1) downward refinement rule
向下求精规则
1.
Keeping the two core processes in mind,we,in section 2,propose a method for generating candidate frequent patterns based on downward refinement rules(s.
针对这一缺陷提出了基于向下求精规则和相容谓词的候选频繁模式生成方法,同时定义了谓词数量约束,从而避免产生过多的非频繁模式和冗余模式。
2) rule base refinement
规则库求精
1.
To eliminate redundancy and guarantee consistency are the two main points of the study on rule base refinement which plays important roles in enhancing the efficacy and efficiency of utilizing a rule base.
同时讨论了规则库的一致性 ,给出相应的处理策略 ,考察了规则库求精在网络知识管理、Internet结构分析和DataMining中的应用 。
3) top-town refinement
自顶向下逐步求精
4) sum rule
求和规则
1.
In this paper I would like to discuss the strategy in obtaining analytical formulas of number of spin I states of identical particles,and the relationship between dimension and sum rules for angular momentum couplings such as sixj and nine-j symbols.
结合工作,讨论了3个和4个全同粒子的状态数解析表达式与角动量耦合中的6j和9j系数的求和规则、单轨道中J级对力、核子系统的自旋和同位旋都确定的空间维数等核结构基本理论方面的新进展。
2.
We investigate the properties of polarization vectors for gauge bosons,including their forms with arbitrary polarization direction in laboratory frame,their different sum rules,and the projection operators they constitute.
讨论内容包括极化矢量的具体形式和性质、求和规则和规范传播子之间的关系以及由其张成的投影算子的性质。
6) quadrature rules
求积规则
1.
Some quadrature rules and the error estimater of this kind of integral are given: the midpoint-type rule,trapezoidal-type rule,Simpson s formula and their error estimates.
基于计算模糊随机变量期望的需要,定义了无穷区间上的模糊Henstock积分,讨论了其求积规则;得到了中点、梯形及S im pson求积公式,并给出了误差估计。
补充资料：知识求精
知识求精
knowledge refinement
zhishi qiuJ一ng知识求精(kn.钾led罗代nn日川Ient)在知识获取完成后，对已获取的知识进行提纯、验证，转变成一个高效率、高质量的知识库，是人工智能中知识获取的一个重要组成部分。 知识求精的目的在于消除知识获取过程中因问题本身或获取手段等原因引起的提取知识的冗余和冲突，提高知识库的性能和质量，特别是满足一些有高可靠要求的应用需求，如核电站反应堆、卫星的发射与控制等。在知识工程师所提供的原型知识库的基础上，进行知识求精处理，避免了机器学习要求过多的背景知识和对间题域的严格限制，实现大量知识的获取任务。 知识求精是一个较年轻的领域。自从知识获取成为知识工程的瓶颈问题以来，知识求精得到迅速发展。前期(70年代中期)的知识求精基本上是作为专家系统(知识系统)中知识库的修改器。自80年代初，通用知识求精系统SEEK和SEEEZ出现以后，知识求精才具有较完整的模型和方法。80年代后期，人们感兴趣的问题则是使知识求精的技术和方法更加完善和成熟，并将此与其它的技术如知识证实技术、评价技术结合起来研究。 由于在知识获取过程中所带人的各种类型错误的性质和特征不同，各系统在求精阶段所采用的求精模型和方法都有一些各自不同的特点和策略:采交互就能完成所有基本知识的求精任务。 从技术手段来看，知识求精的方法分为三大类:①结构求精;②功能求精;③理论重检。所谓结构求精，是指利用知识库中的知识内部结构而无需或很少借助额外知识来精化专家的知识。功能求精则是利用知识库之外的额外知识，如用户的意图等，对知识库中的知识进行精化。理论重检则是利用归纳推理和基于解释机制，借助一组训练实例来提高知识库的质量，有扎实的形式化理论基础。 从实现方式来看，知识求精的方法还可以分为:①静态求精;②动态求精。前者只是依据知识库中知识的语义相容性来求精知识库中的知识;后者则是用例子进行测试，从而了解知识库中的知识性能强弱，以达到知识求精的目的。 随着被求精的知识系统的日益复杂，知识求精的技术与方法以及相应的计算机辅助求精工具越来越显示出其重要性。求精技术和方法正朝着更自动、更有效、更通用的方向发展;各种辅助的求精工具，也朝着更实用、更高效率的方向发展。知识求精技术，一方面，作为知识获取的一个分支和有效技术，更加紧密地结合于知识获取之中;另一方面，它的一些关键技术，如知识证实技术、知识检测技术和知识测试技术，随着知识系统应用的拓广，将日益扩大和成熟，成为知识处理技术中富有生命力的技术和方法之一。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条