语言变量

摘要： 目的充分挖掘药品不良反应报告,实现药品不良反应信号检测,为信号验证和临床用药工作提供参考。方法引入模糊数对药品不良反应报告中的模糊语义信息进行量化,构建模糊贝叶斯置信度递进神经网络(FBCPNN)法,与贝叶斯置信度递进神经网络(BCPNN)法进行对比分析一致性,并分析复方骨肽的信号检测结果。结果对江苏省药品不良反应监测中心提供的2014年1月1日至2019年12月31日药品不良反应报告进行信号检测,FBCPNN法检测到11454个信号,其中新的(说明书中未出现)信号共534个,BCPNN法检测到10915个信号,其中新的信号545个。FBCPNN与BCPNN法相比较,灵敏度为0.9103,特异度为0.9766,约登指数为0.8869。结论基于不确定信息的FBCPNN法可充分利用药品不良反应报告的不确定信息,有效地实现不良反应信号检测。

摘要： 英语阅读教学"综合视野"强调英语阅读课堂教学是一个"综合而有侧重"的过程."综合视野"下的高中英语阅读教学,应关注激活话题词汇、解读信息链、跨句理解、加工语篇、赏析语言等语言变量,帮助学生实现深度学习,促进思维的发展.

摘要： 自然语言知识挖掘与分析处理是大数据与人工智能领域的研究热点,其中理解模糊语言概念是挖掘与分析处理自然语言知识的关键核心.语言变量中的模糊语言值是模糊语言概念的理论基础,模糊语言值由模糊语言值的名称(也称为模糊语言项)和论域上的模糊集构成,模糊语言项用来描述论域上的模糊集,论域上的模糊集用来表示模糊语言项的语义或含义.模糊数学中确定"模糊语言项与论域上模糊集之间描述与表示的关系"一直依赖于人的主观意愿,导致模糊语言值不是一个明晰的概念,即模糊语言项与论域上模糊集之间的对应关系无法相互明确确定.文章分析了模糊语言项的自然语言特性以及"模糊语言项描述论域上模糊集"的本质与关键,提出了模糊语言项集在论域上的标签映射及模糊语言项在论域上的标签表示,构建了模糊语言项与论域上对象之间的关联关系;基于模糊语言项在论域上的标签表示,提出了模糊语言项描述论域上模糊集的信任度,据此给出了模糊语言项语义的确定方法,构建模糊语言项与论域上模糊集之间的相互对应关系,使模糊语言值成为一个明晰的概念,模糊语言项与其语义共同形成了一种新的模糊语言值表示模型.文章将新的模糊语言值表示模型与已有基于论域上模糊集的模糊语言值计算模型和符号化的模糊语言值计算模型进行了比较分析,结果表明,新的模糊语言值表示模型改进或克服了已有模糊语言值计算模型的不足,是解决大数据环境下混合语言决策问题的可选有效工具,明晰的模糊语言值可广泛应用于自然语言知识挖掘与分析处理中.

摘要： 为了研究如何在评价的基础上进行国际中转集拼中心的选址问题,文章结合实际的情况,分析了影响国际中转集拼中心选址的主要因素,建立起了由政治因素、运营因素、成本因素等三个方面的指标因素所组成的综合评价指标体系.并在此基础上,通过运用一种将主观和客观因素有机结合在一起进行评价的模糊逻辑方法,对多个国际中转集拼中心候选地进行多指标评价及排序.最后,通过对一个算例的计算,阐述文中所提出的研究方法的应用步骤及可实施性.

摘要： 在分析已有正态云模型相似性度量的不足的基础上,综合考虑正态云的形状相似度和位置相似度,提出了一种新的正态云相似性度量方法,并对其性质进行了证明.与已有方法相比,该方法具有很强的区分性.将提出的正态云相似性度量方法应用于语言型多属性群决策中,首先依据正态分布规律将语言变量转化为正态云;其次通过云加权算术平均算子CWAA实现信息集结;最后依据VIKOR排序方法,计算方案属性与最优云、最差云的综合相似度,以实现方案排序.通过算例分析了所提方法的可行性和有效性.

