• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于CBR的突發(fā)事件處置方案快速生成方法研究

      2014-07-19 17:47:51于世浡湯曉安孔龍星張俊達
      現(xiàn)代電子技術(shù) 2014年10期
      關(guān)鍵詞:突發(fā)事件

      于世浡 湯曉安 孔龍星 張俊達

      摘 要: 結(jié)合當前處置突發(fā)事件的實際需求,提出一種基于CBR的突發(fā)事件處置方案快速生成方法。首先基于框架表示法對突發(fā)事件案例進行建模,并構(gòu)建案例庫;然后基于相似性度量,提取與本次突發(fā)事件最為接近的參考案例,并根據(jù)實際情況進行交互修改后,得到最終處置方案;最后進行了仿真實驗,驗證了該方法的有效性。

      關(guān)鍵詞: CBR; 方案生成; 突發(fā)事件; 案例庫構(gòu)建

      中圖分類號: TN911?34 文獻標識碼: A 文章編號: 1004?373X(2014)10?0039?04

      Abstract: According to the current requirements to deal with emergency, a rapid establishment method for emergency treatment plan based on case?based reasoning (CBR) is proposed. First, the emergency cases are modeled based on the frame representation method and the case base is created. Second, the reference case which is most similar to the current emergency case is extracted according to its similarity measurement, and then the final treatment plan is obtained after the reference case is revised alternatively according to the actual situation. Finally, the simulation results show the effectiveness of the method.

      Keywords: CBR; scheme generation; emergency; case base creation

      0 引 言

      隨著國際國內(nèi)形勢的發(fā)展變化,以及意識形態(tài)領(lǐng)域斗爭的日趨復(fù)雜,各類突發(fā)事件呈現(xiàn)高發(fā)快閃、對抗激烈、高度透明等特點。目前,由于事件的性質(zhì)、規(guī)模等不同,必須對處置方案進行人工臨時生成。但是由于突發(fā)事件類型較多,情況復(fù)雜多變,一方面人工生成處置方案效率低下,很難滿足處置突發(fā)事件的緊急需求;另一方面,生成的處置方案往往摻雜主觀因素,并且由于事件的突發(fā)性,很難保證方案的全面性和有效性。因此,是否能夠快速、科學地生成突發(fā)事件處置方案已經(jīng)成為制約成功處置突發(fā)事件的關(guān)鍵因素。

      目前,在方案快速生成方面,國內(nèi)外學者進行了大量深入研究,研究成果主要基于案例推理(Case?Based Reasoning,CBR)技術(shù)和規(guī)則推理(Rule?Based Reasoning,RBR)技術(shù)。如王世云等提出了一種基于CBR技術(shù)的機動工程保障方案生成方法[1],主要研究機動工程保障決策過程中的思維經(jīng)驗和預(yù)案,并構(gòu)建了機動工程保障案例的存貯模型和推理模型。張?zhí)毂忍岢隽艘环N基于經(jīng)典關(guān)聯(lián)規(guī)則算法Apriori思想的電力應(yīng)急輔助決策規(guī)則生成方法[2],從中提煉出應(yīng)急處置中的決策參考信息,并提出了應(yīng)急輔助決策規(guī)則的數(shù)學模型。李皓等提出了一種應(yīng)用過程推理系統(tǒng)對作戰(zhàn)方案的自動生成方法[3],實現(xiàn)對戰(zhàn)術(shù)目標的批處理。李建洋等提出了一種基于案例推理的機器學習方法[4],研究了不同環(huán)境下的案例表示,以及案例庫構(gòu)建方法問題。John等提出了一種醫(yī)療診斷混合推理的框架[5],將規(guī)則推理和案例推理相結(jié)合用于醫(yī)學診斷。Nisanbayev等提出了一種電子商務(wù)應(yīng)用的混合推理方法[6],該方法提高了系統(tǒng)的搜索機制。綜合以上方法可以看出,盡管CBR處理速度快,處理能力強,但容易受案例庫資源有限性的影響,同時缺乏規(guī)則指導(dǎo),導(dǎo)致無法生成滿意的方案;RBR解釋能力強,表現(xiàn)形式清楚,但存在知識獲取的“瓶頸”問題,對于處理過的問題沒有記憶,處理例外情況能力較差。

