神经网络与符号推理集成系统及其学习算法

提出一种神经网络与符号推理集成系统ＩＮＮＳＩ（ＩｎｔｅｇｒａｔｉｏｎｏｆＮｅｕｒａｌＮｅｔ－ｗｏｒｋｓａｎｄＳｙｍｂｏｌｉｃＩｎｆｅｒｅｎｃｅ）．它包括两部分：根据领域规则构造神经网络；神经网络根据样本进行学习．该系统的特点是网络的拓扑结构在学习过程中可以动态地变化．通过齿轮箱故障诊断试验，可知应用该方法诊断齿轮箱故障是有效的，并可较大幅度地提高诊断的速度和精度．

基于神经网络与符号推理综合模型的故障诊断技术

提出了一种新的基于集成推理的旋转机械故障诊断技术，该技术把基于规则的知识处理方法与神经网络处理方法集成在一起．文中分析研究了集成神经网络的知识表示、推理、自学习和集成方法，并结合一旋转机械故障诊断实例进行了验证．结果表明该集成诊断系统比神经网络诊断系统具有简单、快速的特点，并且容易理解。

神经网络与符号推理集成系统在桩基检测中的初步应用

本文提出一种神经网络与符号推理集成系统ＩＮＮＳＩ（ＩｎｔｅｇｒａｔｉｏｎｏｆＮｅｕｒａｌＮｅｔｗｏｒｋａｎｄＳｙｍｂｏｌｉｃＩｎｆｅｒｅｎｃｅ）。该系统的特点是领域规则和学习样本能够共同对系统做出贡献。通过桩基完整性检测仿真试验，验证了应用该方法检测桩基的完整性是有效的，并且优于单独使用符号推理方法或神经网络方法。

结合人工神经网和符号推理的多重故障诊断

介绍了基于符号推理（基于规则推理、基于模型）的故障诊断方法和基于人工神经网的故障诊断方法，并分析了各自存在的局限性。提出了结合人工神经网和符号推理的多重故障诊断方法，给出了该方法的定义和算法。由于该方法能结合基于符号推理方法和基于人工神经网方法的两者优势，因而能更有效地实现故障诊断。

人工神经网络与符号推理在江淮气旋预报中的应用研究

本文通过对符号推理及神经网络系统的剖析，实现了神经网络与符号推理的有机结合，并成功地运用到天气预报中去。提出广一种新的、充分利用预报经验、数值预报产品及计算机计算能力的预报方法。

基于符号推理的图像连通性分析

针对二值图像采用启发式的A*搜索算法进行图像路径的连通性分析,并将智能决策支持系统的相关技术运用于图像中两点间的最优路线规划.实验结果表明,启发式的A*搜索和符号推理规则相结合的方法为图像中两点间最短路径规划提供了一个形象而直观的描述方法,再现了图像实体间的空间关系,并为空间分析和分类提供依据.

基于循环多层感知器神经网络的符号逻辑推理系统

介绍一种用循环多层感知器神经网络实现符号逻辑推理系统的方法。该方法通过让神经网络学习训练样本获取领域规则知识，或者直接将领域规则知识编码于神经网络之中，即用神经网络来表达领域规则知识，然后通过神经网络的循环反馈计算过程来实现任意形式的符号逻辑推理．为研究人类抽象思维（逻辑符号推理）与神经网络形象思维（联接数值计算）之间的关系提供了理论基础。

NURBS的符号矩阵表示及其应用

本文应用符号推理技术,给出了获得NURBS符号矩阵表示及其从符号矩阵自动转换成数值矩阵的算法.应用该算法使NURBS的计算简单且易于理解。

一个基于符号神经网络的心电图分类系统

本文研究并实现了一个基于符号神经网络的心电图分类系统。该系统溶符号推理技术和神经网络的自学习，并行处理等功能于一体，使用了过程型和人工神经网络方法相结合的知识表达方式，并利用神经网络的自学习机制实现了从大量心电数据中获取心电图分类的知识。实验结果表明，该系统可以进一步提高心电图分析的效率，从而为心脏疾病的自动诊断提供了一个新的。

基于耦合神经网络集成推理技术的机械产品智能化方案设计支持系统研究与实现

把神经网络与规则推理相结合，用于方案设计决策支持系统的推理机构中。首先根据领域规则构造出神经网络，再根据样本对神经网络进行学习训练。该系统有自学习功能，其网络的拓扑结构在学习过程中可以动态变化，用户可根据实际需要进行知识的更改和完善，用户界面方便实用。

FMS故障诊断专家系统推理算法的研究和实现

采用反向符号推理和正向数字推理相结合的方法 ;研究适合于故障诊断专家系统的模糊推理算法 ,同时应用神经网络算法 ,解决多种有效的推理问题。提出了一种故障诊断模糊综合推理算法 ,开发了FMS故障诊断专家系统。理论分析及应用表明 :该算法在故障诊断领域具有通用性和高效性特点。

