知识发现
知识发现的相关文献在1982年到2022年内共计2139篇,主要集中在自动化技术、计算机技术、信息与知识传播、科学、科学研究
等领域,其中期刊论文1877篇、会议论文209篇、专利文献22198篇;相关期刊789种,包括情报理论与实践、情报学报、情报杂志等;
相关会议166种,包括第四届全国情报学博士生学术论坛、第二十四届全国计算机信息管理学术研讨会、第九届中国Rough集与软计算、第三届中国Web智能、第三届中国粒计算联合会议(CRSSC-CWI-CGrC’2009)等;知识发现的相关文献由3612位作者贡献,包括杨炳儒、蔡庆生、殷国富等。
知识发现—发文量
专利文献>
论文:22198篇
占比:91.41%
总计:24284篇
知识发现
-研究学者
- 杨炳儒
- 蔡庆生
- 殷国富
- 欧阳为民
- 冷伏海
- 洪文学
- 刘君强
- 崔雷
- 张世海
- 刘晓燕
- 唐常杰
- 孙晓莹
- 毕强
- 闵波
- 杨存建
- 游福成
- 陈文伟
- 周成虎
- 施鹏飞
- 朱红
- 李增智
- 李少雄
- 李明
- 王志海
- 王清毅
- 程继华
- 胡学钢
- 谢永红
- 郑诚
- 马垣
- 龙红能
- 倪志伟
- 刘宗田
- 卫金茂
- 张晗
- 曹志杰
- 杨学兵
- 欧进萍
- 温有奎
- 熊范纶
- 牟冬梅
- 王光远
- 王勋
- 苏新宁
- 陈涛
- 黄道
- 于彤
- 吕大刚
- 夏国平
- 孙海洪
-
-
虞红蕾;
曹灵勇;
瞿溢谦;
刘畅;
杨帆;
王平;
王磊;
林树元
-
-
摘要:
[目的]构建经方领域的消渴病知识图谱,并在此基础上进行知识查询和发现。[方法]筛选经方古籍中消渴病的相关内容,通过本体七步法构建消渴病本体,以结构化的三元组数据来表示研究内容,并进行语义消歧,用Excel软件存储结构化数据,再导入Neo4j图数据库,构建消渴病的经方知识图谱。[结果]构建了包含1 432个节点、3 067个关系的消渴病经方知识图谱,其模式层包含24个节点、24个标签、54条关系和24种关系类型,通过Cypher语言可以从辨证、立法、处方、遣药四个方向进行描述性检索与知识发现。[结论]以知识图谱的方式结构化展示消渴病经方相关内容,模拟经方理论体系与临床诊疗思维,通过实现复杂知识之间的多途径联系,有助于更深入地进行知识发现与探索。
-
-
余顺坤;
闫泓序
-
-
摘要:
现有属性值约简模型程序复杂,难以实现,而且模型所提取的关键信息往往过于追求简明,会削弱决策系统的表达能力。为解决以上问题,提出一种基于确定性因子的启发式属性值约简模型。首先,构造几种不同性质的属性集工具,并给出其相关定理及证明;同时开发一种约简信息函数,从而为约简属性赋值;然后,将确定性因子作为启发信息,并采用自底向上式分层搜索策略来构建启发式属性值约简模型,并以程序伪代码的形式直观展示模型的布置路径与运行流程;最后,采用已有研究中的模拟数据开展模型的应用与验证,并对模型的优势、适用性与延展性展开总结与讨论。结果表明,新模型可行有效,易于编程实现;对数据特征要求低,适合一般性专家系统;所提取的价值信息多元简约,泛化性强,不丢失决策系统的关键信息。
-
-
成磊峰;
何丽莎;
薛丽惠;
刘欣
-
-
摘要:
针对情报处理领域的知识动态更新问题,提出了一种基于深度学习的目标行为知识发现方法。首先,根据已有知识进行目标数据预处理,实现对目标要素补充;其次,基于已掌握行为意图的历史数据,构建目标行为特征模型;然后,基于深度学习方法实现行为规律分析,为目标识别提供知识支撑;最后,通过目标识别及识别结果的变化异常分析进行新知识发现,形成知识使用、发现的良性循环。通过数值仿真,该方法对舰机目标识别准确率在80%左右,且能有效发现新知识。
-
-
曹雨晴;
鲜国建;
黄永文;
陈博立;
李娇;
罗婷婷;
孙坦
