出一种近似约简方法.(5)决策作为人类的一项重要的思维和认知活动,广泛存在于人类社会生活的各个领域.随着经济、社会的快速发展,在面对大型、复杂的决策问题时,一个人的智慧往往是有限的,如何有效利用群体力量进行决策就显得尤为重要.由于直觉模糊集对事物刻画更加细腻,且隶属度、非隶属度及犹豫度本身就隐含决策行为中的接受、拒绝及不能确定(犹豫)的情况.Dempster-Shafcr证据理论作为贝叶斯理论的一般推广,由于不需要先验概率和条件概率密度,在处理不确定、不完备甚至是含糊不清的信息时具有很强的优势.因此,将多伴随直觉模糊粗糙集与证据理论相结合,我们给出了基于多伴随与证据理论的直觉模糊群决策模型.多伴随理论与证据理论的应用增强了模型处理直觉模糊决策问题的能力.另一方面,不同伴随对的使用表达了决策者的不同偏好,极大地增强了模型处理模糊问题的灵活性.(6)形式概念分析是数据挖掘和知识获取的一种有效的数学工具.无论是经典的形式背景还是模糊的形式背景,信息获取往往是单一方面的.然而,在认知过程中,人们往往表现出积极、犹豫或消极等多方面性.直觉模糊集作为模糊集的一种自然、直观的泛化,具有较强的表达现实世界信息模糊性的能力.首先通过利用t-模和t-余模定义了直觉模糊优势关系,在此基础上定义了两种Galois连接.随后,构造了两种广义单边直觉模糊概念格,分析广义单边概念格的主要性质,构造了概念格属性约简的辨识矩阵方法.(本文来源于《河北师范大学》期刊2019-03-30）
李红,左金萍[3]（2018）在《高新技术产业创新生态系统的知识产权价值获取模型设计——基于IMEC的案例分析》一文中研究指出科学有效的价值获取机制是高新技术产业创新生态系统可持续发展的保证。通过对比利时微电子研究中心(IMEC)主导的比利时微电子产业创新生态系统案例的探索性和解释性研究,详细阐述其以知识产权为基础的独特价值获取机制,据此提出"协调者"知识产权价值获取概念模型,为中国高新技术产业创新生态系统的价值获取理论研究和实践拓展提供参考。(本文来源于《中国科技论坛》期刊2018年10期）
覃露,徐晓巍,李姣[4]（2018）在《移动互联网环境医务人员知识获取行为分析系统设计》一文中研究指出移动智能设备在医护人员的工作场景中广泛应用,有助于医务人员随时随地获取专业知识辅助临床决策,提高医疗质量,理解医务人员知识获取行为,可以精准、有效地为医务人员提供知识服务。移动互联网环境构建面向医务人员的知识获取行为分析系统,将医务人员知识获取行为分为静态信息和动态信息两大类,并对每一类进行详细定义,形成医务人员所特有行为标签架构,为医学知识的个性化推荐奠定基础,进而提升医务人员知识获取能力。(本文来源于《中国数字医学》期刊2018年09期）
吴延军[5]（2018）在《武器火控系统故障诊断知识获取技术的研究》一文中研究指出为了解决武器火控系统故障诊断专家系统知识获取的问题,提出了故障树分析法与案例推理技术相结合的一种故障诊断方法。运用故障树分析法对所建的故障树进行定性分析,再将简化的等效树用于专家知识库的建立;采用面向对象技术与数据库技术相结合的案例表示方法,定义案例的故障特征向量和案例特征权向量,并将故障案例表示成决策表,建立某武器火控系统故障诊断系统。这个系统能够快速有效地诊断出武器火控系统的各种故障,及时确定出故障组件所处的状态。(本文来源于《科技与创新》期刊2018年16期）
