智能信息系統(tǒng)模擬試題及答案(參考版)
2025-01-09 09:49本頁面
【正文】 并且對知識庫及推理規(guī)則進行改進試驗，歸納出更完善的結果。這一階段的主要任務包括：加深對系統(tǒng)的進 一步理解，詳細定義所涉及的問題，確定實施策略、推理方式、對話模型等；然后進行編程與調試，這一階段，知識工程師把形式化的知識變成計算機程序；最后進行編譯、驗證、修改，反復地進行調試，以保證程序順利進行，不會出現大的誤差。根據領域知識的性質，選擇一種或組合數種知識表示方法，選擇或建立合適的系統(tǒng)構造技術，用智能系統(tǒng)開發(fā)語言和工具把獲取到的知識邏輯的表達出來，將概念化的知識模型轉化為形式化的知識模型，并以適當的形式存儲到計算機中，以便于在計算機中檢索、管理，對知識庫和推理機進行結構設計。所謂概念化，就是要求知識工程師和專家對描述領域中問題求解所需的概念、關系和控制機制，策略、子任務的劃分、問題求解 的控制流程和有關問題求解的約束條件等進行定義，在必要時進行說明，畫出它們之間的關系圖，確定因果關系。 （ 2）概念化階段：這個階段首先要進行知識獲取，在當前技術條件下主要是通過走訪多個領域專家及現場技術人員，查閱國內外大量文獻資料來收集、歸納、整理領域知識。開發(fā)過程可以看作識別、概念化、形式化、實現、測試五個階段 （ 1）識別階段：在這個階段，知識工程師和專家確定問題的重要特點。 。 （ 3）結果解釋和評價 數據挖掘階段發(fā)現出來的結果，可能存在冗余或無關的模式，經過用戶或機器的評價，需要將其剔除；也有可能模式不滿足用戶要求，這時則需要整個發(fā)現過程退回到發(fā)現階段之前，如重新選取數據、采用新的數據變換方法、設定新的數據挖掘參數值，甚至換一種挖掘算法（如當發(fā)現任務是 分類時，有多種分類方法，不同的方法對不同的數據有不同的效果）。同樣的任務可以用不同的算法來實現，選擇實現算法有兩個考慮因素：一是不同的數據有不同 的特點，因此需要用與之相關的算法來開采；二是用戶或實際運行系統(tǒng)的要求，有的用戶可能希望獲取描述型的、容易理解的知識，而有的用戶或系統(tǒng)的目的是獲取預測準確度盡可能高的預測型知識。 （ 2）數據挖掘階段 數據挖掘階段首先要確定開采的任務或目的是什么，如數據總結、分類、聚類、關聯規(guī)則發(fā)現或序列模式發(fā)現等。當數據開采的對象是數據倉庫時，一般來說，數據預處理已經在生成數據倉庫時完成了。數據選取的目的是確定發(fā)現任務的操作對象，即目標數據，它是根據用戶的需要從原始數據庫中抽取的一組數據。 知識發(fā)現的基本過程可大致分為三個模塊：數據準備、數據挖掘以及結果的解釋評估。 （ 5）環(huán)境：環(huán)境指獲取信息和知識的來源，包括實例集合、已存在的實例數據庫、人類專家等信息源。 （ 4）控制與評價：該部分的首要任務是評價系統(tǒng)執(zhí)行
公司管理相關推薦
鄂ICP備17016276號-1