      針對以上方法的不足,結(jié)合當前處置突發(fā)事件的實際需求,本文提出了一種基于CBR的突發(fā)事件處置方案快速生成方法,首先基于框架表示法對突發(fā)事件案例進行建模,構(gòu)建案例庫;然后基于相似性度量,計算當前事件與歷史事件的總體相似度,提取與本次突發(fā)事件最為接近的參考案例,最后,經(jīng)過交互修改,得到最終的處置方案。

      1 基于框架表示法的案例庫建模

      突發(fā)事件的案例是指在處置突發(fā)事件過程中所經(jīng)歷的典型的富有多種意義的事件陳述,對處置的學習、研究、借鑒以及創(chuàng)新具有重要意義。

      案例庫建模即把處置突發(fā)事件的指揮員和領(lǐng)域?qū)<姨幹猛话l(fā)事件的經(jīng)驗和知識轉(zhuǎn)變?yōu)榭杀挥嬎銠C接受的用于描述知識的數(shù)據(jù)結(jié)構(gòu)。案例一般表示為:

      案例=<情況描述,處置經(jīng)過,經(jīng)驗教訓(xùn)>

      其中,情況描述是用來描述突發(fā)事件的屬性信息。處置經(jīng)過是描述突發(fā)事件的具體處置措施,任何基于案例推理的系統(tǒng)必須要有情況描述和處置經(jīng)過。經(jīng)驗教訓(xùn)是從多次處置突發(fā)事件實踐中得到的經(jīng)驗和從錯誤或失敗中得到的教訓(xùn)。

      案例庫建模作為CBR求解問題的第一個步驟,對于輸入的案例首先要以系統(tǒng)可以識別的方式進行描述,然后才可以進行檢索。根據(jù)知識表示的方便性、有效性、可擴展性及應(yīng)用的領(lǐng)域,可以借鑒人工智能領(lǐng)域的多種知識表示方法[7] ,如劇本表示法、框架表示法、謂詞邏輯表示法、語義網(wǎng)絡(luò)表示法等。其中,框架表示法適應(yīng)性強、概括性好、結(jié)構(gòu)化好、推理方式靈活,能把陳述性知識和過程性知識相結(jié)合[8]。因此本文采用框架表示法對案例庫進行建模??蚣鼙硎痉ㄍǔS煽蚣苊?、槽、側(cè)面及側(cè)面值構(gòu)成。通過對突發(fā)事件處置方案的要素分析,將處置方案的事項分類、屬性和屬性值分別對應(yīng)于框架表示法的槽、側(cè)面項和側(cè)面值,表1給出了某突發(fā)事件處置方案的部分框架模型(限于篇幅,僅給出了部分典型側(cè)面值)。

      由表1可知,從模型結(jié)構(gòu)方面,模型主要從情況描述、處置經(jīng)過、經(jīng)驗教訓(xùn)等三方面對突發(fā)事件案例進行分類,將其細化為在突發(fā)事件處置中的各方面屬性,其中事件性質(zhì)、事件規(guī)模和地理氣候是對事件情況的描述;處置實施是對處置經(jīng)過的概述;經(jīng)驗、教訓(xùn)、建議和啟示是對整個事件的總結(jié)和延伸。從數(shù)據(jù)類型方面,所有側(cè)面值,均可以用數(shù)字、枚舉和文本類型進行描述。

