`
kinkding
  • 浏览: 151541 次
  • 性别: Icon_minigender_1
  • 来自: 深圳
社区版块
存档分类
最新评论

领域模型-相关学习

阅读更多

http://www.uml.org.cn/mxdx/200803173.asp,这个是我觉得还不错的一片领域模拟 学习文章,其中提到了寻找概念类的几种方法:使用分类列表、确定名次列表。并且还有一个缺分概念类的准则“如果我们认为某概念类X不是现实世界中的数字或文本,那么X可能是概念类而不是属性 。”

 

这里将概念类定义为“思想、事务或对象”,还有一种是描述类(如咖啡需要一个包含价格、产地等的描述类)。

 

关于领域模型内的关联关系,可以参考http://www.cnblogs.com/ForEverKissing/archive/2007/12/13/993818.html。

 

用类图的方式来描述:

1)关联:类的部分实例和另一个类的部分实例之间存在的关系。

2)依赖:类本身依赖于另一个类提供的服务。

3)聚合:类本身由另外的类组成,但另外的类可以独立存在(空心菱形)

4)组合:两者之间是组成关系,并且被组合的类不能独立存在。(实心菱形)

 

5)一般化(泛化):两个类别之间,如父类和子类的关系。

 

 

方向性的分析:箭头的方向性一般是“于”的关系,如A继承于B,A依赖于B,

1)组合、聚合:由一般到总体。A由B组合(箭头向B)

2)一般化:由子到父。A集成自B。(箭头向B)

3)关联:A关联B,(箭头指向B)

 

泛化:表示方法: 用一个空心箭头+实线,箭头指向父类。或空心箭头+虚线,如果父类是接口

 

关联:表示方法:用 实线+箭头, 箭头指向被使用的一方。

 

聚合:表示方法:空心菱形+实线+箭头,箭头指向总体(汽车和轮子的关系)

 

组合:表示方法:实心菱形+实线+箭头,箭头指向 体(公司和部门的关系)

 

自关联:该类的实例和另一个实例之间存在关系。

分享到:
评论

相关推荐

    人工智能-项目实践-自适应学习-自适应学习模型-应用于教育领域-知识图谱

    人工智能-项目实践-自适应学习-自适应学习模型-应用于教育领域-知识图谱 run this demo $python train_dkt.py --dataset ../data/assistments.txt

    基于模型-数据-知识驱动和深度学习的地表温度反演方法

    《基于模型-数据-知识驱动和深度学习的地表温度反演方法》 地表温度反演是遥感领域中的一个重要研究课题,对于气候变化监测、环境管理和灾害预警具有重要意义。传统的地表温度(LST)反演算法往往依赖于先验知识,...

    ai大模型-DeepSeek学习教程

    在文档资料中,用户可以找到有关DeepSeek模型的详细介绍和具体使用方法,以及不同领域如文学、做题等针对性的使用技巧。通过这些文档的学习,用户将能够理解DeepSeek模型的基本原理,学会如何在实际问题中运用这一...

    基于组合机器学习算法的软件缺陷预测模型-大三上实训.zip

    机器学习 (Machine Learning) 是对研究问题进行模型假设,利用计算机从训练数据中学习得到模型参数,并最终对数据进行预测和分析的一门学科。 机器学习的用途 机器学习是一种通用的数据处理技术,其包含了大量...

    ⑩大模型-全套.rar

    在当前信息技术高速发展的背景下,“大模型”已成为人工智能领域的一个热门话题,尤其是在自然语言处理、图像识别、机器翻译等众多应用中发挥了关键作用。所谓“大模型”,指的是参数量庞大、计算能力强大的机器学习...

    深度学习-扩散模型-IDDM-v1.1.2

    IDDM-v1.1.2作为这一领域的产物,很可能在模型性能上有着显著的提升,这将有助于推动相关领域技术的发展。 值得注意的是,尽管IDDM-v1.1.2在理论上有着许多优势,但实际应用中仍然面临一些挑战。例如,扩散模型的...

    深度学习-扩散模型-IDDM-v1.0.0

    深度学习-扩散模型-IDDM-v1.0.0的出现,标志着扩散模型在深度学习领域的一次重要进步。IDDM是一种集成设计的扩散模型,它整合了深度学习中多个技术要点,比如多层感知器(MLP)、卷积神经网络(CNN)等,以实现对...