胡宗容[6]（2018）在《基于MPI的信息系统知识获取方法研究》一文中研究指出现实生活中信息系统的属性不仅多样化、维度高、而且包含噪音、冗余和不相关属性,为了消除噪音等对计算过程和最终结果造成的影响,解决数据计算的复杂性和准确性问题,需要选择合适的知识获取方法。随着近年来数据爆炸式增长,并行技术显得越来越重要,并行计算能够提高性能和存储空间,使得单机计算和存储瓶颈得以解决。本论文结合粗糙集理论,运用并行计算的思想对知识获取方法进行研究,旨在将并行计算与粗糙集理论相结合,在解决数据计算复杂性和准确性问题基础上,提高计算性能和计算效率,处理串行算法在对大型信息系统计算时出现的时间过长、内存溢出和宕机等问题。主要研究工作如下:(1)针对连续数据离散化问题,提出了基于MPI和聚类的连续属性并行离散化方法。首先,对信息系统分块,并将数据块分配给各个计算节点;其次,进行并行聚类,对数据进行归一化处理后,基于k均值算法对属性做聚类操作,得到聚类结果;最后,采用几万到几十万不等的数据集进行了仿真实验,实验结果表明:基于MPI的并行聚类离散化算法极大地缩短了串行算法的运行时间,能够用来处理大规模数据,提高计算性能和计算效率。(2)针对离散化数据的知识约简问题,提出了基于MPI和分辨矩阵的并行知识约简方法。首先,分配并行任务,同时计算等价类,得到等价类结果;其次,各节点根据分配到的任务并行构建分辨矩阵,计算属性核,然后,由属性核最终计算得到知识约简结果;最后,采用几百到几十万不等的数据集进行了仿真实验,实验结果表明:基于MPI利用分辨矩阵并行求知识约简的算法在保持约简结果不变的条件下,能够解决串行算法的时间和空间瓶颈,用来处理大规模数据集。本文的并行计算方法很容易拓展,如果增加可用的计算资源,计算速度会进一步得到提升。(本文来源于《重庆邮电大学》期刊2018-05-16）
宋波[7]（2018）在《基于粒计算与形式概念分析的信息系统快速知识获取算法研究》一文中研究指出知识表示与获取是人工智能中的关键问题,而规则获取是其中一项重要的研究内容。粒计算是一种对复杂问题进行分析、求解的数学模型。粗糙集理论作为其中一个重要的分支,主要是采用近似算子对不确定信息进行逼近,从而可以对数据进行分析、推理,进而挖掘数据中隐含的知识,揭示其内在的规律。形式概念分析是基于形式背景进行数据分析与规则获取的强有力工具,作为知识的一种表示模型,主要依赖于形式概念的外延与内涵,基于形式概念之间的偏序关系建立层次结构。粒计算与形式概念分析是近年来新兴的两个数学分支,二者已经发展成为知识表示与获取的两个重要数学工具。尽管粒计算与形式概念分析的研究方法有所不同,但二者之间的研究背景和研究目标是相同的,能够对复杂的信息系统进行知识发现。真值表能够视为一种特殊的信息系统,真值表化简广泛应用于组合逻辑电路优化过程中,大规模真值表的化简对于逻辑电路的化简具有重要意义。本文从粒计算和形式概念分析的角度出发,重点研究了信息系统的规则获取,主要从以下方面展开讨论:(1)针对现有的基于形式概念分析的完备信息系统规则提取算法研究大多停留在属性约简方面,而在规则提取方面的研究较少。基于此,提出了一种基于形式概念分析的决策表最简规则提取算法,通过设置启发式算子加快冗余规则的判定,最后通过去除冗余属性获取最简决策规则。(2)形式概念分析通常可以对形式背景描述的完备信息系统进行分析和处理,然而在多数情况下信息系统是不完备的。针对此问题,从粒计算的角度出发,基于概念格理论定义了一种描述不完备信息系统的增广形式背景,提出了极概念与极概念格,同时提出了极概念生成算法。为了获得更加简洁的规则,又提出了一种新的无冗余属性的决策规则获取算法。(3)在大规模逻辑电路分析与设计中,直接由真值表得到的最简逻辑函数表达式的过程往往比较复杂。针对此问题,提出了一种基于变粒度的大规模真值表快速约简算法。该算法通过引入标记矩阵和启发式算子对大规模真值表进行化简,从而得到最简逻辑函数表达式。(4)针对形式概念分析在进行规则提取的过程中存在大量的冗余概念问题,本文将形式概念分析融入真值表约简问题中,给出了真值表的最简规则判定定理,同时提出了基于形式概念分析的真值表约简算法。该算法避免了大量的冗余概念的生成,以有效解决大规模真值表的化简问题。(本文来源于《太原理工大学》期刊2018-05-01）
