不确定信息的认知结构表示、推理和学习
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家自然科学基金资助项目(69875017);国家863高科技发展计划资助项目(2001AA422200)


Recognition Structure of Uncertainty: a Unified Framework for Representation, Reasoning and Learning
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    提出了一个对不确定信息进行表示、推理和学习的统一框架.通过引入4-值认知结构刻画不确定性,提供了更强的度量能力和更高的推理效率,同时支持相关不确定信息的有效获取,从而更加接近实际应用的需要.

    Abstract:

    In this paper a unified framework for representing, reasoning and learning of uncertain information is put forward. The 4-valued recognition structure is used to measure the uncertain degree of uncertain information and thus more powerful expressive capacity is attained. Moreover, the framework supports the efficient acquisition of the uncertain information. These features make the framework more practical than existing theories of reasoning about uncertainty.

    参考文献
    相似文献
    引证文献
引用本文

刘洁,陈小平,蔡庆生,范焱.不确定信息的认知结构表示、推理和学习.软件学报,2002,13(4):649-651

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2000-03-13
  • 最后修改日期:2001-08-24
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京市海淀区中关村南四街4号,邮政编码:100190
电话:010-62562563 传真:010-62562533 Email:jos@iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号