导读:本文包含了不确定时态论文开题报告文献综述及选题提纲参考文献，主要关键词:不确定,时态语义,时态粒度,时态关系
不确定时态论文文献综述
左亚尧,陈磊,龙耀发,李杰骏[1]（2015）在《不确定时态信息的粒度建模及其时态关系研究》一文中研究指出从自然语言的不确定性语义出发,研究时态信息的不确定性问题.提出不确定时间点、不确定时间区间的六元组粒度模型;通过构造评价函数,给出了不确定时态粒点的语义可信度计算方法;并对不确定时态进行泛化处理,进而定性的讨论了其时态关系,对其中复杂交迭的时态关系进行定量计算并证明计算的正确性和完备性,从而将不确定性问题转化为可计算问题.(本文来源于《小型微型计算机系统》期刊2015年07期）
陈磊[2]（2015）在《不确定时态信息的粒度建模及其时态关系研究》一文中研究指出近年来,信息技术的飞速发展,使得各行各业的信息系统中都积累了大量而丰富的数据。时态数据是其中重要的一类,它大量存在于新闻系统、医疗信息系统、交通系统等应用领域,且在时态数据挖掘、时态知识以及时空信息处理等众多研究领域扮演着越来越重要的角色。不确定时态信息是时态信息中的重要内容,作为时态领域和人工智能领域的研究热点而逐渐被人们所知。不确定时态信息的处理是语义理解、时态规划、不确定时态逻辑、时态数据挖掘以及时空信息处理等领域的核心问题,也是人工智能领域和自然语言处理领域的研究对象。不确定时态信息包含了不确定的修饰介词和具有粒度属性的时间点、区间和跨度,属于没有先验知识的不精确的概念。如何让计算机理解这些基于语义的不确定时态信息,处理其不确定语义,对其进行近似计算,构建其通用的时态粒度模型并探讨其定性和定量的时态关系,是当前时态信息处理领域的难点。针对不确定语义造成的时态不确定性与多样性问题,提出了对不确定语义进行转换的思想,将其转换为邻域或区间,成为可计算问题；结合时态的粒度属性与不确定的语义,给出了不确定时态粒点、粒区和跨度的形式化描述,不确定时态元素因此可参与运算；针对不确定时态的结构,借助了区间集和粗糙集将时态元素在离散状态下进行重构,采用下近似和上近似的思想明确划分了不确定时态中的确定元素和不确定元素；进而给出了不确定时态粒点、时态粒区和跨度的近似精确度计算方法,并给出相关示例进行说明。针对不确定时态的建模问题,从时态的不确定语义出发,结合时态粒度的约束,提出不确定时间点、区间和跨度的元组化模型；并对不确定时态进行泛化处理,为不确定时态关系的探讨,提供了前提。针对不确定时态关系问题,在泛化处理的基础上,从定性和定量两个角度对不确定时态关系进行了探讨,并着重对复杂交迭的、有多种可能性的时态关系进行了定量计算,且证明了其完备性。用示例的形式表示并处理了医疗信息系统中的不确定时态信息。特别的,对于不确定时态跨度,结合时态区间数给出了不确定时态跨度间的运算及语义还原方法,有效地处理了不确定时态跨度间的复杂运算,包括数乘、加法和减法等操作。论文的主要创新点在于：(1)针对多样化的不确定语义,进行了相应的转换并归类,使得不确定时态可以参与运算；(2)对不确定时态进行了重构,提出了不确定时态的近似精确度计算方法；(3)构建了不确定时态的元组化模型,对不确定时态进行了泛化处理,使其时态关系的探讨具备前提；(4)定性的描述了不确定时态关系,在此基础上对其中复杂交迭的时态关系进行了定量的探讨,给出了定量描述方法,并进行了完备性证明。特别的,针对不确定时态跨度,提出了一套近似运算方法,处理了不确定时态跨度间的运算。(本文来源于《广东工业大学》期刊2015-05-01）
陈磊,左亚尧,封朝永[3]（2015）在《语义不确定时态的区间集重构及近似度量方法研究》一文中研究指出为了解决语义不确定时态的近似精确度度量问题,针对不确定语义造成的时态不确定性与多样性,提出对不确定语义进行转换的思想,将其转换为邻域或区间,成为可计算问题;结合时态的粒度属性与不确定的语义,给出了不确定时态粒点和不确定时态粒区的形式化描述,不确定时态元素因此可参与运算;提出了时态区间集将时态元素在离散状态下进行重构,采用下近似和上近似的思想明确划分了不确定时态中的确定元素和不确定元素;进而给出了不确定时态粒点和不确定时态粒区的近似精确度计算方法.(本文来源于《小型微型计算机系统》期刊2015年03期）
