基于粗糙集的数据挖掘

粗糙集理论是一种研究不完整、不确定知识处理的数学工具 ,近几年来在机器学习、知识发现、算法研究、工程应用、决策支持系统以及模式识别等应用中取得了较好的成果 .阐述了粗糙集理论的基本思想 ,介绍了人工智能中数据挖掘的一般过程及其方法     

知识树在计算机教学中的应用

本人长期从事计算机应用软件的教学，比如photoshop、coreldraw、flash等，教学中遇到的最大问题是：学生学完一个软件后，却不知道怎么去创作自己的作品。经过大量调查，我发现，问题的根本原因是，学生学完一个软件后，大脑中只有零碎的知识点，而没有一个完整的知识体系。经过查阅资料了解到，知识树可以把知识点串联成知识体系。于是我开始了对知识树的研究，并应用到教学过程中，收到良好效果。     

基于本体的多智能体知识共享和协作

研究了基于本体的知识建模过程及其应用模式，分析了采用本体模式的知识集成和共享，设计了本体知识库的集成和融合方法，提出了基于本体的多智能体知识共享和协作处理模型，并给出了该模型在医学中的应用。研究结果表明，利用本体方式来获取、重用、共享和组织知识，可以简化多智能体协作中知识交互的复杂性，加强异构知识源的融合。     

专家系统中不确定性问题的研究

现实世界中，事物的不确定性，模糊性处处可见。在专家系统中基于不完全知识和模糊知识的推理已被引起特别重视，其重要性越来越难们所理解。本文叙述了不确定性问题研究的重要性。简述了统计推理，语气推理，模糊推理，可能性理论及批注模型等方法。最后论及了这些方法的开发与应用。     

CIMS环境中的一个知识型数据库

本文分析了ＣＩＭＳ环境中软件及硬件管理方面的问题，设计了一个搜集各种知识的知识型数据库，并以注塑模具为研究对象，研究并搜集模具设计、制造过程中生成及应用的知识．     

基于概念语义网络图的RDF知识推理研究与实现

当前，在语义Web中，基于OWL、RDF的知识表示、知识推理成为了研究和应用的热点。文章介绍在常用软件领域知识中。基于RDF知识库的概念语义网络图的构建和知识推理的相关算法。     

贝叶斯不精确知识推理在弹药贮存中的参数估计

应用不精确知识推理中的贝叶斯概率推理方法，研究航空弹药在长期贮存中分布函数的参数估计，改变仅以储存年限来评判弹药质量的方法，为弹药的质量管理和更新换代提供了科学依据，提高了弹药贮存的军事性和经济效益．     

基于粗集理论的分类关联规则挖掘研究

认为数据量的巨大和高维、用户交互与先验知识的利用等等是知识发现领域面临的问题和难点。粗糙集理论是一种具有模糊边界的集合理论，它作为研究知识发现的新型工具，能严格地处理不精确数据的分类问题，被广泛应用于不相容决策表中的规则提取过程中。针对粗糙集理论中属性约减和属性值约减这两个重要问题进行了研究，并介绍了数据集中挖分类规则的基本原理，同时利用RS理论中核和核值的概念，提出了一个在数据集中发现没有冗余属性的最小归纳依赖关系并简化决策系统的数据挖掘算法，并应用一简单的例子说明如何在数据库中发现分类规则，实验结果表明此算法可以大大提高系统潜在知识的清晰度。     

知识过滤和它的依赖推理发现

知识具有颗粒，知识具有粒度；颗粒，粒度是知识的两个基本特征；知识的颗粒特征，知识的粒度特征与知识的属性保持着紧密联系，属性的变化引起知识颗粒特征，知识粒度特征的变化．本文将物理学中物质具有颗粒的概念和过渡的概念引入到粗集（rough set）理论与应用的研究中，提出了知识过滤的概念，给出知识过滤的数值度量，知识筛子原理．利用知识过滤的概念，给出知识过滤在依赖推理中的推理结构，依赖推理的数值关系和在知识发现中的应用．知识过滤与依赖推理相互交叉，互补共享，是知识发现研究的一个新方向．     

基于本体的公路工程安全领域知识建模和应用

针对工程安全管理中普遍存在的知识缺口问题，提出一套基于本体技术实现领域知识建模和更新的方法。以公路工程领域为范例，从行业标准规范的文本数据中自动提取安全知识，构建领域知识图谱；通过知识模型与建筑信息模型(BIM)的结合，开发安全管理应用场景，展示本体引导的知识图谱对工程安全管理的辅助作用。领域本体在知识图谱中作为本体层结构，表示为一个包含7个层级、 390个有效节点的多维度层状结构；基于本体层的引导开发知识提取算法，从海量文本中提取网状知识结构，形成知识图谱的数据层。知识模型的更新采用由数据层到本体层的知识流动方式；提出基于类属关系、构成关系和实体核心词聚类的3类方法，实现本体层的更新。将知识模型关联实际项目的BIM,从安全管理的应用层面出发，验证了本体的引入在知识的组织和扩展中起到良好效果，展现了知识模型与BIM的结合呈现出的智能化应用前景。该研究为领域知识图谱的构建、更新、应用全过程提供了一个完整的范例，对于本体更新过程实现了方法创新，拓展了知识图谱的应用领域和技术思路，有助于提升工程安全管理的信息化水平。     

基于Rough集实现判定树归纳分类算法的简化

Rough集理论提供了一种新的处理不精确、不完全与不相容知识的数学方法，在决策表中快速、有效地挖掘出缺省规则。本文将Rough集属性约简应用到判定树归纳分类方法中，明显优化判定树，简化数据挖掘的过程。     

