导读:本文包含了语言值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:语言,模糊,直觉,方法,概念,代数,形式。
语言值论文文献综述
车璐,冯凯华,曹仪铭,张也非,邹丽[1]（2019）在《基于语言值的信息技术应用能力智能自测系统》一文中研究指出针对师范生个人信息技术应用能力智能自测系统较少的问题,基于师范生信息技术应用能力自测模型,利用语言值格蕴涵代数可同时处理可比与不可比的不确定性语言值信息特性,构建师范生个人信息技术应用能力自测量表。在具有语言值信息的师范生个人信息技术应用能力智能自测系统中,利用语言值聚合算子,将数据逐层聚合,得出自测者的信息技术应用能力自测结果。实例测评显示该算法复杂度降低至O(m+n),证明该方法合理有效。(本文来源于《软件导刊》期刊2019年10期）
冯凯华[2]（2019）在《语言值直觉模糊概念格及其在教育类APP智能评价中的应用》一文中研究指出人工智能是当前学术研究领域的一个热点方向,而智能信息处理则是人工智能领域的重要研究课题。计算机能够智能的处理日常生活中用自然语言表示的推理决策问题,这是智能信息处理的智能化体现。模糊语言值可以针对具有语言值信息的不确定性问题进行处理,概念格则是数据分析和知识处理的数学工具,将语言值直觉模糊格蕴涵代数与直觉模糊概念格结合,可以有效地进行数据信息发掘、决策知识获取,并广泛的应用于医学诊断、教育评价、信息检索等领域,实现计算机对信息的智能化处理。本文深入地研究了语言值直觉模糊概念格,并将其应用到教育类APP智能评价中。主要研究成果如下:为解决具有模糊语言值信息的决策问题,本文结合语言值直觉模糊格蕴涵代数,提出语言值直觉模糊形式背景,减少语言信息处理的数据损失,进而给出语言值直觉模糊形式概念的定义及其运算算子,构造语言值直觉模糊概念格;在语言值直觉模糊形式概念的基础上,研究了语言值直觉模糊形式概念之间的贴近度以及任意两个语言值直觉模糊概念格之间的贴近度,提出了基于语言值直觉模糊概念格的模式识别方法,并应用于中医疾病智能诊断系统中,证明该方法的有效性和实用性。为提高知识信息处理的效率,本文在语言值直觉模糊形式背景的基础上,对语言值直觉模糊决策形式背景的规则提取进行了深入研究。首先提出语言值直觉模糊决策形式背景,给出语言值直觉模糊决策形式概念构造算子,进而得出语言值直觉模糊决策形式概念集,并根据概念集得到语言值直觉模糊决策形式背景的规则集,结合语言值直觉模糊决策规则的置信度和支持度,研究其规则提取方法,并用实例说明其可行性。针对当前教育类APP种类繁多,品质参差不齐的问题,本文构建了一种用于教育类APP评价的智能评价系统。由于现实生活中信息数据收集不完整,提出了不完备语言值直觉模糊决策形式背景,依据各个学习者的不同评价结果,将其进行补全,进而应用于教育类APP智能评价系统中,结合规则提取方法,对教育APP进行评价,以帮助学习者对教育APP进行有效选择。(本文来源于《辽宁师范大学》期刊2019-06-01）
侯雪辉[3]（2019）在《基于语言值有序对叁元组概念格的不确定性推理方法研究》一文中研究指出随着科技的飞速发展,人工智能的发展也越来越快。不确定性推理作为人工智能核心研究领域,在人工智能发展中有着不可替代的作用。模糊语言信息模型由于贴近人类的自然语言,在处理不确定性推理问题时存在数值无法比拟的优势。因此,本文结合语言值有序对叁元组和形式概念分析,提出了基于语言值有序对叁元组概念格的不确定性推理模型。本文的主要研究成果如下:本文在语言值二元组的基础上,提出一种语言值有序对叁元组表示模型,研究语言值有序对叁元组及其性质,给出语言值有序对叁元组的相似度算子,并讨论语言值有序对叁元组加权平均聚合算子。由于进行决策和推理时,获取的初始数据类型复杂,为解决这一问题。构造模糊集、直觉模糊集、犹豫模糊集、语言真值直觉模糊集与语言值有序对叁元组之间的标准化转化模型。结合语言值有序对叁元组之间的相似度,将标准化转化模型应用于模式识别中,并通过实例说明该方法的合理性。