导读:本文包含了多概念算法论文开题报告文献综述及选题提纲参考文献，主要关键词:概念格,形式背景,子格,子背景
多概念算法论文文献综述
李云,刘宗田,陈崚,徐晓华,程伟[1]（2004）在《多概念格的横向合并算法》一文中研究指出由于概念格自身的完备性 ,构造概念格的时间复杂度一直是影响形式概念分析应用的主要因素 .本文首先从形式背景的纵向、横向合并出发 ,定义了内涵独立和内涵一致的形式背景和概念格 ;还定义了内涵一致的形式背景、概念的横向加运算和概念格的横向并运算 ,并证明了横向合并的子形式背景的概念格和子背景所对应的子概念格的横向并是同构的 .最后结合子概念格中概念间固有的泛化 -特化关系 ,提出一种多概念格的横向合并算法来构造概念格 .试验表明 ,该算法和直接用形式背景来构造概念格的算法相比 ,其时间复杂度有显着改善 .显然 ,该算法适用于对概念格进行分布并行构造(本文来源于《电子学报》期刊2004年11期）
朱世松,鲁汉榕,张恒喜,吴晓余[2]（2004）在《基于认知模型的通用多概念学习算法》一文中研究指出文章在分析了幼儿认知活动的一般过程基础上,抽象出一个概念学习的认知模型,提出了一个面向通用问题的多概念学习算法。并分析了算法的复杂性,通过实验验证了该算法的优点。最后指出了算法良好的应用前景。(本文来源于《计算机工程与应用》期刊2004年11期）
朱世松,袁书卿,鲁汉榕,刘金平[3]（2003）在《通用多概念学习算法的实现与分析》一文中研究指出为满足大规模知识库系统建设对于高性能学习算法的需要,本文实现了一个面向通用问题的多概念学习算法,分析了算法的可学习性和复杂性,并通过实验验证了该算法的优点。(本文来源于《空军雷达学院学报》期刊2003年03期）
朱世松,田李,鲁汉榕[4]（2002）在《基于认知模型的通用多概念精化学习算法》一文中研究指出在分析了幼儿认知活动的一般过程基础上,抽象出一个概念学习的认知模型,提出了一个面向通用问题的多概念精化学习算法.与经典的概念学习方法作了比较,说明了该算法的优点.(本文来源于《空军雷达学院学报》期刊2002年04期）
许骏,柳泉波[5]（2001）在《多概念层次上基于赋范划分距离的分类算法》一文中研究指出应用知识发现理论与方法从大型考生信息数据库中提取隐含的、前所未知的、对决策有潜在价值的知识和规则,是当前计算机教育 应用的新课题。根据网上远程考试与评价系统的特点,讨论了挖掘的目标规则类型及其挖掘算法。针对算法的不足,提出了一种新的分ID3类算法多概念层次上基于赋范划分距离的分类算法,简要介绍了在知识发现过程中的应用。--XML(本文来源于《计算机工程》期刊2001年07期）
张玉林,仲伟俊,梅姝娥[6]（2001）在《一类表内多概念间多层次关联规则挖掘算法及应用》一文中研究指出提出并研究了一类表内多概念多层次关联规则挖掘问题，给出了该问题的形式化描述，提出了相应的挖掘算法并对算法进行了初步分析。该算法应用于某营销经理信息系统的关联规则挖掘的结果表明，该算法是实用和有效的。(本文来源于《计算机工程与应用》期刊2001年14期）
邓清,林建平,阮雪榆[7]（2000）在《多概念学习的决策树MNID算法》一文中研究指出决策树归纳法ID3是人工智能机器学习中发展较快的一种归纳学习算法,而目前的ID3及其改进算法亦因各种问题限制了其在工程中的应用.基于决策树归纳学习算法示例学习最优化的理论,用在多概念学习条件下对多特征属性值进行分组聚类实现优化的方法,导出了定义在多概念空间上的决策树归纳学习算法MNID.这种新算法对工程技术领域普遍存在的多概念学习问题,有较好的应用价值(本文来源于《上海交通大学学报》期刊2000年03期）
李红兵,周志华,陈兆乾[8]（1999）在《混合型多概念获取算法的设计及其抗噪音能力》一文中研究指出ＩＨＭＣＡＰ（ｉｎｃｒｅｍｅｎｔａｌｈｙｂｒｉｄｍｕｌｔｉ－ｃｏｎｃｅｐｔｓａｃｑｕｉｓｉｔｉｏｎｐｒｏｃｅｄｕｒｅ）算法将基于概率论的符号学习与神经网络学习相结合，通过引入ＦＴＡＲＴ（ｆｉｅｌｄｔｈｅｏｒｙ－ｂａｓｅｄａｄａｐｔｉｖｅｒｅｓｏｎａｎｃｅｔｈｅｏｒｙ）神经网络，成功地解决了符号学习与神经网络学习精度之间的均衡性问题，实现了两种不同思维层次的靠近．该算法采用一种独特的增量学习机制，当增加新的实例时，只需进行一遍增量学习，调整原结构，不必重新生成判定树和神经网络，即可提高学习精度，速度快，效率高．同时，这种增量学习机制还可以降低算法对噪音数据的敏感度，从而使ＩＨＭＣＡＰ可以应用于实时在线学习任务．(本文来源于《软件学报》期刊1999年05期）
陈兆乾,刘宏,周戎,陈世福[9]（1996）在《一种混合型多概念获取算法HMCAP及其应用》一文中研究指出本文提出了一个混合型多概念获取算法ＨＭＣＡＰ，它将符号学习ＣＡＰ算法的主要思想和ＢＰ神经网络有机结合，以状态在实例空间出现的概率为启发信息，以提供的混合实例集为分类依据，并具有增量学习能力．ＨＭＣＡＰ所依据的实例集既可具有离散属性又可有连续属性，并且能根据用户的要求得到不同精度的结合ＢＰ网的二叉多分类判定树．本文还给出ＨＭＣＡＰ的算法应用实例，ＨＭＣＡＰ可用于自动知识获取系统．(本文来源于《计算机学报》期刊1996年10期）
多概念算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
文章在分析了幼儿认知活动的一般过程基础上,抽象出一个概念学习的认知模型,提出了一个面向通用问题的多概念学习算法。并分析了算法的复杂性,通过实验验证了该算法的优点。最后指出了算法良好的应用前景。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多概念算法论文参考文献
[1].李云,刘宗田,陈崚,徐晓华,程伟.多概念格的横向合并算法[J].电子学报.2004
[2].朱世松,鲁汉榕,张恒喜,吴晓余.基于认知模型的通用多概念学习算法[J].计算机工程与应用.2004
[3].朱世松,袁书卿,鲁汉榕,刘金平.通用多概念学习算法的实现与分析[J].空军雷达学院学报.2003
[4].朱世松,田李,鲁汉榕.基于认知模型的通用多概念精化学习算法[J].空军雷达学院学报.2002
[5].许骏,柳泉波.多概念层次上基于赋范划分距离的分类算法[J].计算机工程.2001
[6].张玉林,仲伟俊,梅姝娥.一类表内多概念间多层次关联规则挖掘算法及应用[J].计算机工程与应用.2001
[7].邓清,林建平,阮雪榆.多概念学习的决策树MNID算法[J].上海交通大学学报.2000
[8].李红兵,周志华,陈兆乾.混合型多概念获取算法的设计及其抗噪音能力[J].软件学报.1999
[9].陈兆乾,刘宏,周戎,陈世福.一种混合型多概念获取算法HMCAP及其应用[J].计算机学报.1996