基于知识的锤上模锻终锻型槽设计支持系统

结合当前人工智能技术和知识工程技术的发展，研究了锤上模锻终锻型槽设计过程中知识集成和应用的基本方法，包括：终锻型槽设计中知识获取、知识表示和基于知识的设计方法．说明了面向对象的知识表示方法，知识对象的框架由关系槽、属性槽、规则槽、方法槽组成，并给出了终锻型槽设计中知识对象的关系模型．基于以上方法开发了基于知识的设计支持系统，该系统是一个引导型系统，在整个设计过程中提供合适的知识，引导设计人员完成整个设计任务，并用一个实例说明该系统的这些特点．     

粗糙集理论在中医诊断学中的应用研究

粗糙集(R ough Set,RS)理论是处理模糊和不精确的问题的一种新型的数学工具,是主要应用于研究不完整数据、不确定知识的表达、学习及归纳的数学方法.它在医学领域的应用还处于萌芽状态.近年来,中医规范化和量化研究取得了明显的进展,中医的术语规范化也为计算机在中医学中的应用提供了有利的条件.本文重点论述借助于粗糙集理论的相关知识挖掘中医诊断学中证候群知识,利用粗糙集理论对临床病历建立知识表达系统,对知识表达系统进行属性约简,求出属性核,建立最小简化表,并且得出有关中医诊断的几个相应规则.     

归结原理在不精确推理中的应用

归结原理是定理机器证明中的一种基本技术.在知识工程的研究中,需要处理不确定和不精确的知识,本文讨论了采用可能性理论表示不确定命题和谓词的方法,以及如何应用归结原理来进行不精确的推理.     

知识服务驱动“一带一路”防灾减灾

 “一带一路”沿线是地震、干旱、洪水等灾害的高发区域，防灾减灾需求强烈，但关于该区域的防灾减灾数据和信息服务能力相对滞后。面向防灾减灾知识服务需求，阐述了知识服务的起源和知识服务系统的主要特征，构建了以全球灾害元数据库、防灾减灾知识网络和知识服务系统门户为核心的防灾减灾知识服务框架，建立防灾减灾知识服务系统，并分析了灾害元数据标准、灾害数据产品、灾害知识应用、灾害案例共享等基础应用。重点介绍了目前防灾减灾知识服务系统在“一带一路”沿线地区的典型应用，包括孕灾环境基础数据知识服务应用、耕地干旱水平时空展示专题知识应用、蒙古国孕灾环境土地覆盖全要素数据服务知识应用、中蒙俄经济走廊主要历史灾害知识应用和中蒙俄经济走廊草地产草量知识应用。从基于知识组织的灾害数据管理、基于数据共享的灾害资源导航、数据驱动的灾害信息产品、人工智能在防灾减灾中的应用、面向应急的快速灾害制图和社交媒体灾害数据挖掘6个方面进行了知识应用展望。     

知识经济中的科学系统

在知识经济中，一个国家的科学系统具有更高的地位。科学系统的核心是公共研究实验室和高等院校，更广泛地说，它还包括政府的科技部和研究委员会、一些事业单位和其他私人实体以及支持性基础设施。在知识经济中，科学系统发挥着知识的生产、传授和转移等三大关键功能。尽管在知识经济中科学系统的地位已经提高，但经合组织成员国的科学系统现在处在一个转变时期。知识生产科学系统向来被视为新知识的主要生产者。这些新知识通称为“科学”，主要由大学和政府实验室来生产，而且向来与更具应用或商用性的研究所产生的知识区别开来。应用研究…     

不完备系统中基于特征关系的知识约简

以同时具有丢失型和遗漏型未知属性值的不完备系统为研究对象，根据特征关系讨论了其中的知识约简问题．在不完备决策系统中，引入了近似分布约简的概念并给出了相应的判定定理与辨识矩阵，为从复杂的不完备系统中获取知识提供了新的理论基础与技术手段．     

基于粗糙近似空间中的模糊信息表示

粗集理论与模糊集合理论都是研究信息系统中知识不完备、不准确问题，两者都可利用观测数据表达知识，进行推理。针对传统粗集环境下知识表示模型用固定的属性集来描述对象这一局限，提出利用模糊属性模型对知识表达系统进行信息描述，并给出了模糊属性模型下对象及其上下近似空间的模糊表示。     

高中数学研究性学习的思考

研究性学习是学生在教师指导下，从自然、社会和生活中选择和确定专题进行研究，以类似科学研究的方式主动地获取知识、应用知识、解决问题，并在研究过程中通过多种渠道主动地获取知识、应用知识、解决问题的学习活动。研究性学习与社会实践、社区服务、劳动技术教育共同构成“综合实践活动”，作为必修课程列入《全日制普通高级中学课程计划（试验修订稿）》，这将会逐步推进研究性学习的开展，并从制度上保障这一活动的深化，满足学生在开放性的现实情境中主动探索研究，获得亲身体验，培养解决实际问题能力的需要。     

模糊决策树算法及其在注塑模浇口设计中的知识获取

通过对决策树算法的研究,特别是分析了ＩＤ３的基本算法过程,指出其应用中的多种缺陷,提出了用模糊概念来解决传统决策树中过分匹配,从而提高决策树用于知识获取性能的思想．结合树的深度优先算法、模糊包含度函数和模糊不确定函数,提出了具体实现模糊决策树（ＦＤＴ）算法,并在注塑模浇口设计中加以应用．该算法具有如下优点：在相同精度条件下,大量压缩知识,在将来知识推理中极大地避免了组合爆炸的可能性;随着应用的不断深入,ＦＤＴ获取的知识会逐渐集中在领域中常用的和重要的知识上．