基于神经网络结构学习的知识求精方法

知识求精是知识获取中必不可少的步骤．已有的用于知识求精的ＫＢＡＮＮ（ｋｎｏｗ ｌｅｄｇｅ ｂａｓｅｄ ａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔｗ ｏｒｋ）方法，主要局限性是训练时不能改变网络的拓扑结构．文中提出了一种基于神经网络结构学习的知识求精方法，首先将一组规则集转化为初始神经网络，然后用训练样本和结构学习算法训练初始神经网络，并提取求精的规则知识．网络拓扑结构的改变是通过训练时采用基于动态增加隐含节点和网络删除的结构学习算法实现的．

HKR——一个启发式知识求精系统

知识库系统应提供有效的问题求解方法,并且能够解释求解过程.有效的求解方法应尽可能使求解过程简便.即步骤要少;而解释过程又要求尽可能的详细.影响知识工程师的另外一个复杂的因素是人类专家通常难以完全提供其领域知识的详细的细节信息。

知识求精的基本理论与方法的研究

知识求精属知识获取的一个重要方面,旨在解决因知识不完全和噪音等因素引起的知识库正确性与有效性问题。本文通过知识库建造工具GKD—KBST中求精器KBRS实现方案的介绍,论述知识求精的基本理论。

基于人工神经网络的知识求精方法

将神经网络用于知识求精的主要局限性，是训练时不能改变网络的拓扑结构。本文根据结构学习算法提出了一种基于神经网络的知识求精方法，训练时采用动态增加隐含节点和网络删除改变拓扑结构，然后提取求精后的规则知识。大量实例表明，该方法是有效的。

相对正确度及其在知识求精中的应用

本文提出了“相对正确度”概念及其形式化描述，并给出了它的具体计算公式，以及基于该概念的多专家系统环境中的知识求精方法。

网上资源知识制导检索的知识求精

文章通过对一种基于多Ａｇｅｎｔ、Ｎｅｔ及Ｄｏｍａｉｎ的开放式组件化ＣＡＳＥ模型（ＡＮＤ－ＣＡＳＥ）的分析，提出了一个基于知识的规则匹配的检索机制，并针对其中存在的知识冗余问题，引入一种知识求精的工具—ＫＢＡＮＮ加以解决。

知识获取与求精RS-GA策略

针对知识获取环节在知识管理中的地位和意义 ,提出了用于规则知识获取与求精的RS GA(粗集理论—遗传算法 )策略 ,对其相关原理与实现技术进行了深入探讨 ,并通过实例进行阐释 ;最后 。

一个综合知识发现与知识求精系统——XFKDRS

介绍了一个综合知识发现与知识求精系统一XFKDRS.它由分类规则、关联规则、序贯模式、相似模式、聚类模式组成知识发现模块.知识求精首先在领域知识可视化的基础上,集成了基于遗传知识树、知识型人工神经网络和基于解释学习的求精方法.最后将新知识转换成雄风专家系统工具XF6.2的知识表达形式,添加到其知识库中,完成专家系统的自动知识获取.

知识库调试工具的技术原理与设计思想

知识库调试工具旨在解决因知识不完全和噪音等因素而引起的知识库正确性与有效性问题。本文通过知识库建造工具GKD-KBST 中知识库调试工具KBDT 实现方案的讨论,论述知识库调试工具的技术原理与设计思想。

语义网络求精方法研究

提出语义网络中冗余链接的概念,讨论语义网络求精的意义,提出利用闭包进行语义网络求精的思想并给出 具体的算法.

基于伪自然语言理解的知识获取系统

基于伪自然语言理解 ,提出并实现一种高效率的知识获取方法 .首先 ,知识工程师利用在结构上类似自然语言的非常简单的 BL语言 ,改写书本非常复杂的自然描述 .然后 ,利用高效和成熟的编译系统处理 BL程序 ,以实现书本知识获取 .最后 ,领域专家在书本知识库的基本语义框架引导下 。

人工智能在二维零件图特征识别中的应用

二维零件图特征识别是一个集经验、知识和抽象思维于一体的活动 ,正适合用人工智能来解决这类问题 ,本文给出了一种基于规则的专家系统进行二维零件图特征识别的总体框架 ,阐述了基于规则的特征识别专家系统进行特征识别的算法和步骤 ,讨论了该系统的实现策略。最后 ,利用基于神经网络的知识求精方法对知识求精专家系统的初始知识库进行求精 ,提高了专家系统的运行性能。