阳杰,刘锦宏,赵雨婷[8]（2017）在《开放获取期刊知识传播系统研究》一文中研究指出在界定开放获取期刊和开放获取期刊知识传播系统概念的基础上,对系统的要素、结构和功能进行深入分析。认为相较于传统订阅学术期刊知识传播系统,开放获取期刊知识传播系统因其网络传播和论文开放获取的特性而呈现出Y式—星式、链式—环式以及全联通式的传播结构,具备传播知识、质量控制和登记存档叁大功能。(本文来源于《出版科学》期刊2017年05期）
张晓燕[9]（2017）在《格值信息系统知识获取的粒计算方法研究》一文中研究指出作为知识获取和数据挖掘的重要工具,粒计算是在解决大规模复杂问题时模拟人类思考问题自然模式的一个新的理论、技术和方法,其基本思想是在问题求解过程中使用信息粒,从不同角度、不同层次上对现实问题进行描述、推理与求解.本文以格值信息系统为研究对象,以粗糙集为主要研究工具,系统深入地研究格值信息系统的粒计算、知识获取的理论与方法.本文的研究内容是基础数学、应用数学以及信息科学的热点问题,这些问题的解决将进一步明确格值信息系统的知识获取理论与决策分析方法,对决策管理、市场预测、医疗诊断等领域的实际问题具有广泛的应用价值.具体创新如下:(1)研究了格值信息系统中信息粒度的数学结构及其表示理论.从代数的角度研究了格值信息系统的向量表示、知识粒空间表示、知识粒度表示、以及知识粒级表示.进一步,为了描述不同标准知识粒之间的运算,给出了标准知识粒之间的运算法则.从而,得到了在粒级的意义下每个向量知识粒的空间位置都是确定的.即,一个向量知识粒只能位于一个粒级上面,且同一粒级上可以允许存在多个知识粒.进而详细而深入地刻画了格值信息系统的粒度结构.(2)建立了格值信息系统中基于信息熵的不确定度量.通过在格值信息系统中引入知识信息熵、知识分辨度、粗糙熵等概念建立了格值信息系统的不确定性度量,并研究了它们的重要性质,讨论它们之间的度量关系,证明了知识粒度和粗糙熵随着知识确定程度的增强而单调下降的结论,从而给出了格值信息系统的信息解释.通过证明发现格值信息系统粗糙集的粗糙熵可以更精确地度量粗糙集的粗糙程度,进一步,丰富了格值信息系统知识发现的理论基础.(3)提出了格值信息系统的多粒度粗糙集模型.由于最初提出的经典等价关系粗糙集模型不能够处理带有多个粒度等复杂背景的格值信息系统,因此建立了基于格值信息系统的乐观和悲观多粒度粗糙集模型.进一步,重点研究了两种模型的重要性质,探讨了二者之间的区别和联系,揭示了与单粒度优势关系粗糙集之间的联系.进一步,定义了这两种模型的两个不确定度量,即粗糙度和依赖度,给出了它们各自的性质及联系,为格值信息系统多粒度粗糙集模型的扩展和应用打下了坚实基础.(4)提出了带模糊决策格值信息系统的属性约简与规则获取问题.通过在带模糊决策格值信息系统中引入了对象偏序度的定义,得到了对对象排序的方法.在带模糊决策格值信息系统中讨论了粗糙近似的性质,建立了该系统的上下近似约简的辨识矩阵方法和启发式算法,给出了具体规则提取的方法.通过案例分析验证了提出方法的有效性,进一步丰富了格值信息系统的粒计算理论.(本文来源于《西北大学》期刊2017-06-01）
郭渊,许泽银,白琨[10]（2017）在《基于智能化数据挖掘获取知识的工艺规划系统研究》一文中研究指出针对基于数据挖掘获取知识的工艺规划系统中数据挖掘的执行过度依赖于专家而造成应用门槛高以及效率低、质量差的现状,提出基于智能化数据挖掘获取知识的工艺规划系统。以本体技术为支撑,通过获取领域词汇构建基于本体的数据挖掘知识库,当新的工艺规划任务产生时,该知识库将为之提供准确的数据挖掘模式,引导数据挖掘算法、数据样本、数据字段及其权重等选择并嵌入计算机程序,实现对数据挖掘过程的智能化、自动化控制。在此基础上,讨论了基于智能化数据挖掘获取知识的工艺规划系统工作机理、总体架构、开发策略以及功能模块和实现技术等,最后通过实验验证了系统的效果。(本文来源于《制造技术与机床》期刊2017年04期）