语言值有序对叁元组表示模型能够有效地减少信息缺失,从正、反两个方面表达信息,使计算机在模拟人类思维进行推理时,更容易识别人类自然语言。本文将语言值有序对叁元组与形式概念分析相结合,提出语言值有序对叁元组形式背景,并在标准化转化模型基础上,进一步讨论形式背景、模糊形式背景、语言值直觉模糊形式背景与语言值有序对叁元组形式背景之间的转化。为了削弱不确定性推理中,直接由专家给出的推理规则所具有的主观性,研究语言值有序对叁元组决策形式背景及其规则提取的算法。基于语言值有序对叁元组决策形式背景得到的规则,构建语言值有序对叁元组概念格的推理模型,增加了语言值有序对叁元组推理的可靠性。最后,给出基于语言值有序对叁元组概念格的推理方法和步骤,并通过实例说明基于语言值有序对叁元组概念格的推理模型的有效性。(本文来源于《辽宁师范大学》期刊2019-05-01）
王洪东,侯雪辉,高蕴慧,邹丽[4]（2019）在《基于语言值有序对叁元组的多类型数据标准化方法》一文中研究指出为了标准化处理多类型数据,基于语言值二元组,提出语言值有序对叁元组表示模型,研究语言值有序对叁元组及其性质,给出语言值有序对叁元组之间的相似度.讨论语言值有序对叁元组加权平均算子,构造模糊集、直觉模糊集、犹豫模糊集、语言真值直觉模糊集与语言值有序对叁元组的标准化转化模型.结合语言值有序对叁元组之间的相似度,将模糊集、直觉模糊集、犹豫模糊集、语言真值直觉模糊集的转化模型应用于模式识别中.最后,通过医院智能分诊的实例说明文中方法的合理性和有效性.(本文来源于《模式识别与人工智能》期刊2019年03期）
邹丽,冯凯华,刘新[5]（2018）在《语言值直觉模糊概念格及其应用》一文中研究指出人们经常用自然语言进行推理判断和决策,针对具有语言值信息的不确定问题,基于语言值直觉模糊代数和直觉模糊形式背景,提出了语言值直觉模糊形式背景并讨论了其相关性质,建立了语言值直觉模糊概念格.研究了语言值直觉模糊形式概念之间的贴近度,进一步给出语言值直觉模糊形式概念格之间的贴近度,进而提出了语言值直觉模糊概念格的模式识别方法,并将其应用到中医疾病诊断识别中,说明所提出方法的有效性和实用性.(本文来源于《计算机研究与发展》期刊2018年08期）
罗思元[6]（2018）在《基于格蕴涵代数的语言值多属性决策方法》一文中研究指出在现实生活中,随着科技的发展,人们的生活越来越趋近智能化。在许多评价问题中,由于客观事物的不确定性和复杂性,以及人类思维的模糊性,数值通常不能有效、准确地反映决策者偏好,因此对许多具有定性指标的决策问题进行评估时,决策者喜欢用语言来表达。但在计算语言值评价信息时,将数值信息转化成语言值信息的过程中会造成信息的缺失。本文利用语言值格蕴涵代数来表达具有可比性和不可比性的语言值信息,直接对语言值进行计算,减少了信息的缺失。基于语言值格蕴涵代数,提出了语言值格蕴涵代数的PROMETHEE决策方法以及基于熵权法的语言值格蕴涵代数TOPSIS方法,并将其分别应用到网络商品评价和购车决策中,主要研究成果如下:首先,提出一种基于语言值格蕴涵代数的PROMETHEE决策方法。针对具有可比性和不可比性语言值信息的决策问题,提出了一种基于语言值格蕴涵代数(L_(V(n×2)))的多属性决策方法。讨论L_(V(n×2))上的语言值评价矩阵及其性质,提出L_(V(n×2))上的优先函数和格值程度差,充分考虑到属性值差距信息,将格值程度差应用到择优排序上。通过语言值向量,建立语言值向量合成矩阵可以同时处理多专家多属性的决策问题。引入语言值评价矩阵加权聚合算子(LMWAA算子)对语言值评价矩阵进行聚合,利用PROMETHEE决策法的非补偿性,构建基于语言值格蕴涵代数的PROMETHEE决策模型,并通过网络商品评价实例说明该方法的有效性和实用性。其次,提出一种基于熵权法的语言值格蕴涵代数TOPSIS方法。针对属性权重未知,且属性值为语言值格蕴涵代数的决策问题,提出了一种基于熵权法的语言值格蕴涵代数TOPSIS方法。研究L_(V(n×2))上语言值之间的距离及其性质,定义基于L_(V(n×2))形式的欧氏距离公式和加权欧氏距离,得到L_(V(n×2))上语言值之间的相似度。根据L_(V(n×2))熵权法确定指标权重,利用TOPSIS法对方案进行对比和排序,并通过实例验证该方法的可行性和有效性。(本文来源于《辽宁师范大学》期刊2018-06-01）