      2 參考案例相似性度量

      衡量兩個突發(fā)事件之間相似性,一般從事件性質(zhì)、事件規(guī)模和地理氣候三個屬性來考慮。案例相似性度量(Similarity Measure)的選擇是CBR檢索的關(guān)鍵,合理有效的度量函數(shù)可以使用戶快速、準確地在案例庫中檢索到相似案例,為方案的快速生成提供可能。本文基于層次分析法[8],將案例屬性之間的相似性度量定義為局部相似性度量,將案例整體的相似性度量定義為全局相似性度量,通過求案例各屬性相似性度量的加權(quán)和來得到整體案例的相似性度量,進而從案例庫中選擇整體相似度最高的案例作為參考案例。

      2.1 局部相似性度量

      由表1可知,事件性質(zhì)、事件規(guī)模和地理氣候三個屬性中的內(nèi)容,僅包含數(shù)字和枚舉兩種類型。因此,局部相似性度量應(yīng)該由數(shù)字類型相似性度量和枚舉類型相似性度量組合而成。

      4.2 實驗過程

      首先在案例庫中隨機選取20個成功案例作為當前突發(fā)事件,剩余的772個案例作為案例庫中的歷史突發(fā)事件。按順序從隨機選取的已有20個成功案例中選取一個案例A,將A中的基本情況輸入案例庫,在含有772個案例的案例庫中進行相似性度量的計算,提取出全局相似性度量值最大的案例作為A的參考案例,選擇其處置方案作為初始方案,然后人工對其進行修改形成最終方案。為了定量表示最終方案與原方案之間的相似度,將優(yōu)化后的最終方案輸入到myCBR中,通過myCBR比較生成方案和事件A原方案的相似性。以此類推,形成20個比較結(jié)果。為了比較方案生成的效率,對每一次方案生成的耗時進行記錄,人工對方案的修改依業(yè)務(wù)熟練程度的不同而不同,取平均時間6 h。具體過程以某一事件為例進行說明:

      (1) 輸入待求問題基本情況為:2010年楊莊礦務(wù)局因虧損嚴重,宣布破產(chǎn),部分社會反動分子借機造謠生事,煽動不明真相群眾,手持棍棒,包圍礦務(wù)局大院,實施打砸搶等危害社會行為,天氣炎熱,聚集人數(shù)達到2 000人。

      (2) 通過局部相似性度量分別計算,從事件性質(zhì)、事件規(guī)模和地理氣候三方面與案例庫中的每個案例對應(yīng)屬性進行相似性度量,度量值分別為0.93、0.92、0.95,依據(jù)以往處置突發(fā)事件的豐富經(jīng)驗,地理氣候決定基本處置手段,事件規(guī)模限定參與處置的人數(shù),事件性質(zhì)涵蓋突發(fā)事件的處置方式,遂針對此情況特點,對三者分別加權(quán)為0.5,0.3,0.2。而后通過全局相似性度量計算,得出的最大的度量值為0.93,其對應(yīng)案例被選定為最相似案例,完成檢索。

      (3) 通過人工對初始方案進行修改,形成最終方案。

      (4) 將最終方案輸入到myCBR中與事件原處置方案進行比較,得出相似性數(shù)值,并記錄方案生成的耗時。

      4.3 實驗結(jié)果及分析

      由表2可以看出,根據(jù)本方法生成的突發(fā)事件處置方案與原處置方案相比,具有很高的相似性,myCBR的比較結(jié)果都在0.95以上。可以看出,在突發(fā)事件案例豐富的條件下,能夠滿足處置突發(fā)事件方案準確生成的實際需要。20次實驗的方案生成耗時如表3所示。

      5 結(jié) 語

      本文提出了一種基于CBR的突發(fā)事件處置方案快速生成方法,該方法通過案例庫建模、相似性度量計算以及初始方案優(yōu)化等步驟,能夠快速、準確地生成突發(fā)事件的處置方案。通過實驗可知,該方法具備較強的科學性和時效性,能夠為突發(fā)事件的有效處置提供較好支持。

      參考文獻

      [1] 王世云,劉彥存,蔡鄂,等.基于案例推理機動工程保障方案生成模型研究[J].軍事運籌與系統(tǒng)工程,2012(2):21?25.

