导读:本文包含了规则抽取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:规则,神经网络,情节,序列,机器翻译,事件,算子。
规则抽取论文文献综述
阎红灿,张奉,刘保相[1]（2016）在《基于粒计算的粗决策规则抽取与约简》一文中研究指出规则挖掘是数据挖掘的一项重要研究内容,也是决策支持系统、人工智能和推荐系统等领域的研究热点,其中,属性约简和最小规则集合抽取是关键环节,尤其抽取效率决定了其可应用性。将粗糙集模型和粒计算理论应用于决策规则约简,通过粒化函数实现决策表的粒化,由粒隶属度和概念粒集构造算法生成初始概念粒集,进而根据概念粒的分辨算子进行属性约简,可视化的概念粒格实现决策规则提取。实验结果表明该方法更易计算机编程实现,比已有方法高效实用。(本文来源于《通信学报》期刊2016年S1期）
吉家锋,裴峥[2]（2016）在《基于连续值信息系统的模糊规则抽取》一文中研究指出基于模糊隶属度函数和模糊蕴含算子,对于连续值信息系统和决策信息系统,提出抽取简单语言描述命题和复合语言规则的方法。抽取实验的结果表明,通过设置不同的阈值,该方法可获得不同支持度的直观结果,为获得信息系统的整体分布信息和可能蕴含的规则提供帮助。(本文来源于《济南大学学报(自然科学版)》期刊2016年01期）
尤涛,徐伟,杨凯,杜承烈,钟冬[3]（2015）在《广义无冗余情节规则抽取方法研究》一文中研究指出情节规则挖掘旨在发现频繁情节之间的因果关联,现有无损情节规则挖掘方法没有考虑多规则间的关联关系,故而存在大量冗余.利用演绎推导特性对情节规则间的关联关系进行建模,引入无冗余情节迹规则的概念,分析了情节迹冗余的原因,通过最大重迭项冗余性检查给出广义无冗余情节规则抽取算法;证明了广义无冗余情节规则对情节规则的等价表达能力.理论分析和实验评估表明该算法在处理效率基本不变的前提下,提高了情节规则的生成质量.(本文来源于《电子学报》期刊2015年02期）
赵晨熙,徐金梧,黎敏,阳建宏[4]（2012）在《基于决策树算法规则抽取的COREX燃料配比模型》一文中研究指出为了解决COREX现场燃料配比的困难,提出了基于决策树规则抽取的COREX燃料配比模型。以COREX-3000-2#炉中燃料配比的实际生产数据为研究对象,利用决策树C4.5规则抽取方法对样本数据进行学习,采用知识规则的形式给出模型中输入(各种燃料的配比)与输出(焦比)间的定量关系,用于指导燃料使用配比。选取163个训练样本和70个测试样本分别用决策树进行了训练和测试。结果表明,模型中的知识规则覆盖率分别达到93.1%和85.3%,为现场生产燃料配比决策提供了有效的方法。(本文来源于《计算机应用研究》期刊2012年12期）
刘颖,姜巍[5]（2012）在《统计机器翻译中翻译规则抽取》一文中研究指出对齐短语是决定统计机器翻译系统质量的核心模块。提出基于短语结构树的层次短语模型,这是利用串-树模型的思想对层次短语模型的扩展。基于短语结构树的层次短语模型是在双语对齐短语的基础之上结合英语短语结构树抽取翻译规则,并利用启发式策略获得翻译规则的扩展句法标记。采用翻译规则的统计机器翻译系统在不同数据集上具有稳定的翻译结果,在训练集和测试集的平均BlEU评分高于短语模型和层次短语模型的BLEU评分。(本文来源于《计算机工程与应用》期刊2012年32期）
陈浩[6]（2012）在《知识管理系统的神经网络规则抽取算法研究》一文中研究指出神经网络与知识管理系统的结合,通过神经网络规则抽取算法来解决专业领域的实际问题,实现了人工智能领域网络机制与符号机制的结合,保证了知识获取的时效性和质量性。(本文来源于《计算机光盘软件与应用》期刊2012年12期）
沈瑾,王丽亚,隆惠君,吴明兴,江志斌[7]（2012）在《基于神经网络规则抽取的产品服务配置规则获取》一文中研究指出针对由混合配置前件导致的大量耦合的、相互关联的复杂规则,提出了LC神经网络和RULEX算法联合实施下基于历史数据的个性化产品服务配置规则获取方法,包括基于LC的规则构造和知识发现,基于RULEX的规则抽取,网络模块的划分与提炼,以及配置规则适应度评价。最终通过楼宇控制产品服务说明了该方法具有较好的网络训练效率和规则复杂度。(本文来源于《工业工程与管理》期刊2012年03期）
