不確定信息認(rèn)知對象的仿反饋認(rèn)知智能機制與計算模型研究.pdf_第1頁
已閱讀1頁,還剩141頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、模擬人的意識、思維過程是一門極富挑戰(zhàn)性的科學(xué)。本文針對傳統(tǒng)認(rèn)知系統(tǒng)單向開環(huán)方式與人類認(rèn)知事物反復(fù)推敲比對的信息交互過程存在顯著差異問題,面對認(rèn)知系統(tǒng)中可識別率與正確率不可在線實時測評的工程難題,探討了不確定信息認(rèn)知對象建模、廣義認(rèn)知誤差度量和仿反饋調(diào)節(jié)機制三位一體的仿人認(rèn)知智能新研究方法?;诖植诩碚摚剿鹘⒉淮_定信息認(rèn)知對象的模式化結(jié)構(gòu)模型和運行機制。基于廣義誤差理論與熵理論,探索建立廣義認(rèn)知誤差的多層次變粒度熵函數(shù)形式測度指標(biāo)評

2、價體系?;诜答伩刂扑枷牒驼J(rèn)知知識粒度計算工具,探索建立具有仿反饋模式的認(rèn)知智能運行機制。力圖對一類不確定信息認(rèn)知對象和不確定認(rèn)知過程效果與認(rèn)知結(jié)果的認(rèn)知智能系統(tǒng)建立仿人反復(fù)推敲比對思維信息交互模式的認(rèn)知智能機制與計算模型,這對于人工智能學(xué)科的發(fā)展具有拓展意義。
  本文取得的主要研究成果如下:
  (1)不確定信息認(rèn)知對象仿反饋認(rèn)知智能系統(tǒng)的結(jié)構(gòu)與運行機制研究。構(gòu)建一種仿人認(rèn)知事物粗推敲細比對反復(fù)交互模式的三層三段互耦合仿

3、反饋認(rèn)知智能系統(tǒng)的結(jié)構(gòu)模式與運行機制,給出了仿反饋認(rèn)知智能系統(tǒng)的構(gòu)建目標(biāo),規(guī)范了功能要求和運行機制,為建立不確定信息認(rèn)知對象的仿反饋認(rèn)知智能系統(tǒng)提供了模式化結(jié)構(gòu)的構(gòu)建方法。
  (2)不確定信息認(rèn)知對象的認(rèn)知智能決策信息系統(tǒng)模型研究。針對目前學(xué)術(shù)界普遍認(rèn)為不存在能夠適應(yīng)于各種數(shù)據(jù)的通用知識獲取方法問題,構(gòu)建了基于粗糙集的不確定信息認(rèn)知對象的多信息融合有監(jiān)督學(xué)習(xí)認(rèn)知智能決策信息系統(tǒng),給出了基于特征簡約的認(rèn)知知識融合充分性和可分類性熵

4、函數(shù)形式測度指標(biāo),在有限論域的不確定信息條件下,為不確定信息認(rèn)知對象的認(rèn)知知識優(yōu)化表征提供了普適性的認(rèn)知智能決策信息系統(tǒng)模型。
  (3)不確定認(rèn)知過程效果與認(rèn)知結(jié)果的廣義認(rèn)知誤差評價體系研究。針對目前學(xué)術(shù)界普遍采用后驗評價認(rèn)知結(jié)果可信度方法不能滿足認(rèn)知系統(tǒng)中可識別率與正確率的在線實時測評問題,構(gòu)建了不確定信息認(rèn)知對象和不確定認(rèn)知過程效果與認(rèn)知結(jié)果的認(rèn)知誤差信息系統(tǒng),定義了基于熵函數(shù)形式測度指標(biāo)的不確定認(rèn)知過程效果與認(rèn)知結(jié)果誤差α

5、熵、不確定認(rèn)知過程效果與認(rèn)知結(jié)果誤差α熵序列相似度和認(rèn)知知識粒度誤差三種廣義認(rèn)知誤差,建立了不確定認(rèn)知過程效果與認(rèn)知結(jié)果可信度在線實時測評體系,為仿反饋認(rèn)知智能調(diào)節(jié)機制提供了量化標(biāo)準(zhǔn)。
  (4)不確定信息認(rèn)知對象的仿反饋認(rèn)知智能機制研究。針對傳統(tǒng)認(rèn)知系統(tǒng)單向開環(huán)方式與人類認(rèn)知事物反復(fù)推敲比對的信息交互過程存在顯著差異問題,構(gòu)建了基于廣義認(rèn)知誤差在線實時度量的仿反饋認(rèn)知智能調(diào)節(jié)機制,定義了仿反饋認(rèn)知知識粒度調(diào)節(jié)規(guī)則與計算方法,建立