      [2] 張?zhí)毂?,彭啟?基于形式化預(yù)案的電力應(yīng)急輔助決策規(guī)則生成方法[J].電力系統(tǒng)自動化,2010(22):67?69.

      [3] 李皓,常國岑,孫鵬,等.基于Agent的作戰(zhàn)方案自動生成系統(tǒng)研究[J].系統(tǒng)工程與電子技術(shù),2009(1):134?136.

      [4] 李建洋,陳雪云,劉慧婷,等.基于案例推理表示的研究[J].合肥學院學報:自然科學版,2007(3):26?29.

      [5] JOHN Deepti Anne, JOHN Rose Rani. A framework for medical diagnosis using hybrid reasoning [C]// Proceedings of the International MultiConference of Engineers and Computer Scientists. Hong Kong, China: IMECS, 2010,1: 978?988.

      [6] NISANBAYEV Y, KO I S, ABDULLAEV S, et al. E?commerce applications of the hybrid reasoning method [C]// Proceedings of International Conference on New Trends in Information and Service Science. Beijing: [s.n.], 2009: 797?801.

      [7] 湯文宇,李玲娟.CBR方法中的案例表示和案例庫的構(gòu)造[J]. 西安郵電學院學報,2006(5):75?78.

      [8] 朱乾有.基于CBR和RBR技術(shù)的突發(fā)事件預(yù)案管理系統(tǒng)的研究[D].西安:長安大學,2011.

      由表1可知,從模型結(jié)構(gòu)方面,模型主要從情況描述、處置經(jīng)過、經(jīng)驗教訓(xùn)等三方面對突發(fā)事件案例進行分類,將其細化為在突發(fā)事件處置中的各方面屬性,其中事件性質(zhì)、事件規(guī)模和地理氣候是對事件情況的描述;處置實施是對處置經(jīng)過的概述;經(jīng)驗、教訓(xùn)、建議和啟示是對整個事件的總結(jié)和延伸。從數(shù)據(jù)類型方面,所有側(cè)面值,均可以用數(shù)字、枚舉和文本類型進行描述。

      2 參考案例相似性度量

      衡量兩個突發(fā)事件之間相似性,一般從事件性質(zhì)、事件規(guī)模和地理氣候三個屬性來考慮。案例相似性度量(Similarity Measure)的選擇是CBR檢索的關(guān)鍵,合理有效的度量函數(shù)可以使用戶快速、準確地在案例庫中檢索到相似案例,為方案的快速生成提供可能。本文基于層次分析法[8],將案例屬性之間的相似性度量定義為局部相似性度量,將案例整體的相似性度量定義為全局相似性度量,通過求案例各屬性相似性度量的加權(quán)和來得到整體案例的相似性度量,進而從案例庫中選擇整體相似度最高的案例作為參考案例。

      2.1 局部相似性度量

      由表1可知,事件性質(zhì)、事件規(guī)模和地理氣候三個屬性中的內(nèi)容,僅包含數(shù)字和枚舉兩種類型。因此,局部相似性度量應(yīng)該由數(shù)字類型相似性度量和枚舉類型相似性度量組合而成。

      4.2 實驗過程

      首先在案例庫中隨機選取20個成功案例作為當前突發(fā)事件,剩余的772個案例作為案例庫中的歷史突發(fā)事件。按順序從隨機選取的已有20個成功案例中選取一個案例A,將A中的基本情況輸入案例庫,在含有772個案例的案例庫中進行相似性度量的計算,提取出全局相似性度量值最大的案例作為A的參考案例,選擇其處置方案作為初始方案,然后人工對其進行修改形成最終方案。為了定量表示最終方案與原方案之間的相似度,將優(yōu)化后的最終方案輸入到myCBR中,通過myCBR比較生成方案和事件A原方案的相似性。以此類推,形成20個比較結(jié)果。為了比較方案生成的效率,對每一次方案生成的耗時進行記錄,人工對方案的修改依業(yè)務(wù)熟練程度的不同而不同,取平均時間6 h。具體過程以某一事件為例進行說明:

