基于案例-规则检索的特征阈值选择模型
发布时间：2019-11-12 00:21
【摘要】：基于案例规则的信息检索模型因知识不确定性或推理不可靠性而存在匹配效率不高的问题,因此制定合理高效的匹配策略来增强信息检索的准确性显得非常重要。本文提出融合酉空间的概念,并通过归一化处理将异构的案例和规则知识在空间中统一表示,定义检索模型的效能解;其次利用酉空间奇异值分解定理得到检索模型的阈值向量,引入融合推理传递函数矩阵的能量泛函的基础上证明了阈值的有效性;再次采用特征阈值向量界定了知识源的元数据与决策目标解集之间的关联性;最后根据特征阈值向量制定融合检索策略并提出了采用特征阈值的案例-规则融合方法实现知识融合,使用基准数据验证本方法的有效性。
【图文】：
检索的特征阈值选择模型逦２６５逡逑灰的取值Ｙｅｓ、Ｎｏ分别映射为１，邋０。安静时心电图逦平滑而其他的在６０００次左右才趋于平缓，表明本模逡逑数值化映射结果为：０邋（正常）、１邋（邋ＳＴ－Ｔ波异常）逦型的收敛速度更快。总体时间较普通“案例－规则”逡逑和２（按Ｅｓｔｅｓ标准出现可能或明确的左心室肥厚）。逦检索方法节省约５％。同时，本模型对比单纯的规则逡逑将心脏病诊断的结果出现Ｐ和不出现Ｎ，分别表示逦检索方法时间节省约２％，比单纯的案例检索方法节逡逑为类别信息Ｇ和Ｃ／。逦省１邋％左右。如图１所示。逡逑在性能评价上，使用的准确度公式为：Ａｒｕｒａｑｙ：逦２Ａ逦．逡逑ｒＰ邋，邋ｒ４．邋ＶＡ邋’邋其中，７＇尸、Ｗ邋表７＾为实际邋Ｃ｜逦２３逦＾Ｓ－ＲＢＲ逡逑ＴＰ邋＋邋ＴＡ邋４－邋ＦＰ邋－ｆ邋ＦＡ逦ｃｂｒ逡逑分别被推理为ｃ，和ｃ２的样本数；ＦＰ、７７Ｖ分别表示逦＿邋Ｚ２邋ｙ逦１１０１１逡逑为ｃ２而分别被推理为Ｃｌ和Ｃ２的样本数。逦￡邋２．１邋．逡逑５逦：逡逑５．２检索过程逦｜２．０逡逑＇＇供逡逑实验使用十字交叉法，将数据集分为十组，每逦ｎ＇逡逑一循环随机抽取其中一组作为测试集，其余九组为逦１８逦一＾逡逑训练集，以仿真样本空间的不确定性。对样本空间逦…ｎ．逦…１0逡逑采用正交线性判别方法，提取其特征值集合为，并逦Ｓ代次数／ＨＰ逡逑获得特征４与候选方案；Ｃ，．在融合酉空间映射的数据逦图１本模型与相近方法检索的平均时间比较逡逑ｗａ．邋0ｊ＾逦从检索结果准确度上，本模型的准献约为逡逑行解ｊｃ，，＋的数据集合融合矩阵实例’如表２所示。逦９０．７７４％，与单纯的案例检索或规则检索方法栛提逡逑表２特征
邋最近邻（Ｎｅａｒｅｓｔ邋Ｎｅｉｇｈｂｏｒ，逦0邋８４邋．邋．．．．．0邋ｖ逦、、逡逑ＮＮ）数据处理。而对于单纯规则数据，应用Ｃ４．５逦＇、逦＋本ｉ型逡逑ａ邋0９邋４逦逦ａ＿＿．邋ＣＢＲ－ＲＢＲ逡逑方法［２９］，通过决策树形成的规则进行推理，按照信逦．逦0邋ＲＢＲ逡逑ＣＢＲ逡逑息增益比统一给出每个规则的条件属性的置信度的逦0．８0１？………ｉ逡逑１ｚＪ４ｊ0／0ｖ１Ｕ逡逑取值０．７２。在“案例－规则”检索的算法中，通过阈值逦组别逡逑设计方法得到的特征阈值向量为图２本模型与相关方法的平均准确度比较图逡逑［０．７７２１邋０．６５３９邋０．５７６２ｌＴ逦综上所述，与其他使用定性控制模块调节检索逡逑＇逦＇逦°逦策略方法相比，本模型提出的特征阈值选择方法更逡逑５．３实验结果与比较分析逦具优势。逡逑从检索时间上，本模型的每个目标解方案所用逦６邋ｇ逦胃逡逑的平均时间随着实验迭代次数增加而逐渐减少且呈逡逑现逐渐平缓的趋势，且其初始值为１．９邋ｓ，比其他方法逦在案例－规则融合检索中，提高检索效率一直是逡逑的初始值约低１０％，在迭代４０００次左右的时候就趋于逦重要研究方向。本文使用融合酉空间的奇异值准确逡逑
