基于粗集理论的规则知识获取技术

提出一种新的规则知识获取方法 .该方法利用粗集理论对数据进行分析 ,推理出可能规则 ,然后提出了一种概率最优准则 ,按照这种准则选择规则可以获得概率优化规则 .通过实例分析 ,具体说明了该方法的实现步骤 ,这是知识获取技术的一种新的探索 ,能够有效地解决专家系统中知识获取的瓶颈问题     

一种具有学习和求精功能的知识自动获取系统KAAS的设计

本文以一种概念获取算法RAA为基础,在IBM-PC/286微机上用TURBOPROLOG 2.0语言实现了一个知识自动获取系统KAAS(Knowledge automativeacquisition system)。该系统具有对知识进行学习和求精功能。机器学习用于通过一次性归纳学习建立知识库,知识求精用于通过增量学习方法测试和改进原有的知识库。它还具有知识获取、知识管理、逻辑推理的功能。     

管理专家知识的获取过程与方法

知识获取一直是知识工程的难点之一,是专家系统成败的关键。本文分析了管理专家知识的特点,提出了管理专家知识的获取过程、方法及方法学。我们认为,管理专家知识的获取方法和技术目前还不成熟,有待深入研究,才能逐步解决知识获取这一瓶颈问题。     

石油蒸馏故障诊断专家系统知识获取与管理

提出了一种用于石油蒸馏过程故障诊断专家系统的知识获取方法———基于深层知识学习模型，该模型可使专家系统知识库不断自动地趋于完善。同时研究了如何将获得的知识存入知识库中，即对知识库内的知识进行管理。提出了一种基于结点规则的相关矩阵的构造规则间层级关系的知识管理方法，该方法可使知识库避免冗余和矛盾     

Rough集规则知识获取研究中的一不致性问题

讨论数据挖掘问题，即从原始数据中构造规则。重点考虑不一致情况下的规则知识获取问题，即从包含不一致信息的数据取得到缺省规则，并研究在不一致条件下的决策规则选择策略，例之能够在不完全、不一致的条件下进行推理。同时将在Ｓｋｏｗｒｏｎ缺省规则获取算法的基础上，根据对不一致性的分析，提出从包含不一致信息的表中获取缺省规则，并能够对任意待识样本进行处理的方法。     

基于关系数据模型的知识表示与知识获取算法研究

基于关系数据模型,提出了知识表示的属性理论,并研究了属性理论中知识表示的基本方法;给出了一种基于属性理论的知识获取算法。经实际应用证明,该理论和方法具有实用参考价值。     

基于知识管理的客户知识获取研究

客户知识管理是将客户知识作为企业的核心资产,从而创造和维持企业的核心竞争力,对客户知识的管理主要是研究客户知识的获取、共享及创新等。而客户知识的获取则是客户知识管理的开端,本文从客户知识获取的角度探讨了企业应该获取哪些客户知识并如何获取这些客户知识。     

Rough集规则知识获取研究中的不一致性问题

讨论数据挖掘问题 ,即从原始数据中构造决策规则。重点考虑不一致情况下的规则知识获取问题 ,即从包含不一致信息的数据中获取得到缺省规则 ,并研究在不一致条件下的决策规则选择策略 ,使之能够在不完全、不一致的条件下进行推理。同时将在 Skowron缺省规则获取算法的基础上 ,根据对不一致性的分析 ,提出从包含不一致信息的决策表中获取缺省规则 ,并能够对任意待识样本进行处理的方法。     

学习理论的发展与知识的获取

自古以来,关于知识的来源及其获取的方法一直是学习理论主要探究的问题。本文通过分析柏拉图的学习天赋说、行为主义学习理论和认知主义学习理论的发展,探究学习理论的发展对如何获取知识提供的有益启示：在学习的基础上,注重积累;在学习的过程上,变知识传输为知识建构;在学习的结果上,变机械记忆为理解记忆,强化和巩固学习的效果。     

粗糙集的知识获取及其应用

提出了一种基于粗糙集的知识理论模型，运用这一模型对决策表进行属性约简，去除其中不必要的属性，揭示出条件属性中的冗余性，最后得出了属性约简的结果以及决策规则。给出了一个简单的例子来说明如何建立和应用这种知识理论模型。     

面向领域专家的诊断知识获取策略

基于诊断知识的特性,探讨了将领域专家知识自动转化为诊断知识的可行途径,并提出了一种面向领域专家的诊断知识获取策略——层次引导与功能聚类.     