      (1) 輸入待求問題基本情況為:2010年楊莊礦務(wù)局因虧損嚴重,宣布破產(chǎn),部分社會反動分子借機造謠生事,煽動不明真相群眾,手持棍棒,包圍礦務(wù)局大院,實施打砸搶等危害社會行為,天氣炎熱,聚集人數(shù)達到2 000人。

      (2) 通過局部相似性度量分別計算,從事件性質(zhì)、事件規(guī)模和地理氣候三方面與案例庫中的每個案例對應(yīng)屬性進行相似性度量,度量值分別為0.93、0.92、0.95,依據(jù)以往處置突發(fā)事件的豐富經(jīng)驗,地理氣候決定基本處置手段,事件規(guī)模限定參與處置的人數(shù),事件性質(zhì)涵蓋突發(fā)事件的處置方式,遂針對此情況特點,對三者分別加權(quán)為0.5,0.3,0.2。而后通過全局相似性度量計算,得出的最大的度量值為0.93,其對應(yīng)案例被選定為最相似案例,完成檢索。

      (3) 通過人工對初始方案進行修改,形成最終方案。

      (4) 將最終方案輸入到myCBR中與事件原處置方案進行比較,得出相似性數(shù)值,并記錄方案生成的耗時。

      4.3 實驗結(jié)果及分析

      由表2可以看出,根據(jù)本方法生成的突發(fā)事件處置方案與原處置方案相比,具有很高的相似性,myCBR的比較結(jié)果都在0.95以上??梢钥闯?,在突發(fā)事件案例豐富的條件下,能夠滿足處置突發(fā)事件方案準確生成的實際需要。20次實驗的方案生成耗時如表3所示。

      5 結(jié) 語

      本文提出了一種基于CBR的突發(fā)事件處置方案快速生成方法,該方法通過案例庫建模、相似性度量計算以及初始方案優(yōu)化等步驟,能夠快速、準確地生成突發(fā)事件的處置方案。通過實驗可知,該方法具備較強的科學性和時效性,能夠為突發(fā)事件的有效處置提供較好支持。

      參考文獻

      [1] 王世云,劉彥存,蔡鄂,等.基于案例推理機動工程保障方案生成模型研究[J].軍事運籌與系統(tǒng)工程,2012(2):21?25.

      [2] 張?zhí)毂?,彭啟?基于形式化預(yù)案的電力應(yīng)急輔助決策規(guī)則生成方法[J].電力系統(tǒng)自動化,2010(22):67?69.

      [3] 李皓,常國岑,孫鵬,等.基于Agent的作戰(zhàn)方案自動生成系統(tǒng)研究[J].系統(tǒng)工程與電子技術(shù),2009(1):134?136.

      [4] 李建洋,陳雪云,劉慧婷,等.基于案例推理表示的研究[J].合肥學院學報:自然科學版,2007(3):26?29.

      [5] JOHN Deepti Anne, JOHN Rose Rani. A framework for medical diagnosis using hybrid reasoning [C]// Proceedings of the International MultiConference of Engineers and Computer Scientists. Hong Kong, China: IMECS, 2010,1: 978?988.

      [6] NISANBAYEV Y, KO I S, ABDULLAEV S, et al. E?commerce applications of the hybrid reasoning method [C]// Proceedings of International Conference on New Trends in Information and Service Science. Beijing: [s.n.], 2009: 797?801.

      [7] 湯文宇,李玲娟.CBR方法中的案例表示和案例庫的構(gòu)造[J]. 西安郵電學院學報,2006(5):75?78.

      [8] 朱乾有.基于CBR和RBR技術(shù)的突發(fā)事件預(yù)案管理系統(tǒng)的研究[D].西安:長安大學,2011.