-
-
摘要:
本文基于通用数据资源(科技文献、科研活动等)和专业领域知识资源(如组学科研数据),以水稻粒型基因领域为例,探索具有一定普适性,能兼顾知识覆盖广度和深度(全景式),并可充分继承整合多源异构数据和知识(多路径)的领域知识图谱构建方法。首先,继承复用权威学术论文中专家先验知识和多种领域本体,自顶向下设计构建全景式水稻粒型基因知识图谱模式层的本体模型;其次,通过图数据抽取、结构化及半结构化转换映射和非结构化文本抽取等多路径实现图谱数据实例填充,并基于数据挖掘发现的新实体及其语义关系,进行自底向上的本体模型迭代完善;再次,通过实体消歧、实体链接等实现多源知识关联融合,并基于Neo4j数据库实现图谱数据持久化存储;最后,对领域知识图谱驱动下的典型知识关联与发现服务应用场景进行展望。实验结果表明,本文研究提出的全景式、多路径领域知识图谱构建方法,具有一定集成性和通用性,可为细分垂直领域的知识图谱构建提供参考。
-
-
王国胤;
傅顺;
杨洁;
郭毅可
-
-
摘要:
在传统的机器学习研究中,数据空间与知识空间分离表达、计算机的信息处理过程与人脑的认知处理过程不一致,成为了当前人工智能研究需要解决的核心关键问题.本文从认知计算的角度,回顾分析了基于多粒度认知的智能计算研究的发展历史轨迹,介绍了该领域的研究现状,提出了多粒度认知计算、可解释的认知机器学习、脑认知的智能计算辅助等该领域的三个前沿研究方向,探讨了在多粒度认知启发下,这些智能计算研究的未来可能发展趋势.
-
-
王燕红;
司徒凌云;
杨海平;
程为
-
-
摘要:
[研究目的]南海书证目录的知识图谱构建,有利于实现南海维权文献资料的知识关联,为南海疆权益主张提供快速有效的证据支撑,服务于国家安全。[研究方法]以《中国在南海的历史性权利及证据目录》作为主要的数据来源,并采集了部分百度百科的数据作为明确实体实例的补充。在对数据预处理基础上,基于规则模式进行实体抽取,细粒度挖掘文本内容,同时对从中出现的涉证岛礁同名异指和异名同指问题进行消歧。最后,基于Neo4j对南海书证目录知识图谱实现构建。[研究结论]从知识发现视角,对南海书证目录资料进行深层揭示,使其从数据层向知识层转化,最终以知识图谱方式呈现。
-
-
王玉宏
-
-
摘要:
数学学习的最高层次是知何由以知其所以然,即“想得到”。已有知识、一般观念(或者说基本思想方法、研究“套路”)以及最终目标、差异消除等,都是“想得到”的重要影响因素。数学教学中,要让学生从已有知识出发,运用一般观念,自主探究发现新的知识;从最终目标出发,实现差异消除,自主探究得到解题思路。这样,学生才更能“想得到”。
-
-
刘武萍
-
-
摘要:
数据挖掘是一种在信息利用和提取中发挥着越来越重要作用的新型信息处理技术。文章从数据挖掘的概念和性质入手,详细说明各种技术数据挖掘方法,深入分析数据挖掘技术的应用,希望通过分析为研究者提供借鉴。
-
-
刘国梁;
余建波
-
-
摘要:
深度神经网络是具有复杂结构和多个非线性处理单元的模型,广泛应用于计算机视觉、自然语言处理等领域.但是,深度神经网络存在不可解释这一致命缺陷,即“黑箱问题”,这使得深度学习在各个领域的应用仍然存在巨大的障碍.本文提出了一种新的深度神经网络模型——知识堆叠降噪自编码器(Knowledge-based stacked denoising autoencoder,KBSDAE).尝试以一种逻辑语言的方式有效解释网络结构及内在运作机理,同时确保逻辑规则可以进行深度推导.进一步通过插入提取的规则到深度网络,使KBSDAE不仅能自适应地构建深度网络模型并具有可解释和可视化特性,而且有效地提高了模式识别性能.大量的实验结果表明,提取的规则不仅能够有效地表示深度网络,还能够初始化网络结构以提高KBSDAE的特征学习性能、模型可解释性与可视化,可应用性更强.
