标签：不确定性 正确 知识 CF 证据 答案 推理方法 第四章
第四章 不确定性推理方法
1.在不确定推理中，“不确定性”一般分为：（ ）和（ ）。
正确答案：
(1) 知识的不确定性
(2) 证据的不确定性
2.不确定推理需要解决的重要问题是（ ）、（ ）、（ ）、（ ）、和（ ）。
正确答案：
(1) 不确定性的表示与度量
(2) 不确定性匹配算法及阈值
(3) 组合证据不确定性的算法
(4) 不确定性的传递算法
(5) 结论不确定性的合成
3.在CF模型中，知识是用产生式规则表示的，其一般形式为（ ）
正确答案：
(1) IF E THEN H (CF(H,E))
4.CF(H,E)在[-1,1]上取值，CF(H,E)>0表示（ ）；CF(H,E)<0表示（ ）；CF(H,E)=0表示（ ）；CF(H,E)=-1表示（ ）；CF(H,E)=1表示（ ）。
正确答案：
(1) 该条知识以某种程度为真
(2) 该条知识以某种程度为假
(3) 证据的出现与否与结论无关
(4) 该条知识为假
(5) 该条知识为真
5.CF(E)在[-1,1]上取值，CF(E)>0表示（ ）；CF(E)<0表示（ ）；CF(E)=0表示（ ）；CF(E)=-1表示（ ）；CF(E)=1表示（ ）。
正确答案：
(1) 证据以某种程度为真
(2) 证据以某种程度为假
(3) 证据未获得任何相关的观察
(4) 证据为假
(5) 证据为真
6.在CF模型中，结论H的可信度的计算公式是（ ）。
正确答案：
(1) CF(H)=CF(H,F)*max{0,CF(F)}
7.可信度的定义？
正确答案：
根据经验对一个事物或现象为真的相信程度
8.两条知识推出相同的结论，但可信度不同，求出该结论的步骤是什么？
我的答案：
（1）分别对每一条知识求出CF(H)
（2）求出E1与E2对H的综合影响所形成的可信度CF1,2(H)
9.智能问题的本质是（ ）。
正确答案：
(1) 不确定性
10.在证据理论中，M（{红，黄}）=0.2，表示（ ）
正确答案：
(1) 不知道该把这个0.2分配给{红}还是分配给{黄}。
11.信任函数又称为（ ），Bel（A）表示（ ）。
正确答案：
(1) 下限函数
(2) 对命题A为真的总的信任程度
12.似然函数又称为（ ）或（ ），Pl（A）表示（ ）。
正确答案：
(1) 不可驳斥函数
(2) 上限函数
(3) 对A非假的信任程度
13.证据理论的特点是什么？
正确答案：
该理论能够区分“不确定”与“不知道”的差异，并能处理由“不知道”引起的不确定性，具有很大的灵活性。
14.基于证据理论的不确定性推理的步骤是什么？
我的答案：
（1）建立问题的样本空间D。
（2）由经验给出，或者由随机性规则和事实的可信度度量计算求得幂集2D的基本概率分配函数。
（3）计算所关心的子集A∈ 2D的信任函数值Bel(A)或似然函数值Pl(A)。
（4）由Bel(A) 或者Pl(A)得出结论。
15.常用的模糊矩阵的合成计算方法？
我的答案：
最大-最小合成法：写出矩阵乘积QR中的每个元素，然后将其中的乘积运算用取小运算代替，求和运算用取大运算代替。
最大-代数积合成法：写出矩阵乘积QR中的每个元素，然后将其中的求和运算用取大运算，而乘积运算不变。
16.表述三种模糊决策的方法？
我的答案：
最大隶属度法：在模糊向量中，取隶属度最大的量作为推理结果。
加权平均判决法：将每一个元素的隶属度乘以该元素数值的总和除以元素数值总和得出的答案作为结果。
中位数法：把模糊集的中位数作为系统控制量。
17.应用模糊推理的步骤？
我的答案：
1.模糊知识表示
模糊知识表示一般形式为( <对象>,<属性>,( <属性值>,<隶属度>))
2.对IF A THEN B类型的模糊规则的推理
若已知输入为A,则输出为B ;若现在已知输入为A' ,则输出B'用合成规则求取
B'=A' 。R
其中R为A到B的模糊关系。
标签：不确定性,正确,知识,CF,证据,答案,推理方法,第四章 来源： https://www.cnblogs.com/tlott/p/15765185.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。