      由表1可知,從模型結(jié)構(gòu)方面,模型主要從情況描述、處置經(jīng)過、經(jīng)驗教訓(xùn)等三方面對突發(fā)事件案例進行分類,將其細化為在突發(fā)事件處置中的各方面屬性,其中事件性質(zhì)、事件規(guī)模和地理氣候是對事件情況的描述;處置實施是對處置經(jīng)過的概述;經(jīng)驗、教訓(xùn)、建議和啟示是對整個事件的總結(jié)和延伸。從數(shù)據(jù)類型方面,所有側(cè)面值,均可以用數(shù)字、枚舉和文本類型進行描述。

      2 參考案例相似性度量

      衡量兩個突發(fā)事件之間相似性,一般從事件性質(zhì)、事件規(guī)模和地理氣候三個屬性來考慮。案例相似性度量(Similarity Measure)的選擇是CBR檢索的關(guān)鍵,合理有效的度量函數(shù)可以使用戶快速、準確地在案例庫中檢索到相似案例,為方案的快速生成提供可能。本文基于層次分析法[8],將案例屬性之間的相似性度量定義為局部相似性度量,將案例整體的相似性度量定義為全局相似性度量,通過求案例各屬性相似性度量的加權(quán)和來得到整體案例的相似性度量,進而從案例庫中選擇整體相似度最高的案例作為參考案例。

      2.1 局部相似性度量

      由表1可知,事件性質(zhì)、事件規(guī)模和地理氣候三個屬性中的內(nèi)容,僅包含數(shù)字和枚舉兩種類型。因此,局部相似性度量應(yīng)該由數(shù)字類型相似性度量和枚舉類型相似性度量組合而成。

      4.2 實驗過程

      首先在案例庫中隨機選取20個成功案例作為當前突發(fā)事件,剩余的772個案例作為案例庫中的歷史突發(fā)事件。按順序從隨機選取的已有20個成功案例中選取一個案例A,將A中的基本情況輸入案例庫,在含有772個案例的案例庫中進行相似性度量的計算,提取出全局相似性度量值最大的案例作為A的參考案例,選擇其處置方案作為初始方案,然后人工對其進行修改形成最終方案。為了定量表示最終方案與原方案之間的相似度,將優(yōu)化后的最終方案輸入到myCBR中,通過myCBR比較生成方案和事件A原方案的相似性。以此類推,形成20個比較結(jié)果。為了比較方案生成的效率,對每一次方案生成的耗時進行記錄,人工對方案的修改依業(yè)務(wù)熟練程度的不同而不同,取平均時間6 h。具體過程以某一事件為例進行說明:

      (1) 輸入待求問題基本情況為:2010年楊莊礦務(wù)局因虧損嚴重,宣布破產(chǎn),部分社會反動分子借機造謠生事,煽動不明真相群眾,手持棍棒,包圍礦務(wù)局大院,實施打砸搶等危害社會行為,天氣炎熱,聚集人數(shù)達到2 000人。

      (2) 通過局部相似性度量分別計算,從事件性質(zhì)、事件規(guī)模和地理氣候三方面與案例庫中的每個案例對應(yīng)屬性進行相似性度量,度量值分別為0.93、0.92、0.95,依據(jù)以往處置突發(fā)事件的豐富經(jīng)驗,地理氣候決定基本處置手段,事件規(guī)模限定參與處置的人數(shù),事件性質(zhì)涵蓋突發(fā)事件的處置方式,遂針對此情況特點,對三者分別加權(quán)為0.5,0.3,0.2。而后通過全局相似性度量計算,得出的最大的度量值為0.93,其對應(yīng)案例被選定為最相似案例,完成檢索。

      (3) 通過人工對初始方案進行修改,形成最終方案。

      (4) 將最終方案輸入到myCBR中與事件原處置方案進行比較,得出相似性數(shù)值,并記錄方案生成的耗時。

      4.3 實驗結(jié)果及分析

      由表2可以看出,根據(jù)本方法生成的突發(fā)事件處置方案與原處置方案相比,具有很高的相似性,myCBR的比較結(jié)果都在0.95以上??梢钥闯觯谕话l(fā)事件案例豐富的條件下,能夠滿足處置突發(fā)事件方案準確生成的實際需要。20次實驗的方案生成耗時如表3所示。

