基于多层前馈神经网络的案例推理系统

采用基于该神经网络技术的案例推理系统,使用交叉覆盖算法,可以有效地缩减案例的检索时间、减少案例适应性修改、提高推理效率。实验表明该系统易于设计构建,极大地提升了CBR在实际中的应用能力。

基于案例推理系统的研究探讨

基于案例推理是一种类比推理方法,利用过去的案例或经验进行推理来求解新问题;它提供了一种近似人类思维模型的建造专家系统的新的方法学,这与人对自然问题的求解相一致;适当的相似度量能够有效提高问题求解及问题描述,使CBR系统更具效率。文中研究了CBR在众多的领域获得了成功应用的关键因素,同时对在CBR中如何应用多种复合技术建造智能系统也进行了探讨。

Windows系统下安装Mdk 9容易引发的问题及修复

介绍安装Linux和Windows双系统常会遇到的分区和引导问题,并提出了这些问题的解决方案.

一种基于相似粗糙集技术的案例库维护

最近的研究工作突现了在案例推理过程中案例库维护的重要性,越来越多的人认为基于案例推理系统包含了案例库维护的有关过程(Review和Restore)。案例库维护作为CBR研究的一个分支,已经研究出不同的案例库维护策略,其中一些是限制案例库的规模,由此引发了CBR系统的能力与效率问题。相似粗糙集技术可以有效地利用差别矩阵,通过不同的相似度阈值发现以及处理案例库的冗余,有选择地删除多余的案例;同时案例库的覆盖度不降低,减少了案例适应性修改的代价,从而确保了CBR系统的能力与效率的兼顾。

案例知识库维护技术的研究进展

案例库是CBR系统的主要知识库,但是难以维护,一个主要因素是案例库大,并且是非结构化或半结构化的,用自然语言来表达的.文章针对案例知识库维护中出现的相关复杂问题,分析了各种维护策略的可行性,提出了在不同环境下实施维护的准则,指出了选用合适的方法来实现案例库维护.

基于案例推理中案例表示的研究

基于案例推理利用过去的案例或经验进行推理来求解新问题,是一种重要的机器学习方法.在CBR(Case-based Reason ing)中知识表示以案例表示为基础,案例是一段带有上下文信息的知识,该知识表达了推理机在达到其目标的过程中能起关键作用的经验.案例表示可能是半结构化或非结构化的,甚至用自然语言来表达的,涉及系统的运行效率.分析了目前的多种表示方法,研究了不同环境下的案例表示,以及选用合适的方法来构筑的案例库.

图的深度优先遍历智能化分析与实现

探讨了深度优先搜索的智能化,并给出BorlandC++Builder实现动态搜索的源代码,在判断方位准确性、缩短搜索路径方面提高了智能水平.

基于方向信息测度的钢丝绳表面缺陷检测

提出了一种基于方向信息测度的钢丝绳表面缺陷检测方法.根据钢丝绳表面的纹理特点,设计了一种新的空域同态滤波器,可增强缺陷纹理图像和消除不均匀光照对缺陷纹理检测的干扰;改进方向信息测度方法,实现了钢丝绳纹路与背景的分离;提取钢丝绳纹路的纹理特征并使用神经网络进行缺陷识别.结果表明,该算法能快速、准确完成对钢丝绳表面缺陷的自动检测.

谓词逻辑推理与机器证明

基于应用层面,探讨谓词逻辑推理规则的逻辑有效性,并透过示例,对一类问题用编程方式实现逻辑推断,以拓宽机器证明的方式方法。

智能管理的柔性逻辑探讨

针对现实领域问题的不确定性、不完备性研究，智能管理采用人工智能新技术，在管理过程中不断地修正管理的策略，以适应不断变化的环境和其它因素的影响，是一个动态的创造过程。对植根于人类创造性思维的活动过程中的不确定性归纳、类比推理及概率推理等，文章从逻辑学的角度对柔性管理进行了分析研究，以解决包容各种不确定性的、灵活的、自适应的柔性问题，实现由刚性向柔性管理的转化。

案例智能技术的逻辑学研究

逻辑学是研究思维判断真伪性的学科，是人类思维之本；深入研究人类思维推理的逻辑学理论基础，有助于更好地实现案例智能．文章从知识发现的角度对案例智能的逻辑学进行了研究；针对人类创造性思维的活动过程中具有某种不确定性的归纳、类比推理以及模糊推理等，案例智能技术采用柔性逻辑，可以解决包容各种不确定性的、灵活的、自适应的面向真实世界的柔性问题，便于人们多信道地获取知识．

单向粗关系及数据通讯安全

定义单向粗关系并刻画它的结构,该结构保留了S-粗集的基本特性,而且粗集的等价类也被一般关系剖分的子块所替代。作为应用实例,设计了一个形式算法,实现对数据通讯的数字签章和认证。