动态模糊谓词逻辑关系学习算法及其应用研究

发布时间：2021-06-07 19:09

　　机器学习是人工智能的核心组成部分。关系学习作为机器学习的一种新方法,主要致力于寻找学习任务内部之间的关联来找出相应的学习规则。动态模糊谓词逻辑关系是处理动态模糊关系的理论基础之一。因此,本文针对动态模糊关系问题,运用动态模糊谓词逻辑的方法来研究关系学习问题。取得的成果主要包括:（1）提出了动态模糊矩阵表示的基本概念以及动态模糊矩阵的运算性质,包括动态模糊矩阵的乘积以及乘积性质。（2）提出了动态模糊谓词关系学习新方法,它能够解决未知信息缺乏情况下的学习问题。（3）实现了一个简单的人脸识别系统,用动态模糊谓词关系学习算法提高了该系统的学习能力。通过本文的研究以及实验,证实了用动态模糊谓词关系来处理学习问题的可行性,并且取得了良好的效果。 

【文章来源】：苏州大学江苏省

【文章页数】：68 页

【学位级别】：硕士

【部分图文】：

推理框架结构

43图 4.1 系统界面”按钮选择一副图像，然后用 matlab 使用“Add selected image to Database，1，2，…。“Database info”按钮可以点击“delete Database”对里面的信点击“Select image”按钮来选择一幅结果了。注意，得到的结果是用序号以用函数将其显示出来。

图 4.2 简易人脸图看，眼睛的大小可以作为一个判断，双眼皮也可作为一个判断。）眼皮; Dfeyesd(a，x);过 2.5cm；Dfeyesl(a，x);feyesh(a，x);长度以及鼻翼的长度可作为一个简单该按照性别和年龄层次不同来进行划个正常中年人要求来取值）。）; Dfnoseh(a，x);过 3.5cm; Dfnosel(a，x);是人脸最特别的部位之一，它在人脸

【参考文献】：
期刊论文
[1]基于概念格的BP神经网络算法及仿真[J]. 申锦标,汪灵枝,李金海.  计算机仿真. 2010(07)
[2]基于BP神经网络的钢球表面缺陷识别[J]. 陈涛,刘献礼,吉举正,周洪玉.  机械工程师. 2010(07)
[3]基于BP神经网络的人脸表情识别[J]. 胡继胜,赵力.  微型机与应用. 2010(11)
[4]统计关系学习研究进展[J]. 刘大有,于鹏,高滢,齐红,孙舒杨.  计算机研究与发展. 2008(12)
[5]基于MCMC算法贝叶斯网络的学习[J]. 史会峰,谷根代,姜波.  华北电力大学学报. 2004(04)
[6]基于Boosting的TAN组合分类器[J]. 石洪波,黄厚宽,王志海.  计算机研究与发展. 2004(02)
[7]动态模糊（DF）目标的可达性理论研究[J]. 李凡长,佘玉梅.  小型微型计算机系统. 2003(03)
[8]多Agent的协调组合设计模型研究[J]. 李凡长.  小型微型计算机系统. 2002(02)
[9]基于DFS的协调机器学习模型[J]. 李凡长.  计算机工程. 2001(03)
[10]学习信度网的结构[J]. 邢永康,沈一栋.  计算机科学. 2000(10)

硕士论文
[1]基于脸部图像特征分析的性别识别研究[D]. 裴伟伟.太原理工大学 2010
[2]动态模糊机器学习模型及应用研究[D]. 张静.苏州大学 2007
[3]动态模糊逻辑程序设计语言的操作语义模型及验证[D]. 赵小芳.苏州大学 2006
[4]计算机人脸识别技术的研究[D]. 王成波.大连理工大学 2005
[5]人脸识别理论的研究及其系统实现[D]. 刘智明.四川大学 2001



本文编号：3217140