NKIMathE-数学知识获取和管理平台的设计与实现

介绍基于本体的半结构化数学文本知识获取方法以及获取后的知识管理问题。着重介绍了数学知识获取和管理平台NKIMathE的相关工作,包括知识的正确性检查、知识的组织、知识的共享性等,给出了NKIMathE的设计架构及实现方法。     

基于改进变精度贝叶斯粗糙集的感性知识获取

变精度贝叶斯粗糙集方法是感性知识获取中处理用户群个性化感性差异的一种柔性方法,针对其在感性规则提取阶段可能产生的组合爆炸问题,提出了一种基于顺序覆盖策略的改进算法.该算法以感性决策类的近似区域作为输入,以选取覆盖能力最大的合取项为贪心搜索策略实现规则特化.在此基础上,通过迭代学习逐步完成对近似区域的覆盖和决策规则集的提取.最后,通过基础实例和烤面包机外观设计实例验证了改进方法的有效性.     

基于粗糙集理论的知识库分解与规则获取

粗糙集理论可以通过对数据的约简从例子中学习,获取决策规则。但是,当知识库规模较大、条件属性个数较多时,存在提取规则速度慢、规则长度长等缺点。本文介绍了粗糙集理论的基本概念,提出了一种基于粗糙集的知识库分解算法。首先引入决策属性支持度的概念,在此基础上定义了一个属性选择量度,选择最佳目标属性对知识库进行分解,直到所有对象都被精确分类,从而得到具有一定支持度的规则集,得到的规则长度短,提取速度快。通过对一个简单实例的分析,证明了该算法的可行性。     

故障诊断专家系统知识获取的变精度粗集方法

针对故障诊断专家系统知识获取的问题，利用变精度粗集(VPRS)理论模型进行知识简化，并采用正则条件熵和互信息熵对故障特征的选择进行评价，实现最简诊断知识的提取，以建立专家系统知识库。对滚动轴承故障诊断的实验表明，该方法有效地弥补了传统故障诊断专家系统知识获取的不足，可正确地实现故障诊断功能，在实际系统的故障诊断中具有应用价值。     

软计算和知识获取

讨论在人的浩瀚知识中，哪些属于不精确和不确定的知识，并且说明这些知识是可以通过软计算来获取的。然后以示例形式，论述如何使用软计算的方法获取这些不精确、不确定的知识。     

煤矿瓦斯预测专家系统中基于粗集的知识获取方法

提出了基于粗集理论的煤矿瓦斯预测专家系统知识获取方法.该方法首先建立瓦斯数据与瓦斯突出强度之间关系的预测样本集;然后运用粗糙集的连续属性离散化、属性约简以及规则提取算法,从大量的预测样本集中自动获取预测知识,并将预测知识存储于专家系统知识库中;最后基于推理机,实现煤矿瓦斯突出的实时预测.实例分析表明,粗糙集方法在煤矿瓦斯突出预测专家系统知识获取中的有效性和实用性.     

基于变精度粗糙-模糊集模型的诊断知识获取

提出一种基于变精度粗糙-模糊集模型的诊断知识获取算法,利用相似性聚类方法自动获取模糊隶属函数,将连续属性表示成模糊值,通过定义模糊相似关系和模糊相似类给出了变精度粗糙-模糊模型的近似表示,并引入蚁群算法求取模糊相似关系下的属性约简,进行诊断知识的获取。将其应用于精对苯二甲酸生产过程尾氧浓度故障诊断知识获取中,结果表明:该算法可以从故障数据中提取更客观有效的诊断规则,在实际故障诊断中具有很好的应用价值。