知识获取系统论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
人工智能是当前信息科学理论和应用研究中的一个热点领域.随着计算机科学与技术的快速发展,特别是计算机网络的飞速发展,人类生产生活的各个领域都产生了大量数据信息.这些数据信息的类型日渐复杂,且规模还在不断增长,形成了类型复杂且格式异构的高维海量数据信息.这其中结构化的数据仍然是信息系统中数据信息的主要表达方式之一,通常用二维数据表的结构来表示.为了深入研究信息系统的不确定性,许多学者从不同研究角度出发,提出了包括模糊集理论、直觉模糊集理论、粗糙集理论、形式概念分析理论、证据理论等一系列数据分析理论.这些理论在知识发现与数据处理过程中都发挥了重要的作用.将这些理论进行有机结合,对于深入挖掘数据背后的隐含信息,以及更精确表示数据系统中的知识具有重要的意义.作为模糊集理论的一种重要推广,直觉模糊集综合考虑了元素的隶属度、非隶属度和犹豫度叁个方面的信息.因此,其在表达和处理模糊性、不确定性等问题的时候更具灵活性和实用性.近年来将直觉模糊集理论与粗糙集理论、证据理论等结合研究受到了广泛关注.本文在已有的理论和模型基础上,以直觉模糊信息系统为研究对象,以粗糙集理论、直觉模糊集理论、多伴随理论、证据理论、概念格理论等为工具,研究了直觉模糊信息系统中的属性约简、规则提取、信息融合、多属性决策等方面的问题.文章主要内容包括:直觉模糊集的相似性度量以及在此基础上的多粒度直觉模糊决策粗糙集、广义优势多粒度直觉模糊粗糙集中的属性约简与规则提取、多伴随理论下的直觉模糊粗糙集以及多伴随理论下直觉模糊群决策方法的构造、广义直觉模糊单边概念格等问题.主要工作如下:(1)在直觉模糊集理论中,相似性度量是一种非常重要的不确定性度量.许多学者根据直觉模糊相似度度量的公理化定义.给出了不同的计算直觉模糊相似度的方法.这些方法在实际计算中往往存在一些不合理的地方.我们通过综合考虑直觉模糊集的犹豫度、隶属度和非隶属度端点所包含的信息,定义了一种新的直觉模糊相似度.通过算例验证了该相似度的合理性.随后,该相似度被用于构造直觉模糊决策粗糙集模型以及多粒度直觉模糊决策粗糙集模型.我们详细讨论了直觉模糊决策粗糙集模型以及多粒度直觉模糊粗糙集模型相关性质.通过定义粒度重要性,我们给出了一种新的求解最优粒度的方法,最后我们设计了启发式算法,并通过实例验证了该方法的有效性.(2)决策粗糙集模型是Yao等人于1990年提出的.由于在经典粗糙集理论的基础上引入了贝叶斯风险分析,这使得决策粗糙集理论具有强大的理论基础和合理的语义解释.随后,决策粗糙集模型被进一步推广到了多粒度决策粗糙集模型.考虑直觉模糊集和多粒度决策粗糙集在信息表达和信息处理方面各自具有很强的优势,如何在直觉模糊信息系统中构造多粒度直觉模糊决策粗糙集是我们研究的内容之一.根据新定义的直觉模糊相似度,我们构造了直觉模糊信息系统中的相似关系以及相似类.利用相似类定义了直觉模糊决策粗糙集模型和多粒度直觉模糊决策粗糙集模型.通过选取阈值,在多粒度直觉模糊决策粗糙集模型中引入乐观和悲观α-下近似和β-上近似分布约简的概念,分析了多个粒空间中的最优粒度选择问题.基于多粒度乐观和悲观α-下近似和β-上近似分布质量定义了多粒度决策粗糙集的粒度重要度,并且基于此给出了乐观和悲观融合策略α-下近似和β-上近似分布约简的粒度约简算法.(3)优势关系粗糙集模型是研究序关系信息系统中数据挖掘的主要方法.传统的直觉模糊优势关系仅仅通过隶属度与非隶属度的绝对差(得分函数)以及隶属度与非隶属度的和(精确函数)来判断两个直觉模糊数的大小,进而得到直觉模糊信息系统中的优势关系.这种方法忽略了直觉模糊集所表达的天然语义.因此,定义新的直觉模糊优势关系是我们研究的内容之一.首先,通过引入t-模和t-余模,定义了强、弱、平均叁种优势关系,得到了与之对应的叁种优势类.