摘要： 由于在不精确环境下仅考虑方案与正理想解的距离造成信息不能被完全利用,同时考虑正理想解和负理想解对方案的影响,文章提出相对VIKOR方法,旨在通过相对群体效用及相对个体遗憾确定一个相对最佳妥协解。同时通过求解最大化相对群体效用的条件约束问题确定权重值。提出单值中智语言加权cosine相似度公式,根据方案与相对最佳妥协解的相似度确定一组全排序。最后以企业对主导设计的选择问题为例验证了方法的可行性。

摘要： 为获取最优的船舶溢油事故应急处置方案,提出一种基于证据推理和决策偏好的定量决策方法.根据历史数据获取船舶溢油事故的典型应急处置方案,并根据已有研究获取其影响因素和决策准则.利用语言变量获取群决策中不同偏好下的决策准则权重.建立不同影响因素的定量评价方法,并应用证据推理对影响因素评价结果进行融合,获取不同决策方案下的决策准则值,从而获取最优应急处置方案.选取一起典型的船舶溢油事故案例进行验证,结果表明,提出的方法能很好地实现船舶溢油事故应急处置.

摘要： 本文对电子文献数据库的评价、优选问题进行研究。首先建立数据库评价指标体系，然后依据属性间具有优先权的多属性决策理论与方法，用具有优先权的二元语义集结算子决策模型，对电子文献数据库进行排序和优选。该方法中指标权重随着优先级和属性值发生动态变化，用以解决数据库评价中出现的各属性问具有不同优先等级以及权重未知的问题。

摘要： 本文针对实际中广泛存在的多属性决策问题，提出一种基于语言变量的三参数Vague集的决策方法。第一，针对原有Vague集表示模糊信息的不足，引入三参数Vague值概念，给出了三参数中核的确定方法；第二，提出一种将语言变量描述的定性指标值转换为三参数Vague值的方法；第三，提出一种基于三参数Vague集的多属性决策模型;第四，提出一种更能体现最靠近正理想方案而又远离负理想方案的综合评价指标，并给出了基于三参数Vague集的多属性决策的具体步骤；最后，将这一方法应用到一案例中，结果表明该方法是可行的。

摘要： 语言变量模糊本体是语言变量在语义Web中的明确的规范化说明,有利于模糊系统与语义Web的结合,使得语义Web更加方便地处理模糊信息.rn 通过引入语言变量模糊本体的概念,研究使用RDF表示模糊本体的方法,将本体与模糊概念表示为"资源".进而以工业洗衣机的模糊控制为例,提出从模糊系统构造语言变量模糊本体的过程.

摘要： 针对战场目标种类多，目标信息不完备的情况，提出群决策灰色关联分析的新方法进行战场目标价值排序。结合战场目标价值的影响因素，构建了目标价值的评判指标体系；针对指标体系的特点，引入语言变量，并把语言变量和三角模糊数相对应：运用群决策理论对个体专家决策矩阵信息进行集结，得到元素为三角模糊数的群决策矩阵，并结合灰色关联分析法，给出了群决策灰色关联分析法的数学模型。结果表明：新方法在战场目标价值排序方面是有效的、可行的。

摘要： 提出了一种基于语义论城确定模糊集隶属函数的新方法。在对语言变量的语言值进行总体考虑的基础上，本文提出了语义论城的概念和确定语言值在语义论域的隶属函数的方法;再通过构造基础论城到语义论域上的连续变换，结合到领域专家给出的少量数据(如各隶属函数的峰值点与支集等)，可以确定基础论城上的隶属函数。

摘要： 网络环境的多变性以及模糊性使得安全问题已经成为研究的热点.借助模糊逻辑技术建立了基于主客观结合的模糊推理系统,深入讨论了模糊语言变量的信任等级划分,并对模糊推理系统的运行结果作出了详细的分析.

摘要： 针对网格环境下实体之间的信任关系存在模糊性的特点,以及目前大多数信任模型把信任的模糊性等同于随机性的不足,利用L-模糊集理论,对网格环境下实体间的信任关系进行了自然语言的建模,构建了网格环境下基于语言变量的信任推荐机制和信任评价机制,从而建立起一种新的网格环境下信任模型。通过仿真实验表明该信任模型具有极好的优越性。

摘要： 随着现代技术的发展,支持多用户的群决策系统已经逐渐发展成熟。然而,在多属性决策条件下,针对非结构化问题的模糊性和复杂性,群决策者必须掌握一个定量化的决策方法以解决该类问题。本文针对群决策环境下的非结构化问题,提出了一种以三角模糊数与属性层次模型相结合的多属性群决策方法,以达到对决策进行最优化排序与选择的目的。最后,文章通过实例进行了方法的可行性验证。

