人工方法

人工智能导论知识发现方法概述

统计方法：基于数据的数量特征，推断规律。 粗糙集：一种模糊集，用于规则归纳、分类和聚类。 可视化：将数据转化为图形，便于理解。 传统机器学习：包括符号学习和连接学习。 知识发现与数据挖掘。

数据挖掘 1 2024-05-25

人工智能现代方法第三版

这本书涵盖了机器学习、自然语言处理、数据挖掘和信息检索等智能领域的重要知识，是学习这些领域的重要参考书籍。

数据挖掘 0 2024-09-13

人工势场方法在路径搜索中的Matlab实现

这是一份由国外专家编写的人工势场方法路径搜索的Matlab程序，附有详细的解释文档，界面友好，易于理解。此外，还包含另一套关于10个障碍物路径搜索的Matlab程序，均已经过调试，可直接使用，每行代码都有注释。

Matlab 0 2024-09-29

MATLAB负荷预测基于人工神经网络（ANN）的预测方法

MATLAB负荷预测是一种基于人工神经网络（ANN）的先进预测技术。该方法利用MATLAB软件平台，通过分析历史数据和模式识别，实现对电力系统负荷未来趋势的精确预测。这种技术不仅提高了预测的准确性，还能帮助电力管理者优化资源分配和能源利用效率。

Matlab 0 2024-08-25

数据科学方法论在人工智能中的应用综述

大数据时代的来临为知识研究带来了机遇和挑战。探讨了在这一环境下，数据科学方法论在人工智能中的革新和应用，涵盖数据挖掘、语义表示以及空间推理等新兴技术。为了推动知识假设的验证和实践，更新研究技术和工具的应用至关重要。在处理如此庞大且复杂的数据集时，传统的数据准备方法显得力不从心。大数据的涌现不仅引入了新的系统和先进技术，还要求从海量数据中发现模糊而质量差异巨大的模式组合。

数据挖掘 2 2024-07-18

基于人工蜂群算法优化BP神经网络训练的新方法

人工蜂群算法与BP神经网络结合，提供了一种新的优化策略，解决BP神经网络在训练中遇到的局部最小值问题。BP神经网络作为监督学习模型，通过反向传播误差来更新权重，以减少预测输出与实际输出之间的差距。然而，其依赖梯度下降可能导致训练速度缓慢且易于停滞。相比之下，人工蜂群算法模拟蜜蜂的智能行为，通过全局优化算法能够更有效地搜索解决方案空间，找到全局最优解。在BP神经网络中应用人工蜂群算法可以替代传统梯度下降法，优化网络的权值和阈值，从而提高网络的泛化能力和训练效率。

算法与数据结构 2 2024-07-17

人工智能优化核磁共振孔隙度测量精度的新方法

传统核磁共振测量孔隙度常因储层岩石中顺磁物质和黏土而误差偏小。本研究提出一种新方法，利用人工智能算法根据相关因素对核磁共振测量结果进行校准。首先，通过数据挖掘确定影响孔隙度偏差的因素，作为神经网络的参数进行训练，随后优化网络算法与参数，显著降低了实测孔隙度的相对误差，从29.35%降至11.37%。研究表明，人工智能算法在提升核磁共振法测量精度方面具有显著效果。

数据挖掘 0 2024-09-14

人工管理阶段 (50 年代中期)

20 世纪 50 年代中期，计算机主要用于科学计算，数据处理以人工方式进行。这种方式存在两个弊端： 应用程序之间存在强依赖性，缺乏独立性。 不同应用程序的数据组之间可能存在大量重复数据，导致数据冗余。

Oracle 4 2024-05-21

人工蜂群算法ABC简介

人工蜂群算法（ABC）是受蜜蜂行为启发的优化算法，无需了解问题具体信息，通过人工蜂个体的局部寻优，让群体中全局最优值逐渐显现，具有较快的收敛速度。

算法与数据结构 3 2024-05-25

KDD：人工智能研究热点

KDD 已成为人工智能领域的研究热点，广泛应用于过程控制、信息管理、商业、医疗和金融等领域。作为大规模数据库中先进的数据分析工具，KDD 研究是数据库和人工智能领域的研究重点。

数据挖掘 2 2024-05-25