《信息与电子工程前沿(英文)》
>> 2020年
第21卷
第7期
doi:
10.1631/FITEE.1900057
知识推送系统中一种基于多分类径向基神经网络的知识匹配方法
浙江大学流体动力与机电系统国家重点实验室,中国杭州市,310027
收稿日期:
2019-01-31
录用日期:
2020-07-10
发布日期:
2020-07-10
下一篇
上一篇
摘要
聚焦知识匹配领域,开展提高产品设计中知识推送系统性能的探索性研究。传统匹配算法需重复计算,导致响应时间长,准确性也有待提高。本文目标是实现对设计者知识需求的快速响应,并提供优质知识推送服务。在改进之前工作基础上,研究实际操作中增强有限训练集的两种方法:案例特征向量中振荡特征权值和修正案例特征。此外,提出一种多分类径向基神经网络,可从知识库中一次性匹配知识并保证推送结果准确性。使用数控机床中导轨设计的训练集训练和测试该方法,实验结果表明增强训练集有效,本文提出的方法优于其他匹配方法。