N-Expert专家系统在无公害菠菜生产中的应用

根据无公害蔬菜生长的要求,通过应用德国的氮素专家系统,在引入保证蔬菜的目标产量所要求的土壤最低Nmin残留量(Nmin缓冲值)概念的基础上,以传统的氮素投入为对照,对秋季露地菠菜的氮素施肥进行推荐。这表明在不断优化参数的基础上,N Expert专家系统不仅能够减少肥料的用量,不影响作物产量,而且对提高菠菜的品质和进行蔬菜可持续生产方面有很好的作用。

一种改进的神经网络机械故障诊断专家系统

针对传统BP神经网络训练中收敛速度较慢的缺点,提出一种基于L-M算法的神经网络应用于机械设备故障诊断的专家系统。论述了神经网络的专家系统结构,并以7216圆锥轴承试验研究为例,建立了基于该算法的故障诊断模型。仿真结果表明:该模型显著缩短了训练时间,具有较高的准确性。运用该神经网络专家系统进行机械故障诊断是有效的。

“多媒体西洋参规范化生产专家系统”的应用

为实现科学种田智能化,研制了“多媒体西洋参规范化生产专家系统”。该研究以西洋参栽培中的水、肥、土、病、虫、草害等田间管理为突破口,运用计算机技术实现专家系统的人机界面、知识获取机制、推理机、解释机制等,通过平台开发,对数据、信息、资料的有效共享,提高了解决西洋参栽培中遇到的各种问题的能力。在系统应用示范区人参、西洋参产量增幅15.9%,优质率提高14.5%,根部病害发生率低于15%。该系统增加了计算机界面交互功能、西洋参规范化生产模式,简化了应用程序,对人参、西洋参栽培管理具有重要的指导意义和广阔的应用前景。

基于应急演练的化工安全模糊专家系统

在化工安全研究领域中,应用计算机辅助应急预案演练是当今研究的重要方向,其中构建演练专家系统平台是其关键。本文重点分析研究了应急预案演练中的推理技术,获取应急预案中的安全信息及专家知识并加以模糊化,并采用智能混合描述方法实现演练推理机的设计与应用,从而通过精确规则和模糊逻辑规则建立了演练专家系统。通过航煤加氢应急演练案例展示,验证了该应急演练系统在大型石化安全生产应用中的有效性和实用性。

基于多级神经网络结构的手写体汉字识别

本文提出了一种用于手写体汉字识别的多级神经网络结构（Ｍｕｌｔｉ－ｓｔａｇｅＮｅｕｒａｌＮｅｔｗｏｒｋＡｒｃｈｉｔｅｃｔｕｒｅ，ＭＮＮＡ）模型。在该模型中，我们将多个神经网络和不同的特征提取方法有机地集成在一起而构成一个完整的模式识别系统。我们讨论了设计ＭＮＮＡ的一般原理，并提出了一个基于多层前馈神经网络的三级结构的手写体汉字识别实验系统。三种不同的特征提取方法被应用于各级子系统之中。对１００个汉字１５０００个样本的实验我们得到了９９．３４％的识别率，０．３６％的拒识率和０．３％的误识率。

用专家系统开发工具M.1构筑的激光打印机维修咨询系统

简要介绍小型专家系统开发工具 M.1;通过对激光打印机常见故障的分析 ,讨论了利用 M.1建立激光打印机维修咨询系统的过程和方法 ,并提出有待进一步解决的问题。

基于类型域识别的消息分类方法

消息分类是协议格式逆向的基础。现有的消息分类方法无法兼顾准确率和召回率,设计一种基于类型域识别的消息分类方法,该方法基于消息长度对消息进行预分类,在预分类的基础上利用消息相似度对消息进行层次聚类,以消息聚类的结果构建专家系统,对类型域进行识别,最后以类型域的取值对消息进行最终分类。文章选择SMB和DCERPC协议进行实验,实验结果证明了该方法的有效性。