基于神经网络集成推理技术的协同设计方法研究

把神经网络技术与规则推理技术相结合 ,用于方案设计决策支持系统的推理机构中。首先根据领域规则构造出神经网络 ,再根据样本对神经网络进行学习训练。该系统有自学习功能 ,其网络的拓扑结构在学习过程中可以动态变化 ,用户可根据实际需要进行知识的更改和完善 ,用户界面方便实用。

一种基于场合、方法的推理方法

提出了用场合、方法描述知识的分类、推理方式和规则中求值方式，再将场合、方法嵌入规则中，在某种程度上能将符号推理与智能模拟行为的算法结合在一起；又提出了规则动态例化的方法，局部上能将推理的时间复杂度从指数级降到多项式级．

用符号语言解读理论力学

理论力学课程所涵内容丰富,往往教师花费较多的精力和时间,但教学效果却不理想。本文提出了理论力学中的定理、定律的表示符号是一种推理性符号,认为理论力学中符号具有能指和所指基本要素,体现了理论力学中形式层面和意义层面这两个层面的对应关系。两个层面的结合具有任意性和动机性,任意性保护符号编码不受任何类比的影响,动机性使记忆变得容易。理论力学中符号是一种具有意指作用的科学编码,认为其符号是随意的意指类型和形象的意指类型的综合体现。借助符号语言进行理论力学教学,可帮助学生正确理解公式各物理量之间的联系,提高教学效果。

浅谈“数学符号意识”的培养

《义务教育数学课程标准（2011年版）》明确提出，在义务教育阶段要培养学生的符号意识。“数学符号意识”与数学知识、数学技能录同。其内涵是在数学知识与技能的学习过程中积淀形成的一种数学核心素养。数学符号能够精确地表达某种概念、方法、数量关系和逻辑关系，从而为数学交流和进一步学习墼学母供了方便。

《易经》是一部关于推理的书——读《易经新论》

《易经》到底是一部什么性质的书?仁者见仁,智者见智。逻辑学家认为,《易经》事实上是“一部关于推理的书”,“是一部帮助人们进行理性思维活动的工具书”,因为《易经》的卦爻符号和卦爻辞是“一个比较完整的、抽象的符号推理系统。”这是不久前出版的《易经新论》(辽宁教育出版社1991年3月版)的作者周山同志提出来的。这个观点不可谓不新,也不可谓不奇。然而细细读书,你会觉得它是持之有故,言之成理的。首先,《易经》以特定的、人为的符号语言为形式推理系统的对象语言。一是它有特定的初始符号,即两个相互对立的爻画—(阳爻)和——(阴爻)。二是,它有按一定规则而形成的“符号组”又称为“象”,也就是合式公式。初始符号是合式公式,由三个爻画构成的八个经卦卦形是合式公式,由六个爻画构成的六十四个别卦的卦形也是合式公式。这些合式公式和逻辑学中的p∧q,p∨q,p→q一类的抽象公式基本相当。

苏珊·朗格符号思想与媒介环境学理论构建——思想基石和研究旨趣方面贡献探赜

世界著名女学者苏珊·朗格集哲学家、符号学家、美学家、媒介环境学家于一身,她通过在思想上相互渗透和架构的著作贡献于媒介环境学的理论建设。朗格关注不同符号模式在人类思想情感建构中的作用,她关于推理性和表现性符号模式的符号分类理论有助于媒介环境学的思想基石的形成。朗格认为媒介遵循逻辑类推原理运作,她建立在符号逻辑理论基础上的"媒介"思想,给媒介环境学研究旨趣以符号学角度的阐释。

三维几何约束求解的自由度归约算法

三维几何约束求解在装配设计、几何造型和动力学分析等领域有着广泛的应用 在分析基本几何元素间的约束关系对刚体自由度状态影响的基础上 ,提出刚体自由度的归约算法 ,以求得满足约束后刚体的自由度状态空间 ;以刚体自由度状态空间分析为基础 ,实现对合理约束的推理求解和约束一致性维护 该算法解决了三维几何约束求解中自由度计算问题 ,同时避免了一些推理求解算法中出现的“组合爆炸”

智能计算中的热点问题

1 引言人工神经网络研究热潮的再度兴起有其客观的历史背景。50年代以来,以符号机制为代表的经典人工智能形式体系取得了巨大的成功.80年代,当人们对过去30年的成就与问题进行反思时,却不得不承认,智能系统如何从环境中自主学习的问题事实上并未很好地解决。从逻辑的角度讲,以演绎逻辑为基础的算法体系可以发现新的定理,却无法发现新的定律。换句话说,基于符号推理的经典人工智能形式体系在机器定理证明方面的成功和在规则提取方面的失败同属必然。事实上,早在50年代,那些热衷于研究知识发现内在逻辑的人们就已经隐约地意识到,归纳逻辑、尤其是不完全归纳逻辑是通往知识发现的合理途径。

智能神经网络组成原理在汉字识别中的应用

应用智能神经网络组成原理 ,研究了将传统神经网络完成的复杂任务划分为子任务 ,分配给功能专一、结构简单的较小的智能神经网络完成 ,在此基础上 ,构筑功能完善的较大的智能神经网络的方法 .同时 ,通过加入推理规则 ,提高了神经网络获取知识的速度 .实验表明 ,智能神经网络组成原理为解决大规模。