Results 61 to 70 of about 5,179,681 (193)
智能科学与技术学报, 2022 深度学习在感知智能上的不断突破推动了人工智能在各领域的广泛应用。但在实际落地过程中，只有把感知智能提高到更高层的认知智能，才能更好地满足日益复杂的应用需求。神经符号学将擅长感知任务的神经网络方法和擅长推理任务的逻辑符号学有机地融合在一起，是实现高层认知智能的途径之一。基于此，提出了一套神经符号学的实用框架NSFOL，并基于NSFOL实现了机器人任务规划、自学习机器人运动规划和教育实验视频评估3个典型应用。实验结果表明，尽管NSFOL尚未完善，但是它已经能够很好地支持相关应用，在可学习、可推理 ...
蔡莹皓 +6 more
doaj
Earth Science-Journal of China University of Geosciences, 2023 Jie Dou +7 more
semanticscholar +1 more source
Veterinary Dermatology, Volume 37, Issue 2, Page 236-246, April 2026.Canine atopic dermatitis (cAD) is a chronic condition requiring life‐long management. Accurate diagnosis can be challenging, with no reliable diagnostic test. This study aimed to generate a simple diagnostic model for cAD. This model is a relevant prototype for an app‐based tool to support general practitioners in the diagnosis of cAD alongside ...
Xavier Langon +2 more
wiley +1 more source
智能科学与技术学报, 2021 在计算机辅助心血管疾病诊断研究过程中，已有方法大多忽视领域经验的全面建模，针对此问题提出关注隐性知识的挖掘与学习策略。讨论了知识工程中隐性知识的重要性及其向显式知识转化的过程，介绍了模拟医生专家思维过程的规则推理与机器学习相结合的技术路线，分析了计算机辅助中医新方生成理念，即机器通过模拟中医思维过程给出针对某种疾病的全新处方。希望本思想能为人工智能其他领域的应用建模提供参考。
董军
doaj
Haiyang yu huzhao全球海水pH变化监测对于了解海水酸化状况及对海洋生物和生态系统影响具有重要作用。近年来，机器学习算法被广泛运用于从观测数据和容易获得的环境参数构建海洋酸化参数格点数据。然而，目前的研究主要致力于改善算法结构来提高准确性，而使用不同的环境参数数据产品对获取的海水酸化速度准确性有多大的影响至今没有报道。基于相同的海水pH观测数据和集成学习前反馈神经网络算法，使用不同的表层海水温度、盐度和CO2分压(pCO2)数据产品构建获取2002~2021年全球大洋表层海水pH数据 ...
钟 国荣 +6 more
doaj +1 more source
Zhendong Ceshi yu Zhenduan针对汽车低速制动时的蠕动颤振表现主要依靠人工主观评价，存在成本高、耗时长、易受人员主观性影响等问题，提出了一种基于机器学习模型的智能评价方法。首先，研究并提取了颤振信号的特征；其次，采用支持向量机（support vector machine，简称SVM）和K近邻算法（K nearest neighbors，简称KNN）2种机器学习模型进行制动颤振的智能评价；然后，提出基于概率密度特征的特征排序与筛选算法，将特征从39维筛选至11维，以提高机器学习模型的准确率；最后，通过对比试验发现 ...
doaj +1 more source
Gaoya dianqi, 2015 机械故障是高压断路器运行过程中的主要故障之一,对高压断路器开展机械状态评估与预测,对提高高压开关设备和电网运行可靠性具有重要意义。文中基于支持向量机进行了高压断路器机械状态预测算法的研究。支持向量机是一种统计机器学习算法,以结构风险最小化为训练目标,能够很好地解决过学习、维数灾难、局部最优等传统机器学习算法遇到的问题。在具体的算法实现中,文中利用断路器前几次动作的触头行程和操作线圈电流曲线来预测下一次或者后几次动作数据。利用预测出来的机械动作数据对高压断路器进行故障诊断,可以发现高压断路器潜在的问题 ...
郝爽 +4 more
doaj
Gongye shui chuli依托机器学习的精准预测，水质管理正迎来深刻的智能变革。本文详细探讨了机器学习算法在水质管理领域的研究进展，目前大部分研究主要集中于水质的预测与评价。首先，概述了四种在水质管理领域应用较多的机器学习算法（SVM、RF、LSTM、ANN）的基本原理，并介绍了这四种算法应用于水质管理领域的优势以及存在的问题。随后，总结了近年来机器学习算法在水质预测和水质评价的研究进展，发现单一算法模型预测效果有限且不稳定，混合元启发式优化算法可以很好的改善模型性能。展望未来 ...
刘通 +7 more
doaj +4 more sources
大数据随着地下水利、水务管网对材料需求的多样性和复杂性日益加剧，通过机器学习高效便捷地设计满足个性化需求的特种材料成为人们关注的热点。传统监督学习方法均以大量数据训练建模为基础，但从深埋地下水务管网、高端军工设备等领域所需的特种材料，如稀贵高熵合金等获取大数据集，需要的成本极高且周期较长。为了解决该问题，提出了一种小样本扩充模型——RX-SMOGN，使用极致梯度提升模型和使用交叉验证的递归特征消除算法进行特征筛选，使用SMOGN算法扩充数据集。提出以高熵合金相结构为研究对象 ...
杨涛, 张兆波, 郑添屹, 彭保
doaj +1 more source
LEARNING CONTROL OF AN INDUSTRIAL ROBOT MANIPULATOR
, 1992 加速度传感器装在机械手手部,各关节的加速度由加速度分解算法得到.然后,提出了一种学习控制法,这种控制法利用加速度误差校正驱动器运动.并提出了一种基于几何级数的极限条件估计学习控制过程收敛条件的理论方法.本文所提出的学习控制理论的有效性通过 PUMA-562 ...
刘德满, 尹朝万
core