[1]陈文伟,黄金才,陈晟.数学进化中的知识发现方法[J].智能系统学报,2011,6(5):391-395.
CHEN Wenwei,HUANG Jincai,CHEN Sheng.A knowledge discovery approach in the evolution of mathematics[J].CAAI Transactions on Intelligent Systems,2011,6(5):391-395.
点击复制
CHEN Wenwei,HUANG Jincai,CHEN Sheng.A knowledge discovery approach in the evolution of mathematics[J].CAAI Transactions on Intelligent Systems,2011,6(5):391-395.
数学进化中的知识发现方法
《智能系统学报》[ISSN 1673-4785/CN 23-1538/TP] 卷:
6
期数:
2011年第5期
页码:
391-395
栏目:
学术论文—人工智能基础
出版日期:
2011-10-30
- Title:
- A knowledge discovery approach in the evolution of mathematics
- 文章编号:
- 1673-4785(2011)05-0391-05
- Keywords:
- mathematic evolution; knowledge discovery; creation method; inclusion method; formalization transformation; equivalent transformation; evolutional transformation
- 分类号:
- TP311.13
- 文献标志码:
- A
- 摘要:
- 从数学历史发展过程中去发现数学的进化规律，从创造数学符号和包容对立的概念中获得了最早的数学知识.将数学符号组合而成的表达式和方程，使问题变换成了形式化表示，当表达式和方程通过推演和求证，判断其正确性时，就形成了公式和定理，它们是数学中的基础理论.推演和求证过程是采用了等价变换.数学进化中更重要的知识发现方法是利用进化变换（对变量、函数、方程、方法等的变换）来拓展数学的新概念和解决不能求解的问题（可拓变换），从而建立了数学的理论体系.创造、包容、形式化变换、等价变换和进化变换都是数学进化中的知识发现方法.
- Abstract:
- In this paper the mathematic evolution law is studied from the historical development of mathematics. The earliest knowledge of mathematics was acquired by creating mathematic symbols and the concepts of containment and contradiction. By combining mathematic symbols into expressions and equations, the problems are transformed into formalization descriptions. Expressions and equations become formulas and theorems when they are proven correct by simulations and proofs. Formulas and theorems are basic theories in mathematics. Simulations and proofs are equivalent transformations, while a more important knowledge discovery method in mathematic development is evolution transformation, such as transformation of variables, functions, formulas, and methods. These transformations extend new concepts and solve previously unsolvable problems. The theoretical system of mathematics is thereby constructed. Creation, containment, formalization transformation, equivalent transformation, and evolutional transformation are all knowledge discovery methods in the evolution progress of mathematics.
- 参考文献/References:
-
［1］张红.数学简史［M］.北京: 科学出版社, 2007: 145275.
［2］陈文伟.挖掘变化知识的可拓数据挖掘研究［J］.中国工程科学, 2006, 8(11): 7073.
CHEN Wenwei. The research of mining the mutative knowledge with extension data mining［J］. Engineering Science, 2006, 8(11): 7073.
［3］陈文伟,杨春燕,黄金才.可拓知识与可拓知识推理［J］.哈尔滨工业大学学报, 2006, 38(7): 10941096.
CHEN Wenwei,YANG Chunyan, HUANG Jincai. Extension knowledge and extension knowledge reasoning［J］. Journal of Harbin Institute of Technology, 2006, 38(7): 10941096.
［4］陈文伟.基于本体的可拓知识链获取［J］.智能系统学报, 2007, 2(6): 6871.
CHEN Wenwei. Acquisition of an extensional knowledge chain based on ontology［J］. CAAI Transactions on Intelligent Systems, 2007, 2(6): 6871.
［5］杨春燕.可拓数据挖掘方法及其计算机实现［M］.广州:广东高等教育出版社, 2010: 846.
［6］陈文伟,黄金才,毕季明.适应变化环境的元知识的研究［J］.智能系统学报, 2009, 4(4): 331334.
?CHEN Wenwei, HUANG Jincai, BI Jiming. A study on metaknowledge suitable for a changing environment［J］. CAAI Transactions on Intelligent Systems, 2009, 4(4): 331334.
［7］陈文伟,黄金才,毕季明.解决矛盾问题的可拓模型与可拓知识的研究［J］.数学的实践与认识, 2009, 39(4): 168172.
CHEN Wenwei, HUANG Jincai, BI Jiming. The study of extension models and extension knowledge solving contradiction problems［J］. Mathematics in Practice and Theory, 2009, 39(4): 168172.
［8］陈文伟,黄金才,毕季明.数学进化中矛盾问题的解决方法［J］. 智能技术学报， 2010, 2(1): 7278.
CHEN Wenwei,HUANG Jincai, BI Jiming. Knowledge mining of matchematic evolution approach［J］. CAAI Transactions on Intelligence Technology, 2010, 2(1): 7278.
- 相似文献/References:
-
[1]陈文伟,黄金才,毕季明.适应变化环境的元知识的研究[J].智能系统学报,2009,4(4):331.
CHEN Wen-wei,HUANG Jin-cai,BI Ji-ming.A study on metaknowledge suitable for a changing environment[J].CAAI Transactions on Intelligent Systems,2009,4():331.
[2]郑存芳,洪文学,李少雄,等.数据偏序结构关系中的知识发现可视化方法[J].智能系统学报,2016,11(4):475.[doi:10.11992/tis.201606019]
ZHENG Cunfang,HONG Wenxue,LI Shaoxiong,et al.A novel knowledge discovery visualization method based on data partial ordered structure[J].CAAI Transactions on Intelligent Systems,2016,11():475.[doi:10.11992/tis.201606019]
备注/Memo
收稿日期：2010-12-18.
基金项目：国家自然科学基金资助项目（70671031）.
通信作者：陈文伟.
E-mail:chenww9@21cn.com.
作者简介：
陈文伟，男，1940年生，教授，博士生导师，中国人工智能学会机器学习专业委员会副主任，中国人工智能学会可拓工程专业委员会副主任.主要研究方向为决策支持系统、机器学习、可拓工程、数据仓库与数据挖掘.曾获国家科技进步奖二等奖1项，军队科技进步奖二、三等奖8项，发表学术论文120余篇，出版专著10部.
黄金才，男，1972年生，教授，博士，中国人工智能学会机器学习专业委员会副主任，湖南青年系统工程与管理研究会副会长.主要研究方向为决策支持、数据挖掘和作战模拟，负责主持军队重点项目5项，获部委级科技进步奖4项，发表学术论文23篇，其中被EI检索13篇.
?陈晟，男，1972年生，系统分析师,博士，主要研究方向为软件测试、软件工程、知识工程与知识管理,获部委级科技进步奖3项,发表学术论文20余篇，合作出版教材1部.
更新日期/Last Update:
2011-11-16