6、了多層次變知識粒度的層間調(diào)節(jié)與層內(nèi)尋優(yōu)模式,實現(xiàn)對不確定信息認(rèn)知對象的變知識粒度的仿反饋認(rèn)知智能調(diào)節(jié)機制,為模仿人類認(rèn)知事物反復(fù)推敲比對的信息交互過程提供了一種智能認(rèn)知機制。
  (5)單目標(biāo)完全狀態(tài)的脫機手寫體漢字圖像的機器認(rèn)知應(yīng)用驗證研究。針對手寫體漢字?jǐn)?shù)量大,字體字型繁多,相似字多,書寫風(fēng)格各異等識別難題,基于本文提出的仿反饋認(rèn)知智能方法,研究了具有認(rèn)知知識粒度智能調(diào)節(jié)機制的脫機手寫體漢字圖像仿反饋認(rèn)知智能系統(tǒng)。選用SCUT

7、-IRAC HCCLIB手寫體漢字圖像樣本庫的多類漢字樣本圖像作為認(rèn)知對象,進行了仿真實驗以驗證本方法的可行性與有效性。實驗結(jié)果表明,本文方法較傳統(tǒng)單向開環(huán)方法具有明顯優(yōu)勢,為實現(xiàn)對脫機手寫體漢字圖像的“機器識字”代替“人工識字”探索了一種實踐應(yīng)用新方法。
  (6)多目標(biāo)較完全狀態(tài)的工業(yè)回轉(zhuǎn)窯燒成狀態(tài)的機器認(rèn)知應(yīng)用驗證研究。針對工業(yè)環(huán)境復(fù)雜所導(dǎo)致采集的樣本數(shù)據(jù)性能較差問題,基于本文提出的仿反饋認(rèn)知智能方法,研究了基于火焰圖像的工

8、業(yè)回轉(zhuǎn)窯燒成狀態(tài)仿反饋認(rèn)知智能系統(tǒng)。選用東北大學(xué)流程工業(yè)綜合自動化國家重點實驗室提供的某水泥廠2?;剞D(zhuǎn)窯燒成帶火焰圖像樣本和測量數(shù)據(jù),采用MATLAB仿真實驗驗證本方法的可行性與有效性。實驗結(jié)果表明,本文方法能夠從宏觀到微觀挖掘火焰圖像特征知識并反復(fù)認(rèn)知決策面附近的樣本,為實現(xiàn)水泥燒結(jié)過程監(jiān)控和基于熟料質(zhì)量閉環(huán)控制的“機器看火”取代“人工看火”探索了一種工程應(yīng)用新方法。
  (7)多目標(biāo)不完全狀態(tài)的人體健康狀態(tài)評測的機器認(rèn)知應(yīng)用驗

9、證研究。針對人群樣本非均質(zhì)性、人體特征多樣性和人體特征值隨機性等問題,基于本文提出的仿反饋認(rèn)知智能方法,研究了基于變認(rèn)知知識粒度的人體健康狀態(tài)仿反饋認(rèn)知智能系統(tǒng)。選用中國科學(xué)院智能機械研究所提供的隨機人群生物電阻抗信號樣本,采用MATLAB仿真實驗以驗證本方法的可行性與有效性。實驗結(jié)果表明,本文方法能夠在不同認(rèn)知知識粒度層次中表征健康知識并模糊匹配健康指標(biāo),為客觀準(zhǔn)確地評測人體健康狀態(tài)的“機器診斷”取代“人工診斷”探索了一種實際應(yīng)用新方

10、法。
  (8)單目標(biāo)不完全狀態(tài)的全天候光伏發(fā)電智能認(rèn)知跟蹤控制應(yīng)用驗證研究。針對天氣環(huán)境的非線性、非平穩(wěn)性、大間歇性和隨機性導(dǎo)致的光伏電池跟蹤控制難題,基于本文提出的仿反饋認(rèn)知智能方法,研究了全天候光伏發(fā)電智能認(rèn)知跟蹤控制系統(tǒng),并給出了基于全景圖像變粒度仿反饋認(rèn)知太陽位置的計算方法。采用平板型和聚光型等多種光伏電池組件及其伺服機構(gòu),開展了實驗研究以驗證本文方法的可行性與有效性。實驗結(jié)果表明,本文的三層三段光伏發(fā)電智能認(rèn)知跟蹤控制

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論