左亚尧,陈磊,封朝永[4]（2015）在《不确定时态跨度的语义处理及其粗糙集近似计算》一文中研究指出蕴含语义的不确定时态的表示及处理是不确定时态信息和自然语言处理领域中的重要问题,不确定时态跨度是不确定时态中的重要组成部分,而不确定的语义是造成时态跨度不确定性的根源.提出对不确定语义进行转换的思想,将其转换为邻域或区间的形式,成为可计算问题;进而从粒度层面对不确定时态跨度进行了有效刻画,给出了元组化的模型,使其可以参与运算;提出了时态粗糙集将时态跨度元素在离散状态下进行划分,采用下近似和上近似的思想划分了不确定时态跨度中的确定元素和不确定元素;并提出了不确定时态跨度的近似精确度计算方法.(本文来源于《广东工业大学学报》期刊2015年01期）
陈磊,左亚尧,封朝永[5]（2015）在《语义不确定时态跨度的规范化处理及近似运算》一文中研究指出不确定时态的语义处理及近似运算是时态系统的研究与应用中不可忽视的基本问题。不确定语义的转换、时态粒度的规范化以及不确定时态间的近似运算和语义还原成为不确定时态信息处理中的难点。针对时态跨度中不确定语义造成的时态不确定性与多样性,提出了对不确定语义进行转换的思想,将其转换为区间数的形式,结合时态的粒度属性,给出了不确定时态跨度的形式化描述,使其成为可计算问题;根据时态粒度约束对不确定时态跨度进行了规范化处理,使其可以参与运算;最后结合时态区间数给出了不确定时态跨度间的运算及语义还原方法,有效地处理了不确定时态跨度间的复杂运算,典型的运算过程均给出了示例予以说明。(本文来源于《计算机应用研究》期刊2015年07期）
冯华宾[6]（2014）在《不确定和时态数据集上实体识别技术研究》一文中研究指出在数据管理中，数据质量问题是最重要的议题之一。传统数据库着眼于数据的量的管理，即支持大量数据的创建、维护和检索。但是现实世界中的数据存在着诸多质量问题：不一致、重复、不精确、不完整或者过时。劣质数据可对社会生活中的诸多环节产生严重的后果。因此数据质量管理在信息化社会中具有巨大的应用需求和潜质。实体识别技术是数据质量管理技术中的重要环节。实体识别技术致力于发现来源于不同数据源的同一现实世界实体的不同表示形式。实体识别的结果有助于解决上述数据质量问题。因此实体识别技术对于数据质量管理过程具有重要的基础性作用。本文讨论劣质数据集上的实体识别问题，提出了一系列算法以解决具有不精确和过时等问题的劣质数据集上的实体识别问题。本文是第一篇提出针对含有不精确数据的不确定数据集进行实体识别研究的文章，本文给出了概率相似度测度以及基于此测度的相似度链接和聚类算法。在相似度链接算法中，本文提出融合前缀过滤算法以压缩计算空间的优化算法。实验表明，本文所提出的算法可以有效高效的解决不确定数据集上的实体识别问题。针对含有过时数据的时态数据集上的实体识别问题，本文给出了基于规则的解决方案，本文也是第一篇给出时间戳不可用的情况下时态数据集上的实体识别算法的文章。针对这一问题，本文提出在相似度链接算法中首先利用数据时序规则(data currency rules)以确定时态元组的相对时序顺序，然后在时序顺序的基础上提出元组属性的不稳定性特性以对时态元组的属性的进化特性进行建模。结果显示，在相似度链接算法中融入元组的不确定性特性可以提高相似度链接的准确率。此外，本文还针对上述数据集提出了时态聚类算法，并给出相应的优化算法。实验表明，本文所提出的算法能够有效的解决时间戳不可用的时态数据集上的实体识别问题。(本文来源于《哈尔滨工业大学》期刊2014-06-01）
