摘要:目的通过对现有聚类常用算法的研究,给出一种适用于大规模中文文本数据集聚类的算法DBTC(density-based tex...目的通过对现有聚类常用算法的研究,给出一种适用于大规模中文文本数据集聚类的算法DBTC(density-based text clustering).方法采用在DBSCAN算法基础上改进提出的DBTC算法,对中文文本数据集进行聚类.结果DBTC算法可以发现任意形状的簇,对中文文本聚类的准确率高达80%以上.结论经过分析和实验证明DBTC算法比基本的DBSCAN算法更适合于大规模数据集.显示全部
摘要:将范例推理(case based reasoning,CBR)与规则推理(rule based reasoning,RBR)两种人工智能技术相结合,...将范例推理(case based reasoning,CBR)与规则推理(rule based reasoning,RBR)两种人工智能技术相结合,实现一种快速预案生成系统.它有效地解决了单纯RBR系统在预案生成过程中的时间延迟缺陷和知识库难以获取的瓶颈.通过CBR工具,能够把以前发生的紧急事件和解决方案生成预案.一旦新的事件发生,首先从预案库中进行案例的相似性检索,如果没有检索到预案或者检索到的预案匹配度很低,再采用RBR系统对紧急事件进行规则推理,然后把推理结果重新存入预案库.实验数据表明,这种方法对单纯RBR系统在时间响应上进行了有效的优化.另外,因为案例的获取比专家系统推理规则的获取容易得多,它同时解决了RBR系统推理规则难以获取的瓶颈.根据这种思想,实现了CBR与RBR结合的快速预案生成系统.目前,它已经应用到抗洪抢险的预案生成和城市应急联动的决策支持上,效果表明它在预案生成速度以及实际可操作性上都具有明显优势.显示全部