摘要： 随着现代技术的发展,支持多用户的群决策系统已经逐渐发展成熟。然而,在多属性决策条件下,针对非结构化问题的模糊性和复杂性,群决策者必须掌握一个定量化的决策方法以解决该类问题。本文针对群决策环境下的非结构化问题,提出了一种以三角模糊数与属性层次模型相结合的多属性群决策方法,以达到对决策进行最优化排序与选择的目的。最后,文章通过实例进行了方法的可行性验证。

摘要： 随着现代技术的发展,支持多用户的群决策系统已经逐渐发展成熟。然而,在多属性决策条件下,针对非结构化问题的模糊性和复杂性,群决策者必须掌握一个定量化的决策方法以解决该类问题。本文针对群决策环境下的非结构化问题,提出了一种以三角模糊数与属性层次模型相结合的多属性群决策方法,以达到对决策进行最优化排序与选择的目的。最后,文章通过实例进行了方法的可行性验证。

摘要： 随着现代技术的发展,支持多用户的群决策系统已经逐渐发展成熟。然而,在多属性决策条件下,针对非结构化问题的模糊性和复杂性,群决策者必须掌握一个定量化的决策方法以解决该类问题。本文针对群决策环境下的非结构化问题,提出了一种以三角模糊数与属性层次模型相结合的多属性群决策方法,以达到对决策进行最优化排序与选择的目的。最后,文章通过实例进行了方法的可行性验证。

摘要： 本发明公开了一种语言的变量检测方法和装置。其中，该方法包括：获取脚本语言的目标源代码中的目标变量；获取目标变量的依赖关系，其中，依赖关系用于表示目标变量中的定义变量与使用变量之间的关系；根据依赖关系，对目标变量所属的目标语句进行切片分析，得到目标变量的目标条件，其中，目标条件用于约束目标变量为未赋值变量；当对目标变量求解出满足目标条件的求解结果时，确定目标变量为未初始化变量。本发明解决了相关技术中语言的变量检测效率低下的技术问题。

摘要： 本发明涉及拥有记录型变量数组型变量自定义函数的工业机器人语言,属于工业智能制造领域，包括:G代码M代码,尺寸地址非尺寸地址,表达式语句,算术及逻辑运算符,优先级符,比较符,内置函数,赋值语句,无条件转移及条件转移语句,循环语句,IO处理,常量,整数型、实数型、布尔型、字符串型变量,其中,变量的类型增加了数组型及记录型,函数的种类增加了用户自定义函数,数组型变量、记录型变量、用户自定义函数与G代码M代码混合编程,通过本发明,使得使用所述工业机器人语言写的程序能够存储图像数据及物品的属性,能够进行图像识别、物品分拣、PID调节的编程,所述工业机器人语言适用于工业机器人的智能控制，便于工业机器人的人工智能发展。

摘要： 本申请提供了一种sql转化为目标语言的变量重构方法及装置、电子设备、计算机可读存储介质，其中，变量重构方法包括：从目标语言函数获取至少一个函数单元，其中，目标语言函数由sql函数转化得到；遍历目标语言函数中的每个函数单元，记录得到函数单元中的所有变量定义；根据所有变量定义从函数单元中查找得到所有变量引用，其中，每处变量引用至少引用一处变量定义；根据变量引用从函数单元中确定所有变量引用的父节点语句；将变量定义调整到父节点语句之前。本申请实施例中，在保证逻辑不变的情况下将变量定义与使用处调整到尽可能地靠近，从而提高sql转化为目标语言的变量可维护性，能够符合编程规范，弥补相关方法中的技术空白。

摘要： 本发明公开了一种针对C51语言程序中局部变量数据竞争的分析方法，所述方法包括：首先确定C51语言程序的基本顶层函数，然后确定竞争函数，之后分析竞争函数中局部竞争变量是否存在数据竞争风险。确定基本顶层函数包括3个子步骤：得到函数列表和变量列表、确定每个函数的父函数和子函数、确定基本顶层函数；确定竞争函数包括2个子步骤：确定每个函数的顶层函数、确定竞争函数；确定局部竞争变量的数据竞争风险包括2个子步骤：确定对局部竞争变量的写操作、确定局部竞争变量是否存在数据竞争风险。本发明方法具有分析过程简单、准确率高的特点。