任淑霞[7]（2013）在《基于概率的不确定时态数据建模与挖掘问题的研究》一文中研究指出本文以时态数据库为主要研究对象，对不确定时态数据进行了重点研究。时态数据库应用范围广泛，涵盖了包括医疗、证券、多媒体系统、人工智能、历史信息管理、数据库信息管理等不同领域。通过研究发现，虽属于不同领域，但无一例外都要使用时态数据库中的不确定时态数据，尤其是有效时间不确定的时态数据及它们之间的密切的联系无法确定。本文以此为目的，以医疗数据为例，对不确定时态数据的建模、查询及挖掘等问题的解决展开了研究与探讨，其主要贡献如下：（1）提出了基于概率的不确定时态数据模型，BPTM(Temporal model based onprobability)。本文通过分析现有的不确定时态信息模型并借鉴Snodgrass提出的概率方法，设计了基于概率的不确定时态数据模型BPTM。该模型将原有的一些谓词功能进行扩展并重新定义，不仅支持不确定时态信息的表示，而且通过概率表达了不确定时态信息之间的关系。（2）对BPTM模型中的模糊度参数进行修正。模糊度的取值是由用户根据所在领域的经验赋予的一个0～1之间的实数。实际上，每个用户的经验都是有差异的，因此查询出来的结果也会具有差异性。为了让用户最终获取的信息更具有普遍性和实用性，首先由用户输入模糊度初值，然后使用贝叶斯分类器对模糊度进行修正，使得用户最终得到的查询信息更具有现实性和实用性。（3）提出了一种基于离散粒子群优化的医疗数据挖掘算法（PSO-BNB）。通过对已有算法的属性选择过程的对比总结，并针对医疗数据的数据量庞大且表征不明显等特点，提出了使用离散粒子群优化解决属性选择过程的方法来提高医疗数据的分类精确度。首先，将医疗数据离散化；然后，使用基于PSO的wrapper方法对离散后的数据集进行属性选择，并对选择后的属性子集应用贝叶斯分类器进行训练。实验结果表明，该算法具有较高的分类精确度。（4）在BPTM模型的基础上，解决了如何在关系数据库系统中表示不确定时态信息及如何查询并挖掘出这些不确定时态信息之间的关系。根据目前医疗领域对支持存储和处理不确定时态信息的需求，本文将时态数据库技术和BPTM模型运用到医疗领域中，通过在传统关系数据库中构建时态模块解决了时态信息的存储与表示，并实现了对其的查询检索，同时用概率方法和PSO-BNB算法对时态信息进行了挖掘。(本文来源于《天津大学》期刊2013-04-01）
曾希君[8]（2011）在《基于不确定时态信息的索引技术》一文中研究指出索引技术是时态数据库查询优化的重要方法之一。分析了时态数据库中的不确定时态信息以及基于不确定时态信息的索引技术,并详细讨论了能处理时间变元的改进的4R-tree索引技术的建立过程。(本文来源于《微计算机信息》期刊2011年05期）
侯贵宾,曹卫东[9]（2010）在《一种面向自然语言表达的不确定时态数据的建模方法》一文中研究指出在医疗信息系统中,含自然语言表达式的时态信息起着关键性作用。如何处理基于自然语言的不确定时态信息问题一直没有得到很好地解决。针对医疗信息系统的需求,在此对时态数据模型的研究现状以及一些经典的不确定时态医疗信息数据模型进行了研究。对各种传统的时态原语类型进行不确定性扩展。提出了基于自然语言表达式的不确定时态数据模型NLTM。(本文来源于《河北科技大学学报》期刊2010年05期）
周汉达[10]（2009）在《Now相关概率不确定时态数据模型》一文中研究指出时间是自然界无所不在的客观属性,随着数据库技术的发展,时态信息在数据库系统中的作用日益重要。本文描述了有效时间与不确定性等概念,分析了概率不确定时态数据模型,引入时态变量,提出一种新的时态信息模型,并简单讨论了在此数据模型上的时态关系演算。(本文来源于《嘉应学院学报》期刊2009年06期）
不确定时态论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