-
-
胡新苗;
林穗;
姜文超;
熊梦;
贺忠堂
-
-
摘要:
子图查询与匹配是社会网络分析和大规模网络图知识发现中的核心技术,也是决定大规模社会网络分析和知识发现准确性的关键。针对当前大规模图数据环境下子图查询算法准确率低、开销大的问题,提出基于路径适配的子图匹配算法。首先基于路径建立图数据的RDF(Resource Description Framework,资源描述框架)索引;然后将查询子图分解为一组路径,在分解过程中为每条路径获得一组候选匹配路径;最后通过k-partition交集图将候选路径连接在一起,从而构建出查询图的结果子图。实验测试了在不同数据集上的路径索引构建时间以及F-measure值,与Spath(Shortest Path,最短路径)算法、Sapper算法和SQM(Subgraph Query Matching,子图查询匹配)算法相比,在处理大规模数据时,该算法的查询准确率提高了15%。
-
-
SHE Yan-da;
佘燕达;
JU Bao-zhao;
鞠宝兆
- 《第九届全国中医药博士生学术论坛》
| 2018年
-
摘要:
知识发现方法可以从大量数据中,发现和提取隐含的、未知的、潜在有用并能被人们理解的规则与模式.通过构建《黄帝内经》肝藏象知识发现模型,设计《黄帝内经》肝藏象注家专题数据库,并在此基础上采用知识网络算法构建各注家知识点之间关系矩阵,分析各注家之间的关联程度.将知识发现方法应用于《黄帝内经》肝藏象研究,能够为《黄帝内经》肝藏象研究提供新的方法和思路,为智能化抽取《黄帝内经》注本知识提供科学参考.将知识发现方法应用于《黄帝内经》藏象研究应该注意避免教条的公式化思维,不能脱离中医基础理论的本源.
-
-
欧阳恩;
李作高;
李昱熙;
张晓艳
- 《2018(13th)中国卫生信息技术/健康医疗大数据应用交流大会》
| 2018年
-
摘要:
相比较于现有命名实体识别方法,本文通过引入医学文本语言和文档类别特征,构建了一个基于深度学习的电子病历命名实体识别系统,识别的实体包括身体部位、症状和体征、疾病和诊断、检查和检验以及治疗五大类.基于模型识别的结果,将其应用在基于共现的临床知识发现中.实验结果表明,本文设计的命名实体识别系统的准确率为93.29%,召回率为93.53%,F1值为93.41%.医学语言特征的引入能够进一步提高基于深度学习的医学实体识别系统的效果,实体识别的结果也可以作为电子病历知识发现的基础.
-
-
王成彬;
马小刚;
陈建国
- 《中国地质学会2017学术年会》
| 2017年
-
摘要:
大数据时代随着数据的爆发式的增长,在带来可供研究的海量数据的同时,同时带来巨量的噪声和垃圾数据.在地学领域,由于研究方向和技术方法手段的众多,产生了数量巨大、多元的地学数据集合.在地学信息的研究过程中,经常能碰到地学信息孤岛、分图幅地学数据在边界附近存在系统误差以及地学文档的非结构化问题.在对地学数据进行信息的提取和挖掘之前,有必要根据研究目的对地学大数据进行预处理清理,使冗余、复杂的大数据转为结构化、准确、稳健、可用的"Smart"数据. 本文以地学大数据向地学“smart',数据的提取转化,以及地学多学科的知识交互与知识发现为主线,介绍在信息时代如何将开发数据(Open data)和链接数据(Linked data)的逻辑思维引入到地学大数据的应用中。首先,以地学大数据的预处理为切入点,从地学数据交互标准与语义网、数据调平、地质图接边和文本结构化四个研究方向阐述目前地学大数据利用方面存在的问题及主要的解决手段。然后,以北美的区域地质年代、古生物信息为例,详细介绍地学多学科数据“Smart”傲据的提取与多学科数据知识发现。
-
-
Tang Peng;
唐芃;
Wang Xiao;
王笑;
Shi Xing;
石邢
- 《2016年全国建筑院系建筑数字技术教学研讨会》
| 2016年
-
摘要:
目前传统建筑聚落风貌保护规划的实施中所遇到的问题在于:保护规划的各责任主体,例如建筑师,管理方,施工方,当地居民等对传统聚落历史风貌的认识和设计方案理解上的偏差,导致保护规划从方案设计到实施之间存在着巨大的缝隙;操作层面上,又因缺乏验收评价标准和资金支撑,使得保护规划难以实施,或者实施质量难以保证.本研究着眼于传统街区的立面表述体系和风貌分析方法的建立,拟用数字链系统思维方式实现保护规划设计与实施之间客观有效的衔接.研究以宜兴市丁蜀镇古南街历史文化街区为例,对历史风貌特征的形态要素进行采集、编码和描述,建立数据库;利用基于粗糙集(Rough Set)理论的数据挖掘方法实现传统街区风貌的知识发现与知识共享,提取传统立面要素集合与组合规则;通过形态要素生成规则与相应的材料、工费等数据联动,完成保护规划方案的数字化生成设计.
-
-
-
-
-
-