摘要： 本发明公开了一种基于ST语言指针变量的可编程控制的方法，包括串行数据收发流程，串行数据收发流程包括：定义类型为pointer的第一指针变量pdata1和第二指针变量pdata2；定义数组长度为N、类型为byte型的第一数组data1和第二数组data2；将第一数组data1的地址赋值给第一指针变量pdata1，将第二数组data2的地址赋值给第二指针变量pdata2；将第一指针变量pdata1指向的N个数据通过串口发送出去；接收串口的数据至第二指针变量pdata2指向的地址。本发明能大大减少代码量，无需定义固定地址的M区或定义内部数据块，动态实现，编写程序灵活性大大加强，执行效率大大提升。

摘要： 本发明涉及系统建模与控制领域，具体涉及一种多变量语言动力系统建模与控制方法。本发明通过采用条件模糊集合作为词语模型的单变量规则模块连接的多变量语言动力系统建模与控制方案，具有强大的不确定信息描述能力和较小的模糊规则规模，可以有效提高计算效率和降低设计成本，从而取得更好的建模与控制效果。

摘要： 本发明涉及一种变量名自带类型易阅读易维护的工业机器人语言,包括:G代码M代码,尺寸地址,非尺寸地址,表达式语句,算术及逻辑运算符,优先级符,比较符,内置函数,赋值语句,无条件转移及条件转移语句,循环语句,常量,变量,其中,变量名是由表示类型的字符或字符串开头,后跟随一个任意的英文字母,此英文字母后跟随任意个或零个的英文字母或数字,变量的基本类型有整数型、实数型、布尔型、字符串型,所述的变量名与G代码M代码存在于同一个程序中,可直接使用,不需要预先定义,通过本发明,可通过变量名得知该变量的含义,程序的可读性和可维护性得以提高,变量的类型丰富,适用于工业机器人的智能控制。

摘要： 本发明涉及一种用IO标记与变量组成IO语句的工业机器人语言,包括:G代码与M代码、尺寸地址、非尺寸地址,表达式语句,算术及逻辑运算符,优先级符,比较符,函数,赋值及循环语句,无条件转移及条件转移语句,常量,变量,IO输入输出,其特征是：IO输入语句由输入IO标记、IO输入命令、变量或常量组成,IO输出语句由输出IO标记、IO输出命令、变量或常量组成,根据这种特征，构造了IO处理语句:IO状态输入到变量语句、IO模拟值输入到变量语句、布尔变量值输出到IO语句、常量高输出到IO语句、常量低输出到IO语句、表达式的值输出到模拟IO语句,所述工业机器人语言易阅读直接操作大量IO,适用于工业机器人的控制。

摘要： 本发明公开了一种基于文本语言变量的汉语阅读能力的分级方法，包括以下步骤：1)在文本中找到阅读理解问题的答案所涉及的文本片段，确定源文本；2)计算步骤1)源文本的语言变量，作为自变量；3)将被试的阅读理解得分视作阅读理解能力和文本难度的指代，作为因变量；4)计算步骤2)自变量和步骤3)因变量之间的皮尔逊积差相关系数；5)对步骤4)的相关系数由高到低进行排序，筛选出排序前5的自变量，采用最小二乘法确定预测因变量的最佳自变量，导出最佳匹配函数。本发明方法区分了阅读理解测试和非阅读理解测试中的阅读的认知特点，拟合优度高，符合汉语的语言特点；计算简单快速，具有扩展性，准确度高。

摘要： 本发明提供一种动态语言变量识别方法、装置、翻译方法及软件移植方法。方法包括：获取待处理的动态语言的源代码。将源代码转换为代码语法树。遍历代码语法树的每一行，针对代码语法树的每一行，将该行代码中的变量作为目标变量。判断目标变量的类型是否为预设变量类型，当目标变量的类型为预设变量类型时，将该目标变量及该目标变量的类型存入已处理变量库，并基于该目标变量的类型对待处理变量库中的变量进行处理。当目标变量的类型不为预设变量类型时，将该目标变量及与该目标变量相关的回调函数存入待处理变量库。如此，采用类似智能推理的方式，可以较为准确地识别动态语言中的变量类型，为动态语言的转化提供了基础。