原文服务方: 计算机应用研究       
摘要:
针对一阶逻辑在复杂结构数据环境中存在模式搜索空间庞大和不能发明新谓词的缺点,提出了使用类型化的高阶逻辑知识表示语言Escher去表示各种复杂结构的数据,利用其强类型语法有效地约束知识发现过程中模式的搜索空间和高阶的特点去解决新谓词构造的问题.设计了以Escher为基础的复杂结构数据中的知识发现过程和基于复杂结构数据的聚类算法,并以实验验证了其有效性.
推荐文章
知识表示方法研究与应用
知识表示
专家系统
甘蔗收获机
智能设计
知识的单形表示方法研究
知识表示
单形表示方法
基于核函数的高阶特征表示方法
高阶局部特征
图像分类
核函数
保持聚类结构的属性网络表示学习
网络表示学习
属性网络
前馈神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 高阶逻辑下知识表示与聚类方法的研究
来源期刊 计算机应用研究 学科
关键词 复杂结构数据 一阶逻辑 高阶逻辑 知识发现
年,卷(期) 2010,(8) 所属期刊栏目
研究方向 页码范围 2878-2881
页数 分类号 TP301
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2010.08.017
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨珺 江西农业大学计算机与信息工程学院 43 143 8.0 10.0
3 杨炳儒 北京科技大学信息工程学院 319 4361 32.0 49.0
4 许晟 江西农业大学职业技术师范学院 55 155 7.0 10.0
7 唐志刚 北京科技大学信息工程学院 7 44 3.0 6.0
8 李琳娜 北京科技大学信息工程学院 6 31 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
复杂结构数据
一阶逻辑
高阶逻辑
知识发现
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导