孟佳[7]（2018）在《基于语言值二元组的归结自动推理方法》一文中研究指出人工智能是使计算机来模拟人的某些思维过程和智能行为的学科,制造类似于人脑智能的计算机,使计算机能实现更高层次的应用。现实生活中人类的语言是千变万化的,要使计算机模拟人类的智能行为进行推理,要求信息具有极高的完整性,在表达人类语言中语言值二元组能够精确地描述语言信息,使其在运算推理过程中大大降低信息的缺失。归结方法作为自动推理的重要分支,以其严谨而简洁的推理过程被诸多学者关注。本文基于语言值二元组的相关研究,结合命题逻辑与谓词逻辑,建立语言值二元组命题逻辑系统和语言值二元组谓词逻辑系统。借鉴语义归结策略和锁归结策略,提出语言值二元组命题逻辑的广义语义归结方法和语言值二元组谓词逻辑的广义锁归结方法。本文的主要研究成果如下:本文结合经典逻辑和语言值二元组提出语言值二元组命题逻辑系统,并在此基础上结合语义归结形成语言值二元组命题逻辑的广义语义归结。将语言值二元组命题逻辑公式转换成语言值二元组命题逻辑广义子句。以语言值二元组命题逻辑文字是否是可满足的为标准将文字分成两类,即语言值二元组相似文字和语言值二元组互补文字。将语言值二元组广义子句按照一定的语义分成两部分,约定每部分内的子句间不允许作归结。同时还引入了文字次序,约定归结时其中的一个子句的被归结文字只能是该子句中次序“最大”的文字,减少冗余的归结子句以此提高归结的效率。通过实例对比说明语言值二元组命题逻辑的广义语义归结算法的可行性和有效性。为了使语言更加贴近人类自然语言的表达,也更容易被计算机所识别。本文结合经典逻辑中的锁归结策略,在语言值二元组谓词逻辑的归结原理基础上提出了语言值二元组谓词逻辑的广义锁归结方法。在语言值二元组谓词逻辑中给出了将语言值二元组谓词逻辑公式转换成Skolem标准范式的方法,研究了语言值二元组谓词逻辑中的广义锁归结,提出语言值二元组谓词逻辑中的广义锁归结算法,并通过实例说明该归结算法的有效性。(本文来源于《辽宁师范大学》期刊2018-06-01）
张全,汤凌晗[8]（2018）在《基于云模型的语言值多属性决策》一文中研究指出实际问题中有许多多参数的、非线性的以及时变的系统,这些系统具有较强的不确定性,主要包括随机性和模糊性,自然语言可体现人们思维的不确定性,因此必须建立由定性到定量的转化模型——云模型。(本文来源于《现代计算机(专业版)》期刊2018年15期）
孟佳,肖琳,邹丽[9]（2018）在《广义语言值二元组偏好关系的综合评价模型》一文中研究指出为了处理语言值综合评价问题,提出了一种广义语言值二元组偏好关系的综合评价模型.首先,将评价者给出的目标集中各属性的语言值评价信息转换成犹豫模糊语言术语集(hesitant fuzzy language terminology set,HFLTS),并利用梯形模糊隶属函数将得到的HFLTS转化成语言值二元组,减少信息损失.其次,提出广义偏好矩阵来表示各属性之间的偏好程度,进而对各属性的偏好程度进行聚合,得到广义偏好聚合矩阵,降低人的主观意识对评价的影响,有利于保证评价结果的准确性.最后,将广义偏好聚合矩阵的各目标的偏好程度聚合,得到各目标的偏好聚合数并排序.以对车辆进行综合评价为例,并通过实验对比说明该综合评价模型的可行性.(本文来源于《郑州大学学报(理学版)》期刊2018年02期）