    深度学习-扩散模型-IDDM-v1.1.4

    IDDM-v1.1.4作为深度学习领域中扩散模型的代表,其源码的发布不仅促进了该模型的发展和优化,也为相关研究和应用提供了宝贵的资源。随着深度学习技术的不断进步,扩散模型在未来的应用前景将更加广阔。

    行业教育软件-学习软件-等级考试上机模型--4级.zip

    6. **压缩包内容**:"行业教育软件-学习软件-等级考试上机模型--4级" 这个文件名表明压缩包内的所有资源都与四级等级考试的上机模型有关。可能包括了软件安装程序、题库文件、模拟考试软件、用户手册和其他辅助学习...

    太空模型--卫星观测台--科研器材,卫星,fbx模型

    这个资源包含的“卫星观测台”模型可能是对现实世界中卫星接收站的虚拟再现,用于展示卫星通信的工作原理或者进行相关科研教学。这样的模型可以包含详细的结构,如天线、控制室、支持设备等,为用户提供了直观的学习...

    深度学习-扩散模型-IDDM-v1.1.0

    深度学习领域的研究在近年来取得了突飞猛进的发展,尤其是在生成模型领域,各类创新算法不断涌现。在这一领域中,扩散模型(Diffusion Models)因其出色的数据生成能力和潜在的广泛应用前景而备受瞩目。扩散模型通过...

    深度学习-扩散模型-IDDM-v1.1.5

    在深度学习的众多研究方向中,生成模型是最具挑战性的领域之一。这不仅因为生成模型要求模型不仅能理解数据的分布,还要能进行创造性的“想象”和生成。生成对抗网络(GANs)是这个领域的先驱之一,而扩散模型则提供...

    深度学习-扩散模型-IDDM-v1.0.1

    深度学习领域的最新进展之一是扩散模型的研究和应用。扩散模型是一类生成模型,它们通过逐步增加数据中的噪声,然后学习如何逆转这个过程来生成新的样本,以此来提高模型的性能。在众多扩散模型中,IDDM,即...

    深度学习-扩散模型-IDDM-v0.0.1

    深度学习领域中,扩散模型是一类基于概率框架的生成模型,其设计理念来源于物理中扩散过程的模拟。这类模型通过模拟数据生成过程中的扩散或退火过程来生成新的样本,从而在无监督学习领域展现出强大的性能。IDDM即...

    深度学习-扩散模型-IDDM-v1.1.6

    通过这个过程,模型学习到了数据的内在结构和统计特性。然后,通过逆向扩散过程,模型能够逐步去除噪声,生成新的、高质量的数据样本。 在技术实现上,IDDM利用了深度学习中的卷积神经网络(CNN)和生成对抗网络...

    深度学习-扩散模型-IDDM-v1.1.7

    深度学习作为人工智能领域的一个重要分支,近年来在图像和语音识别、自然语言处理等方面取得了显著进展。在这些应用中,生成模型发挥着至关重要的作用,它能够学习输入数据的分布,并生成新的数据样本,这些数据样本...

    深度学习-扩散模型-IDDM-v1.0.2

    深度学习领域在近年来取得了突破性的进展,其中扩散模型(Diffusion Model)作为生成模型(Generative Model)的一种,展现出了在图像生成、自然语言处理等任务中的巨大潜力。IDDM(Integrated-Design-Diffusion-...

    vgg预训练模型--自用

    总的来说,VGG预训练模型是深度学习和人工智能领域的基础工具,通过加载`vgg16_weights_tf_dim_ordering_tf_kernels_notop.h5`文件,用户可以在自己的项目中利用这个模型的预训练知识,进行图像识别或其他相关任务的...

    深度学习-扩散模型-IDDM-v1.1.1

    深度学习领域的研究不断推进,各类模型和理论层出不穷,为了解决传统生成模型中存在的问题,如模式崩溃和多样性不足等,研究人员提出了一种新的生成模型——扩散模型。IDDM,即Integrated Design Diffusion Model,...

    深度学习-扩散模型-IDDM-v1.1.3

    IDDM模型代表了深度学习在生成模型领域的一个重要进展。通过集成创新的设计理念和深度学习的强大计算能力,IDDM模型在生成高质量数据样本方面展现出了巨大的潜力。随着研究的不断深入和技术的不断完善,IDDM模型有望...

Global site tag (gtag.js) - Google Analytics