近年来,信息技术的飞速发展,使得各行各业的信息系统中都积累了大量而丰富的数据。时态数据是其中重要的一类,它大量存在于新闻系统、医疗信息系统、交通系统等应用领域,且在时态数据挖掘、时态知识以及时空信息处理等众多研究领域扮演着越来越重要的角色。不确定时态信息是时态信息中的重要内容,作为时态领域和人工智能领域的研究热点而逐渐被人们所知。不确定时态信息的处理是语义理解、时态规划、不确定时态逻辑、时态数据挖掘以及时空信息处理等领域的核心问题,也是人工智能领域和自然语言处理领域的研究对象。不确定时态信息包含了不确定的修饰介词和具有粒度属性的时间点、区间和跨度,属于没有先验知识的不精确的概念。如何让计算机理解这些基于语义的不确定时态信息,处理其不确定语义,对其进行近似计算,构建其通用的时态粒度模型并探讨其定性和定量的时态关系,是当前时态信息处理领域的难点。针对不确定语义造成的时态不确定性与多样性问题,提出了对不确定语义进行转换的思想,将其转换为邻域或区间,成为可计算问题；结合时态的粒度属性与不确定的语义,给出了不确定时态粒点、粒区和跨度的形式化描述,不确定时态元素因此可参与运算；针对不确定时态的结构,借助了区间集和粗糙集将时态元素在离散状态下进行重构,采用下近似和上近似的思想明确划分了不确定时态中的确定元素和不确定元素；进而给出了不确定时态粒点、时态粒区和跨度的近似精确度计算方法,并给出相关示例进行说明。针对不确定时态的建模问题,从时态的不确定语义出发,结合时态粒度的约束,提出不确定时间点、区间和跨度的元组化模型；并对不确定时态进行泛化处理,为不确定时态关系的探讨,提供了前提。针对不确定时态关系问题,在泛化处理的基础上,从定性和定量两个角度对不确定时态关系进行了探讨,并着重对复杂交迭的、有多种可能性的时态关系进行了定量计算,且证明了其完备性。用示例的形式表示并处理了医疗信息系统中的不确定时态信息。特别的,对于不确定时态跨度,结合时态区间数给出了不确定时态跨度间的运算及语义还原方法,有效地处理了不确定时态跨度间的复杂运算,包括数乘、加法和减法等操作。论文的主要创新点在于：(1)针对多样化的不确定语义,进行了相应的转换并归类,使得不确定时态可以参与运算；(2)对不确定时态进行了重构,提出了不确定时态的近似精确度计算方法；(3)构建了不确定时态的元组化模型,对不确定时态进行了泛化处理,使其时态关系的探讨具备前提；(4)定性的描述了不确定时态关系,在此基础上对其中复杂交迭的时态关系进行了定量的探讨,给出了定量描述方法,并进行了完备性证明。特别的,针对不确定时态跨度,提出了一套近似运算方法,处理了不确定时态跨度间的运算。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
不确定时态论文参考文献
[1].左亚尧,陈磊,龙耀发,李杰骏.不确定时态信息的粒度建模及其时态关系研究[J].小型微型计算机系统.2015
[2].陈磊.不确定时态信息的粒度建模及其时态关系研究[D].广东工业大学.2015
[3].陈磊,左亚尧,封朝永.语义不确定时态的区间集重构及近似度量方法研究[J].小型微型计算机系统.2015
[4].左亚尧,陈磊,封朝永.不确定时态跨度的语义处理及其粗糙集近似计算[J].广东工业大学学报.2015
[5].陈磊,左亚尧,封朝永.语义不确定时态跨度的规范化处理及近似运算[J].计算机应用研究.2015
[6].冯华宾.不确定和时态数据集上实体识别技术研究[D].哈尔滨工业大学.2014
[7].任淑霞.基于概率的不确定时态数据建模与挖掘问题的研究[D].天津大学.2013
[8].曾希君.基于不确定时态信息的索引技术[J].微计算机信息.2011
[9].侯贵宾,曹卫东.一种面向自然语言表达的不确定时态数据的建模方法[J].河北科技大学学报.2010
[10].周汉达.Now相关概率不确定时态数据模型[J].嘉应学院学报.2009