任芳玲,孔明明[10]（2019）在《一种基于对象-语言值决策矩阵的模糊语言TOPSIS决策方法》一文中研究指出模糊语言决策方法是决策领域的热点研究内容之一.比较现有模糊语言决策方法研究中广泛使用的决策矩阵,提出对象-语言值决策矩阵表示决策专家根据决策属性给出的评价语言信息,分析对象-语言值决策矩阵在区分明晰、部分未知及犹豫的模糊语言决策问题中的优势;借鉴经典TOPSIS决策方法及向量运算,给出基于对象-语言值决策矩阵的正负理想解确定方法以及备选对象与正负理想解的伪距离和贴近度计算方法,分析伪距离和贴近度的相关性质;基于2-元组语言表示模型,提出基于对象-语言值决策矩阵的模糊语言TOPSIS决策方法.通过实例分析,并与已有3种重要的模糊语言决策方法进行比较,比较结果说明所提出的决策方法可以克服已有决策方法的不足,是一种可选的模糊语言决策方法.(本文来源于《控制与决策》期刊2019年03期）
语言值论文开题报告
（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：
人工智能是当前学术研究领域的一个热点方向,而智能信息处理则是人工智能领域的重要研究课题。计算机能够智能的处理日常生活中用自然语言表示的推理决策问题,这是智能信息处理的智能化体现。模糊语言值可以针对具有语言值信息的不确定性问题进行处理,概念格则是数据分析和知识处理的数学工具,将语言值直觉模糊格蕴涵代数与直觉模糊概念格结合,可以有效地进行数据信息发掘、决策知识获取,并广泛的应用于医学诊断、教育评价、信息检索等领域,实现计算机对信息的智能化处理。本文深入地研究了语言值直觉模糊概念格,并将其应用到教育类APP智能评价中。主要研究成果如下:为解决具有模糊语言值信息的决策问题,本文结合语言值直觉模糊格蕴涵代数,提出语言值直觉模糊形式背景,减少语言信息处理的数据损失,进而给出语言值直觉模糊形式概念的定义及其运算算子,构造语言值直觉模糊概念格;在语言值直觉模糊形式概念的基础上,研究了语言值直觉模糊形式概念之间的贴近度以及任意两个语言值直觉模糊概念格之间的贴近度,提出了基于语言值直觉模糊概念格的模式识别方法,并应用于中医疾病智能诊断系统中,证明该方法的有效性和实用性。为提高知识信息处理的效率,本文在语言值直觉模糊形式背景的基础上,对语言值直觉模糊决策形式背景的规则提取进行了深入研究。首先提出语言值直觉模糊决策形式背景,给出语言值直觉模糊决策形式概念构造算子,进而得出语言值直觉模糊决策形式概念集,并根据概念集得到语言值直觉模糊决策形式背景的规则集,结合语言值直觉模糊决策规则的置信度和支持度,研究其规则提取方法,并用实例说明其可行性。针对当前教育类APP种类繁多,品质参差不齐的问题,本文构建了一种用于教育类APP评价的智能评价系统。由于现实生活中信息数据收集不完整,提出了不完备语言值直觉模糊决策形式背景,依据各个学习者的不同评价结果,将其进行补全,进而应用于教育类APP智能评价系统中,结合规则提取方法,对教育APP进行评价,以帮助学习者对教育APP进行有效选择。
（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。
语言值论文参考文献
[1].车璐,冯凯华,曹仪铭,张也非,邹丽.基于语言值的信息技术应用能力智能自测系统[J].软件导刊.2019
[2].冯凯华.语言值直觉模糊概念格及其在教育类APP智能评价中的应用[D].辽宁师范大学.2019
[3].侯雪辉.基于语言值有序对叁元组概念格的不确定性推理方法研究[D].辽宁师范大学.2019
[4].王洪东,侯雪辉,高蕴慧,邹丽.基于语言值有序对叁元组的多类型数据标准化方法[J].模式识别与人工智能.2019
[5].邹丽,冯凯华,刘新.语言值直觉模糊概念格及其应用[J].计算机研究与发展.2018
[6].罗思元.基于格蕴涵代数的语言值多属性决策方法[D].辽宁师范大学.2018
[7].孟佳.基于语言值二元组的归结自动推理方法[D].辽宁师范大学.2018
[8].张全,汤凌晗.基于云模型的语言值多属性决策[J].现代计算机(专业版).2018
[9].孟佳,肖琳,邹丽.广义语言值二元组偏好关系的综合评价模型[J].郑州大学学报(理学版).2018
[10].任芳玲,孔明明.一种基于对象-语言值决策矩阵的模糊语言TOPSIS决策方法[J].控制与决策.2019
论文知识图
