分享到:

错误的特征

就客观意义而言,错误大体可分为看不见的错误和看得见的错误两类。看不见的错误一般指的是思维错误和理念错误,但其尚未付之于行动,没有造成错误行为,也就是说单纯的理智活动或意志能力都不会产生错误行为;看得见的错误则是指将错误思维、理念和决策付之于行为和行动后,形成了人们皆可看到的错误现象。由于错误的产生极为复杂,所以本文只对看得见的错误进行探究,且主要探究存在于人类社会中的错误。错误作为人类活动中的一种客观存在,任何人在一生中,无论怎样谨小慎微、怎样运筹帷握、怎样才智超人,都会或多或少地犯一些错误。不管你出身高贵,还是贫贱;不管你学富五车,还是目不识丁;不管你是伟大的风云人物,还是凡夫俗子、芸芸众生,错误都不会因之而改变你的性格,并都会随时进人你的生活中,甚至有时还会让你犯不可挽回的错误。正如列宁同志所言:“不犯错误的人是没有而且也不可能有的。”川刘少奇同志也说过,人的全部生命,从生到死,都要不断地犯错误。从一般意义上说,人们的主观意...  (本文共4页) 阅读全文>>

南京大学
南京大学

道德语句的非认知主义语义学研究

本文研究道德语句的一种意义理论——非认知主义——的可行性。非认知主义有两个主要观点:首先,语句的意义要通过语句通常表达的心灵状态来解释;其次,道德(规范)语句表达的心灵状态的功能与描述语句表达的心灵状态的功能有根本的区别:描述语句表达的心灵状态是表征性的、非动机性的,规范语句表达的心灵状态是非表征性的、动机性的。非认知主义吸引了许多有自然主义倾向的哲学家。因为它能够解释道德话语和道德思维的许多显著特征,同时又不预设在本体论和认识论上有问题的实体。如此,非认知主义既坚持了科学的自然主义世界观,又保留了道德(规范性)活动的合法性。尽管非认知主义有这许多优点,但它也面临严重的问题。其中弗雷格-吉奇难题已经引起广泛关注。除此之外,还有一些其他的、但没有得到普遍关注的、也未被解决的问题。鉴于一个哲学理论的合理性需要全面评价,我们应该关注这些问题。本文将讨论非认知主义面临的五个问题,以及非认知主义是否能够解决它们。第一,非认知主义是否面临“...  (本文共141页) 本文目录 | 阅读全文>>

广东工业大学
广东工业大学

错误识别理论与方法及其在裁判员决策支持系统中的应用

千里之堤毁于蚁穴,小错误引起大损失。如何有效地识别系统中的错误,进而达到纠正或消除错误的目的,是各行各业、各个领域都在努力寻求解决的问题。随着科学技术的发展,尤其是计算机技术、人工智能和自动化理论的发展,计算机及系统工程等领域对错误识别的研究逐渐增多。计算机领域主要致力于错误识别技术的研究,研究内容包括语音、字符、生物特征等,例如语音识别技术的研究及其在发音错误识别系统中的应用[1]、汉字智能工具中的书写错误识别[2]等。系统工程领域主要研究错误的分析法和故障诊断等,期望达到系统优化的目的。本文继承消错理论的研究成果,采用系统工程、数学、逻辑学及计算机工程等理论和方法,构建系统的错误识别理论及方法,包括错误识别对象、识别规则、错误识别方法,及错误识别理论在裁判员决策支持系统中的应用研究。首先,结合错误逻辑等理论,用论域、事物、特征、量值、时间等六个特征或组合表征错误识别的对象;将错误识别对象按活动状态、人们对系统的了解程度、对象...  (本文共160页) 本文目录 | 阅读全文>>

东北师范大学
东北师范大学

文本语料库的精炼研究

文本语料库是文本数据挖掘的基础。很多文本语料库来源于生产生活的实际工作中,通常由行业专家为其定义类别。本文的数据集来源于市长公开电话办公室,随着不同时期行业类别的变更,语料库难免会有很多错误数据,由于语料库较大,通常不能由专家逐条校对,所以必须使用数据挖掘的方法找出错分类数据,针对这些错分类数据再由行业专家逐一校对。本文研究的内容就是筛选语料库中的错分类数据,以便于行业专家矫正数据类别。本文讨论了文本数据的判别分类问题。文中首先对文本分类技术和流程给出了论述,而后讨论了朴素贝叶斯方法的性质,最后讨论了文本语料库的精炼研究,讨论了类别判别错误数据的选取方法,并给出了实证分析。在大数据条件下,通过行业专家对文本数据人工标记类别的方法,由于会消耗大量的人力、物力、财力,采用行业专家人工校正的方法是不现实的。按照一定的规则,批量的对文本数据标记类别是另一种有效的方法,该方法能够有效的避免直接专家标类别的缺点,但文本数据类别标记的精确度比...  (本文共45页) 本文目录 | 阅读全文>>

成都信息工程大学
成都信息工程大学

增强现实中的目标识别与三维注册算法研究与实现

随着科技的不断进步,一个新兴的技术发展起来,那就是增强现实技术。增强现实技术是借助计算机视觉技术将虚拟物体叠加到现实场景中,让用户感知一个真实场景和虚拟场景无缝融合在一起的新环境,让我们看到满科技感的世界。当前的增强现实正处在一个不断发展的阶段,从一开始的二维码上实现增强现实,发展到现在的在三维世界上实现增强现实。三维世界相对于二维图像更加复杂,对涉及到的技术要求也更高。物体多角度识别的准确度、增强现实效果的稳定性和实时性都需要进一步改善。针对以上问题,本文对增强现实中图像特征点匹配的准确性问题和物体在真实场景中三维注册的稳定性和实时性问题进行研究。本文首先研究了增强现实中对物体识别匹配的准确性问题。传统的特征点匹配方法得到的匹配对中存在大量错误的匹配对,经过一般的滤除错误匹配对的方法处理后,得到的匹配对中仍然存在错误的匹配对,影响识别精度。针对这个问题,本文对特征点识别匹配及剔除错误匹配对的方法进行改进。在研究了各种特征点提取...  (本文共67页) 本文目录 | 阅读全文>>

中国科学技术大学
中国科学技术大学

基于深层神经网络的口语发音检测与错误分析

随着全球经济的飞速发展,不同国家之间在政治、经济、文化、教育等各个方面的交流与合作越发频繁。越多的人开始学习除母语之外的另外一种语言。掌握一门交流语言,口语学习至关重要。高效的口语学习需要师生之间一对一、面对面的互动交流。然而,这种方式却受到时空和经济条件的限制。近些年来,随着科学技术的发展,在线教育越来越受欢迎,以云为核心的强大计算资源,高度普及的移动智能设备以及飞速发展的语音处理技术,这些有利条件使得计算机辅助语言学习系统(CALL)越来越受到人们的亲睐。然而,音素层面发音错误的检测与诊断,作为CALL系统的一个核心模块,其准确度依然有待进一步提高。近年来,深度学习,作为一种新的机器学习方法,在人工智能的各个领域都得到了广泛的应用和成功。在这一背景下,本文也着手探索深度神经网络(DNN)框架下更高效的发音错误检测算法。本文先针对口语学习的特殊性,改善原始的声学模型,然后从后验概率计算、假设检验模型和有监督学习分类三个不同的角...  (本文共118页) 本文目录 | 阅读全文>>