基于知识库分割的多知识库整合方法

知识库是集团企业云制造平台中知识服务的重要基础,知识库的质量直接决定着知识服务的质量。目前单一分散的知识库不能提供统一的知识资源全局视图,不利于知识资源的共享。多知识库整合技术已经成为该领域的研究热点之一。提出一种基于知识库分割的多知识库整合方法,采用基于蚁群聚类的分割策略,将知识库有效划分为知识块集。在知识块间利用语义概念映射生成知识块间映射图,从而实现多知识库整合。通过对算法的时间复杂度进行分析,表明该方法在时间复杂度方面要优于基于最小概念集的多知识库整合方法;实验结果也表明该方法在运行性能方面明显优于已有的方法。

基于多知识库和局部反馈的查询扩展研究

查询扩展是优化信息查询的一种重要手段。提出了一种基于多知识库和局部反馈的查询扩展方法,该方法首先融合了领域本体与同义词词林两种不同类型的知识库对查询关键词进行扩展,然后再用局部反馈方法对扩展结果进行筛选。实验表明,该方法可以有效提高查询性能。

基于粗集的多知识库决策融合

粗糙集理论研究的重要内容是分类与约简,其目的在于获取优良的规则知识,实现准确的决策.通过提出规则集合的决策度量思想,从整体上体现了对一个规则集合的衡量,为基于多知识库的决策奠定了基础.基于模型集成的基本思想,将规则知识库作为一个决策模型,根据规则集度量选择模型,通过模型集成实现决策融合.

一种基于多知识库的高等院校教师科研能力评价专家系统

在综合分析了有关高等院校教师科研能力评价情况和目前开发专家系统常用的几种技术的基础上 ,提出了一种基于多知识库的高等院校教师科研能力评价专家系统的解决方案 .该方案将多知识以关系数据库的形式表示 ,采用专家系统的推理机方法实现对结果分析 。

基于最小概念集的多知识库整合

在语义Web环境下,知识库往往是单一、分散的,阻碍了语义Web的发展。为此,提出一种基于最小概念集的多知识库整合方法。定义知识库系统的最小概念集,给出生成最小概念集的方法,对基于风险最小化的本体映射模型中的映射策略进行改进,并设计基于最小概念集的多知识库整合算法,通过应用实例验证算法的复杂度。

面向多知识库的故障诊断推理机的设计

在系统研究二叉树、语义树和α－β搜索算法的基础上，提出了知识库组织结构设计方法和搜索策略。并且，为了实现多知识库的集成，有效综合专家的经验知识，利用α－β搜索算法和框架结构知识表示方法设计了一个具有可视化功能的实时故障诊断推理机。

基于粗糙集理论多知识库的知识发现

简介了粗糙集理论的基本概念和特点,通过一个实例将粗糙集理论作为生成多个知识库的形式模型,对各个知识库的决策结果进行处理,从而提高决策结果的可靠性和准确性。

多知识库系统的调度

利用目标网方法将多知识库系统的模块调度表示成宏观推理网络,通过执行调度规则实现调度。讨论了模块调度的实现方法,并应用于故障诊断专家系统中。

基于多知识库决策融合的分类识别

引入多知识库的概念,运用基于粗糙集理论的数据挖掘技术给出多知识库决策融合的分类识别方法,并以拉深模具为例,将其应用于模具质量评价和诊断,提高模具质量控制决策的可靠性和准确性.

基于多知识库与粗糙集理论的变电站故障诊断方法

由于变电站故障诊断信息中含有大量不确定、噪声数据,利用粗糙集理论对大量的诊断征兆信息进行分类,从而获得简约的规则,并结合多知识库原理,从单个决策表中获得多个决策数据库,分别简约后再利用数据融合来综合这些简约的规则进行故障的诊断,从而提高诊断的效率和准确性。从最后实例仿真比较的结果中可以看出,该方法对含有噪声的数据也能获得较好的准确率。

一种基于任务分解的多知识库协同求解专家系统

针对特定领域的知识特点、知识表示方法及采用的推理模型,提出一种基于产生式规则的多知识库专家系统。该系统改进传统专家系统的框架设计,根据求解问题的类别划分将知识库分解成相应的子知识库,再将子知识库的知识规则按知识表示的深度加以分解,建立反映专家经验知识的浅层知识库和原理性知识的深层知识库。系统采用主推理机和从推理机二级推理方式,不同的子知识库采用相应的从推理机。从而任务单一,搜索范围减小,能快速形成待检目标集。主从推理机制与正反向推理结合,提高系统的推理效率。运用该系统模型建造的农业领域专家系统实例,运行效率得到改善,速度显著提高。

一种基于带监督局部保持投影的多模型软测量建模方法

针对化工生产过程中软测量模型估计精度的问题,提出了一种基于多知识库挖掘理论的带监督的局部保持投影(SLPP)方法。该方法用SLPP算法对输入数据空间进行类与类之间的降维,得到不同的类别转换矩阵和不同的类别多知识库,最后融合支持向量机自适应地实现组合建模。仿真结果表明:该建模方法用于双酚A含量的软测量建模中,较传统多模型方法可以更加合理地加权得到子模型,提高了模型估计精度,具有更强的泛化能力。