李胜杰[8]（2012）在《基于粗糙集技术的分类规则抽取方法》一文中研究指出归纳学习的核心问题是从给定的数据集中抽取分类规则，决策树归纳是一种典型的分类规则抽取方法，扩展属性的选择是决策树归纳的核心问题，基于离散化的连续值决策树归纳在选择扩展属性时，需要度量每一个条件属性的每一个割点的分类不确定性，并通过这些割点的不确定性选择扩展属性，计算时间复杂度高。针对这一问题，本文提出了一种基于相容粗糙集技术的连续值属性决策树规则抽取方法。该方法首先利用相容粗糙集技术选择扩展属性，然后找出该属性的最优割点，分割样例集并递归地构建决策树。另外，针对压缩近邻规则方法寻找一致子集计算复杂度非常高的问题，本文还提出了基于粗糙集技术的压缩近邻规则抽取方法。该方法分为叁步：首先利用粗糙集方法求属性约简（特征选择），这样能将冗余的属性去掉；然后选取靠近边界域的样例，这样能将冗余的样例去掉；最后从选出的样例中计算一致子集。从理论上分析了本文提出的算法的计算复杂度并在多个数据集上进行了实验，实验结果及对实验结果的统计分析均表明本文提出的方法在计算复杂度和分类精度方面均优于其他相关方法。(本文来源于《河北大学》期刊2012-05-01）
马宁,廖慧惠[9]（2011）在《基于神经网络规则抽取的个人信用评估模型研究》一文中研究指出本文针对传统个人信用评估体系中的不足,提出了一种基于神经网络规则抽取的个人信用评估模型。通过对已经训练好的人工神经网络隐层激活值进行聚类分析,减少搜索空间,进而抽取出理解性好、简洁的符号规则。从而产生一组可理解的描述,这组描述能最大限度的模拟已经训练好的原神经网络的推理预测行为。使得评价中的人为因素得到弱化,克服了神经网络在个人信用评估中的"黑箱"性缺陷,增强了模型的稳健性和可理解性。(本文来源于《软件》期刊2011年12期）
朱辉生,汪卫,施伯乐[10]（2012）在《基于频繁闭情节及其生成子的无冗余情节规则抽取》一文中研究指出情节规则挖掘旨在发现频繁情节之间的因果关联,已广泛应用于传感器数据处理、网络安全监控、金融证券管理、事务日志分析等众多领域.针对一个事件序列上的无冗余情节规则挖掘,提出了算法Extractor.该算法采用最小且非重迭发生的支持度定义和深度优先的搜索策略来发现频繁闭情节及其生成子,保证了频繁闭情节及其生成子的挖掘质量和挖掘效率;利用非生成子情节的Apriori性质,避免了冗余的情节生成子判断;直接由频繁闭情节及其生成子产生无冗余情节规则,提高了情节规则的生成质量和生成效率.所进行的实验证实了该情节规则抽取算法的有效性.(本文来源于《计算机学报》期刊2012年01期）
规则抽取论文开题报告
（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：
基于模糊隶属度函数和模糊蕴含算子,对于连续值信息系统和决策信息系统,提出抽取简单语言描述命题和复合语言规则的方法。抽取实验的结果表明,通过设置不同的阈值,该方法可获得不同支持度的直观结果,为获得信息系统的整体分布信息和可能蕴含的规则提供帮助。
（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。
规则抽取论文参考文献
[1].阎红灿,张奉,刘保相.基于粒计算的粗决策规则抽取与约简[J].通信学报.2016
[2].吉家锋,裴峥.基于连续值信息系统的模糊规则抽取[J].济南大学学报(自然科学版).2016
[3].尤涛,徐伟,杨凯,杜承烈,钟冬.广义无冗余情节规则抽取方法研究[J].电子学报.2015
[4].赵晨熙,徐金梧,黎敏,阳建宏.基于决策树算法规则抽取的COREX燃料配比模型[J].计算机应用研究.2012
[5].刘颖,姜巍.统计机器翻译中翻译规则抽取[J].计算机工程与应用.2012
[6].陈浩.知识管理系统的神经网络规则抽取算法研究[J].计算机光盘软件与应用.2012
[7].沈瑾,王丽亚,隆惠君,吴明兴,江志斌.基于神经网络规则抽取的产品服务配置规则获取[J].工业工程与管理.2012
[8].李胜杰.基于粗糙集技术的分类规则抽取方法[D].河北大学.2012
[9].马宁,廖慧惠.基于神经网络规则抽取的个人信用评估模型研究[J].软件.2011
[10].朱辉生,汪卫,施伯乐.基于频繁闭情节及其生成子的无冗余情节规则抽取[J].计算机学报.2012
论文知识图