本文编号：2559494
【图文】：
检索的特征阈值选择模型逦２６５逡逑灰的取值Ｙｅｓ、Ｎｏ分别映射为１，邋０。安静时心电图逦平滑而其他的在６０００次左右才趋于平缓，表明本模逡逑数值化映射结果为：０邋（正常）、１邋（邋ＳＴ－Ｔ波异常）逦型的收敛速度更快。总体时间较普通“案例－规则”逡逑和２（按Ｅｓｔｅｓ标准出现可能或明确的左心室肥厚）。逦检索方法节省约５％。同时，本模型对比单纯的规则逡逑将心脏病诊断的结果出现Ｐ和不出现Ｎ，分别表示逦检索方法时间节省约２％，比单纯的案例检索方法节逡逑为类别信息Ｇ和Ｃ／。逦省１邋％左右。如图１所示。逡逑在性能评价上，使用的准确度公式为：Ａｒｕｒａｑｙ：逦２Ａ逦．逡逑ｒＰ邋，邋ｒ４．邋ＶＡ邋’邋其中，７＇尸、Ｗ邋表７＾为实际邋Ｃ｜逦２３逦＾Ｓ－ＲＢＲ逡逑ＴＰ邋＋邋ＴＡ邋４－邋ＦＰ邋－ｆ邋ＦＡ逦ｃｂｒ逡逑分别被推理为ｃ，和ｃ２的样本数；ＦＰ、７７Ｖ分别表示逦＿邋Ｚ２邋ｙ逦１１０１１逡逑为ｃ２而分别被推理为Ｃｌ和Ｃ２的样本数。逦￡邋２．１邋．逡逑５逦：逡逑５．２检索过程逦｜２．０逡逑＇＇供逡逑实验使用十字交叉法，将数据集分为十组，每逦ｎ＇逡逑一循环随机抽取其中一组作为测试集，其余九组为逦１８逦一＾逡逑训练集，以仿真样本空间的不确定性。对样本空间逦…ｎ．逦…１0逡逑采用正交线性判别方法，提取其特征值集合为，并逦Ｓ代次数／ＨＰ逡逑获得特征４与候选方案；Ｃ，．在融合酉空间映射的数据逦图１本模型与相近方法检索的平均时间比较逡逑ｗａ．邋0ｊ＾逦从检索结果准确度上，本模型的准献约为逡逑行解ｊｃ，，＋的数据集合融合矩阵实例’如表２所示。逦９０．７７４％，与单纯的案例检索或规则检索方法栛提逡逑表２特征
邋最近邻（Ｎｅａｒｅｓｔ邋Ｎｅｉｇｈｂｏｒ，逦0邋８４邋．邋．．．．．0邋ｖ逦、、逡逑ＮＮ）数据处理。而对于单纯规则数据，应用Ｃ４．５逦＇、逦＋本ｉ型逡逑ａ邋0９邋４逦逦ａ＿＿．邋ＣＢＲ－ＲＢＲ逡逑方法［２９］，通过决策树形成的规则进行推理，按照信逦．逦0邋ＲＢＲ逡逑ＣＢＲ逡逑息增益比统一给出每个规则的条件属性的置信度的逦0．８0１？………ｉ逡逑１ｚＪ４ｊ0／0ｖ１Ｕ逡逑取值０．７２。在“案例－规则”检索的算法中，通过阈值逦组别逡逑设计方法得到的特征阈值向量为图２本模型与相关方法的平均准确度比较图逡逑［０．７７２１邋０．６５３９邋０．５７６２ｌＴ逦综上所述，与其他使用定性控制模块调节检索逡逑＇逦＇逦°逦策略方法相比，本模型提出的特征阈值选择方法更逡逑５．３实验结果与比较分析逦具优势。逡逑从检索时间上，本模型的每个目标解方案所用逦６邋ｇ逦胃逡逑的平均时间随着实验迭代次数增加而逐渐减少且呈逡逑现逐渐平缓的趋势，且其初始值为１．９邋ｓ，比其他方法逦在案例－规则融合检索中，提高检索效率一直是逡逑的初始值约低１０％，在迭代４０００次左右的时候就趋于逦重要研究方向。本文使用融合酉空间的奇异值准确逡逑
本文编号：2559494
本文链接：https://www.wllwen.com/tushudanganlunwen/2559494.html
教材专著
