知識(shí)發(fā)現(xiàn)方法研究及其在感覺(jué)評(píng)估中的應(yīng)用.pdf

1、知識(shí)發(fā)現(xiàn)(Knowledge Discovery in Database,KDD)，是一種以計(jì)算機(jī)為工具，將人工智能、統(tǒng)計(jì)、計(jì)算機(jī)及數(shù)據(jù)庫(kù)等技術(shù)相結(jié)合，旨在從數(shù)據(jù)中提取總結(jié)出新信息的技術(shù)。感覺(jué)評(píng)估，即測(cè)量、分析和解釋人感覺(jué)(視覺(jué)、味覺(jué)、嗅覺(jué)、觸覺(jué)、聽(tīng)覺(jué))對(duì)產(chǎn)品特征的反應(yīng)或評(píng)價(jià)的科學(xué)技術(shù)。感覺(jué)評(píng)估具有主觀性、靈活性的特點(diǎn)，以前通常依靠專(zhuān)家經(jīng)驗(yàn)進(jìn)行。隨著信息量的膨脹、工業(yè)需求的增加和評(píng)估精度的提高，傳統(tǒng)方法已經(jīng)難以大規(guī)模推廣。因此，借助神經(jīng)

2、網(wǎng)絡(luò)、統(tǒng)計(jì)分析、數(shù)據(jù)挖掘等技術(shù)手段實(shí)現(xiàn)智能感覺(jué)評(píng)估中的知識(shí)發(fā)現(xiàn)，將具有重要的現(xiàn)實(shí)意義。 神經(jīng)網(wǎng)絡(luò)具有非線(xiàn)性、自學(xué)習(xí)和推廣能力強(qiáng)的特點(diǎn)，但經(jīng)訓(xùn)練獲得的知識(shí)不容易顯式表達(dá)，難以被人們理解。為此，首先引入了神經(jīng)網(wǎng)絡(luò)函數(shù)逼近器的知識(shí)發(fā)現(xiàn)算法，將隱層單元的非線(xiàn)性激勵(lì)函數(shù)進(jìn)行三段線(xiàn)性化逼近，實(shí)現(xiàn)了輸入與輸出之間關(guān)系的規(guī)則提取。通過(guò)對(duì)輸入神經(jīng)元進(jìn)行削減實(shí)現(xiàn)了輸入空間的壓縮。將該算法應(yīng)用于卷煙感覺(jué)評(píng)估，提取了煙葉理化指標(biāo)與感官質(zhì)量指標(biāo)之間的規(guī)則