[发明专利]创建对象模型的方法

说明书

技术领域

本发明涉及一种智能系统，即人工直觉计算机模型，其用于基于对外部作用的响应而非基于性质相似性来自动化创建对象模型。

背景技术

迄今为止，本发明不具有已申请方法的一般方面的类似特征。

本发明属于直觉系统领域，并且实际上为人工直觉的唯一技术体现。

发明内容

本发明的目标在于从原则上确定创建信息模型的全新方法，根据基本性质体现人工直觉。

本发明的技术成果是现实模型创建(所研究对象的一致且相干的模型)，其通过用于解决各种信息智能处理任务的对象元素之间的关联集合来描述，所述信息智能处理任务包括：图像的逼近和插值、识别和分类、数据压缩、预测、鉴定、控制、相关联等。此时，获得的模型可以作为具体任务的专业模型，但是，在任何情况下，模型用于解决任务，而不作为任务的解决方案。

由于可能存在许多创建专业模型的方案，所以应根据任务要求确定方案选择的标准，标准可包括以下情况，例如，在最小的运算费用条件下，实现准确的直观化，或可以在混合智能系统(神经网络+专家系统)中进行后续处理，或还可以保证计算最大的准确性或给出最佳预测。也就是说，我们掌握人工直觉+智能(自然或人工)之间的关联。此时，通过追踪对象关系不同处理方式之间的规律，直觉用于划分临界对象，而智能推测其在条件变化时的发展和状态。此时，智能部分的效率不能通过复杂化和专业化的方式实现，而依靠在输出数据显示平面图中系统的直觉部分具有高度自由(准确性、数量、相关性)。

要求保护的技术成果通过对象模型的计算机创建方法来实现，所述方法包括以下阶段：

1)将引用对象划分为多个部分，所述多个部分为具有描述其特性的相同数据集的概念，其中所述概念基于预定的解组规则形成，必要时，对含有相同或近似属性值的概念进行缩减；

2)获得原始数据，所述原始数据以(n*n)/2-n的量来表示所述引用对象部分的所有现有的对，其中n表示部分的数量；

3)对多个属性，包括描述所述对象的所述引用部分的属性，进行评价和优化；

4)对获得的行进行函数处理，其中使用标准函数集，特别是相关性或均方差，或使用由任务设定逻辑得出的特定函数；

5)对获得的结果进行分类和分组，然后对所述分组数据进行冗余校验，接着为对所述分组数据进行标准化的程序，其中滤除冗余数据；

6)通过借助于使用专家系统操作的智能处理的不同方式来建立标准化分组数据之间的函数关联；

7)确定在通过各种函数进行处理时提供近似或可预测结果的数据对，将所述数据对进行关联且后续用于对象模型创建；

8)确定以下信息：哪些函数用于分析所述建模对象的各部分之间的关联，所述各部分之间的哪些关联最为紧密，哪些关联是由数量最多、彼此差异最大的函数产生，哪些概念最常出现在根据各种函数值而筛选的对列表中的上位和下位，鉴定不同概念的分布函数性质以及相关和非显著属性；

9)确定获得的模型是否提供可预测结果，如果是，则所述模型被视为已创建，如果获得的结果不满足提出的要求，则结果被视为是初步的，并将其用于修改解组规则、属性评价、用于处理的函数的选择和过滤标准，如果无结果，则分析属性数量和属性评价的准确性，并将数据对处理的特定函数替换为标准函数。

图1提供了本发明申请的人工直觉计算机模型工作示意图。

图2和图3提供了本发明申请的人工直觉计算机模型单层感知器的几何图形，包括研究前和研究后。

本发明涉及一种智能系统，即人工直觉计算机模型，其用于基于对外部作用的响应而非基于性质相似性来自动化创建对象模型。此时，不是对象属性用作输入数据，而是各个部分(对象元素)之间关系的不同特征作为输入数据，通过揭示各个部分关联的规律来搜索相关知识，或利用其他语言，根据其不完整的或噪音污染样本(参见资料来源1)恢复知识(形式)碎片。