      5 結(jié) 語

      本文提出了一種基于CBR的突發(fā)事件處置方案快速生成方法,該方法通過案例庫建模、相似性度量計算以及初始方案優(yōu)化等步驟,能夠快速、準確地生成突發(fā)事件的處置方案。通過實驗可知,該方法具備較強的科學性和時效性,能夠為突發(fā)事件的有效處置提供較好支持。

      參考文獻

      [1] 王世云,劉彥存,蔡鄂,等.基于案例推理機動工程保障方案生成模型研究[J].軍事運籌與系統(tǒng)工程,2012(2):21?25.

      [2] 張?zhí)毂?,彭啟?基于形式化預(yù)案的電力應(yīng)急輔助決策規(guī)則生成方法[J].電力系統(tǒng)自動化,2010(22):67?69.

      [3] 李皓,常國岑,孫鵬,等.基于Agent的作戰(zhàn)方案自動生成系統(tǒng)研究[J].系統(tǒng)工程與電子技術(shù),2009(1):134?136.

      [4] 李建洋,陳雪云,劉慧婷,等.基于案例推理表示的研究[J].合肥學院學報:自然科學版,2007(3):26?29.

      [5] JOHN Deepti Anne, JOHN Rose Rani. A framework for medical diagnosis using hybrid reasoning [C]// Proceedings of the International MultiConference of Engineers and Computer Scientists. Hong Kong, China: IMECS, 2010,1: 978?988.

      [6] NISANBAYEV Y, KO I S, ABDULLAEV S, et al. E?commerce applications of the hybrid reasoning method [C]// Proceedings of International Conference on New Trends in Information and Service Science. Beijing: [s.n.], 2009: 797?801.

      [7] 湯文宇,李玲娟.CBR方法中的案例表示和案例庫的構(gòu)造[J]. 西安郵電學院學報,2006(5):75?78.

      [8] 朱乾有.基于CBR和RBR技術(shù)的突發(fā)事件預(yù)案管理系統(tǒng)的研究[D].西安:長安大學,2011.

      猜你喜歡
      突發(fā)事件
      突發(fā)事件報道中短視頻的傳播應(yīng)用
      傳媒評論(2019年3期)2019-06-18 10:59:06
      公共突發(fā)事件報道中新聞記者應(yīng)具備的素養(yǎng)
      科技傳播(2019年24期)2019-06-15 09:28:50
      論電視媒體在突發(fā)事件中的作用
      新聞傳播(2018年2期)2018-12-07 00:56:12
      電視新聞記者采訪中突發(fā)事件的應(yīng)對
      新聞傳播(2018年14期)2018-11-13 01:13:10
      縣級臺在突發(fā)事件報道中如何應(yīng)用手機客戶端
      傳媒評論(2018年4期)2018-06-27 08:20:24
      縣級電視臺如何做好突發(fā)事件的報道
      新聞傳播(2016年19期)2016-07-19 10:12:08
      突發(fā)事件的輿論引導(dǎo)
      清朝三起突發(fā)事件的處置
      文史春秋(2016年8期)2016-02-28 17:41:32
      突發(fā)事件中針對兒童營養(yǎng)支持的必要性
      西藏科技(2015年9期)2015-09-26 12:15:32
      突發(fā)事件
      小說月刊(2014年10期)2014-04-23 08:53:40
      安图县| 奈曼旗| 唐山市| 广安市| 乌恰县| 临清市| 白玉县| 米林县| 顺平县| 涟水县| 永顺县| 江北区| 汤阴县| 邵阳市| 阿瓦提县| 湟中县| 印江| 延边| 白水县| 清镇市| 华坪县| 蓝山县| 泽普县| 信丰县| 北宁市| 沽源县| 济源市| 德化县| 杭锦后旗| 嘉义市| 德庆县| 富阳市| 峨山| 奉贤区| 新民市| 简阳市| 铜鼓县| 北票市| 西充县| 西青区| 临武县|