江西省自然科学基金(20122BAB201040)
- 作品数：4 被引量：7H指数：1
- 相关作者：黄兆华张薇万仲保凌仕勇龚锦红更多>>
- 相关机构：华东交通大学更多>>
- 发文基金：江西省自然科学基金江西省教育厅青年科学基金江西省教育厅科学技术研究项目更多>>
- 相关领域：自动化与计算机技术一般工业技术更多>>
- 图解析方式的复合本体映射策略研究被引量：1
- 2013年
- 针对本体复杂上下文关系,考虑不同输入模式,构建通用环境下的本体解析图描述。在结合本体结构基础上,建立多层本体结构图描述关系;引入上下文关联的相似度传播建立结构传播因子和实例传播算法;引入快速匹配算法用于本体的快速映射;最终提出一种复合本体映射策略,利用重用迭代得到本体的映射结果。最后通过算法复杂度的分析和一些对比测试证明了策略的可行性和有效性。
- 凌仕勇龚锦红
- 关键词：快速匹配算法
- 基于GMM的文本规则挖掘的粗糙集方法研究被引量：5
- 2020年
- 领域文本具有结构复杂、相似性高以及动态变化等特点,且存在着连续型与离散型并存的混合数据,这在一定程度上限制了知识发现方法对文本规则的挖掘效率。针对这一问题,该文提出了基于GMM与粗糙集的文本规则挖掘方法。该方法首先根据目标数据的属性类型构造信息表;然后利用高斯混合模型(GMM,Gaussian Mixture Model)聚类算法对连续数据进行聚类划分,依此对数据进行离散化及状态约简,并生成决策表;最后利用粗糙集理论对决策表进行属性约简,通过约简表对决策规则进行提取。实验结果表明:相比于传统的方法,该文方法拥有更高的抽取精度以及较强的属性约简能力,其信息抽取的平均准确率与F1值能够达到95.0%和95.7%。
- 洪壮壮黄兆华万仲保张薇高梦茜
- 关键词：混合数据高斯混合模型粗糙集属性约简
- 树自动机超最小化
- 2015年
- 提出一种新的树自动机超最小化算法,该算法将确定的树自动机转换为确定的有限自动机,再根据确定的有限自动机划分f-等价类方法及状态合并算法,对转换后的自动机进行超最小化,得到最终具有有限差异的确定的树自动机。通过采用实例算法证实:该算法与现有的确定的树自动机超最小化算法相比,具有过程简单、效率高等优点,是一种高效易用的算法。
- 胡芙黄兆华
- 关键词：树自动机
- 多agent分层强化学习在数据定位中的应用研究被引量：1
- 2020年
- 为了在领域文本中实现数据定位,将文本视为环境,针对文本环境中存在的动态性以及不确定性等问题,提出了基于多agent分层强化学习的数据定位方法。该方法利用分层结构的特点,将系统任务分解为多个子任务,个体agent分别对对应子任务学习,以此将策略更新限制在规模较小的局部空间;同时利用多agent系统中单agent与系统远期目标的同一性,引入策略协调机制,通过agent之间交换信息来发现趋势性信息,并利用shaping技术,将在线获取的动态知识对各个agent进行趋势性启发,加快agent的收敛速度。实验将该方法应用于司法领域的判决文书上,实验结果表明:该方法能够在大规模复杂未知的文本环境中对目标数据进行高效准确定位,平均准确率与F值能够达到96.6%和98.2%,且具有较好的收敛速度。因此可以看出,该方法能够很好地在领域文本中实现数据定位,具有较大的理论以及实际意义。
- 洪壮壮万仲保张薇黄兆华
- 关键词：数据定位分层强化学习多AGENT系统