提出了广义优势关系多粒度直觉模糊粗糙集模型.其次,给出了该模型的主要性质.在此基础上.定义了广义优势悲观多粒度直觉模糊粗糙集中的信任结构.在保证信任分布函数(平均信任质量函数)与似然分布函数(平均似然质量函数)不变的条件下,给出了求解相应的直觉模糊决策信息系统约简的方法.最后.考虑被近似的决策属性集合是直觉模糊集合,根据多粒度的思想,构造了在直觉模糊决策信息系统中,逻辑连接词为“或”的决策规则.(4)多伴随对是t-模和其剩余蕴含算子的一种推广.它不但保留了t-模及其剩余蕴含算子的主要性质,更重要的是这样构成的算子能够更加灵活的应用于所要研究的对象.多伴随与粗糙集理论结合产生了多伴随模糊粗糙集模型,该模型通过不同伴随对的使用.可以表达用户对不同对象的偏好,极大增强了模糊粗糙集理论应用范围.将多伴随算子与直觉模糊集理论结合自然是我们研究的内容之一.首先,构造了直觉模糊信息系统中直觉模糊近似等价关系.在此基础上,利用一组t-模和其剩余蕴含算子定义了多伴随直觉模糊上下近似算子.最后,通过定义直觉模糊决策信息系统的正域依赖度,给出一种近似约简方法.(5)决策作为人类的一项重要的思维和认知活动,广泛存在于人类社会生活的各个领域.随着经济、社会的快速发展,在面对大型、复杂的决策问题时,一个人的智慧往往是有限的,如何有效利用群体力量进行决策就显得尤为重要.由于直觉模糊集对事物刻画更加细腻,且隶属度、非隶属度及犹豫度本身就隐含决策行为中的接受、拒绝及不能确定(犹豫)的情况.Dempster-Shafcr证据理论作为贝叶斯理论的一般推广,由于不需要先验概率和条件概率密度,在处理不确定、不完备甚至是含糊不清的信息时具有很强的优势.因此,将多伴随直觉模糊粗糙集与证据理论相结合,我们给出了基于多伴随与证据理论的直觉模糊群决策模型.多伴随理论与证据理论的应用增强了模型处理直觉模糊决策问题的能力.另一方面,不同伴随对的使用表达了决策者的不同偏好,极大地增强了模型处理模糊问题的灵活性.(6)形式概念分析是数据挖掘和知识获取的一种有效的数学工具.无论是经典的形式背景还是模糊的形式背景,信息获取往往是单一方面的.然而,在认知过程中,人们往往表现出积极、犹豫或消极等多方面性.直觉模糊集作为模糊集的一种自然、直观的泛化,具有较强的表达现实世界信息模糊性的能力.首先通过利用t-模和t-余模定义了直觉模糊优势关系,在此基础上定义了两种Galois连接.随后,构造了两种广义单边直觉模糊概念格,分析广义单边概念格的主要性质,构造了概念格属性约简的辨识矩阵方法.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
知识获取系统论文参考文献
[1].丛贞,王瑶,范建红.企业创新能力提升的系统动力学分析——基于知识获取视角[J].系统科学学报.2019
[2].梁美社.多源直觉模糊信息系统的知识获取方法[D].河北师范大学.2019
[3].李红,左金萍.高新技术产业创新生态系统的知识产权价值获取模型设计——基于IMEC的案例分析[J].中国科技论坛.2018
[4].覃露,徐晓巍,李姣.移动互联网环境医务人员知识获取行为分析系统设计[J].中国数字医学.2018
[5].吴延军.武器火控系统故障诊断知识获取技术的研究[J].科技与创新.2018
[6].胡宗容.基于MPI的信息系统知识获取方法研究[D].重庆邮电大学.2018
[7].宋波.基于粒计算与形式概念分析的信息系统快速知识获取算法研究[D].太原理工大学.2018
[8].阳杰,刘锦宏,赵雨婷.开放获取期刊知识传播系统研究[J].出版科学.2017
[9].张晓燕.格值信息系统知识获取的粒计算方法研究[D].西北大学.2017
[10].郭渊,许泽银,白琨.基于智能化数据挖掘获取知识的工艺规划系统研究[J].制造技术与机床.2017
论文知识图
