一个基于知识的目标跟踪信息处理系统

提出了一个基于知识的目标跟踪信息处理系统，系统采用结构化的黑板模型．领域知识不仅用来指导高级的目标识别与跟踪，也用来指导低级的图像分割．研究了一种不确定性知识的表示方法和推理模型，知识用产生式规则和过程表示．实验表明，所提出的方法是切实可行的．基于知识的目标跟踪系统在目标识别、跟踪精度、抗干扰能力和自适应能力等方面比传统方法优越．     

面向产品生命周期的知识驱动协同设计策略

从产品生命周期的视角，研究实现知识驱动协同设计的深层产品开发理念．提出了在基于知识的工程环境下，实现知识驱动协同设计的解决方案：利用协同Agent的事件监控、过程跟踪进行设计工作的协同；通过建立产品的知识模型来驱动设计方案及相应几何实体的生成，实现产品设计的知识驱动和知识重用．采用了项目主页机制，提供企业间信息集成与共享的途径，实现产品开发知识的共享．构建了基于系统封装的知识驱动协同设计的原型系统．断路器开发实例表明，原型系统既能够有效地利用企业已有知识资源进行产品协同创新开发，又具有可操作性和实用价值．     

注塑模浇注系统智能设计的一种混合知识模型

浇注系统是注塑模最关键的功能结构之一，根据浇注系统设计知识的特点，提出了一种混合连接主义和符号主义的知识模型，并采用基于框架—规则的方式来表达．这种混合知识模型既可以表达模糊性知识，也可以表达隐式和显式知识．以此知识模型为基础，在Pro／E软件平台上，开发了浇注系统智能设计原型系统，并以一个实例验证此知识模型和原型系统的有效性和适用性．     

基于KBE技术的注塑模浇注系统数据库的构建与开发

从注塑模浇注系统的设计出发，通过对浇注系统在设计与生产过程中积累的各类经验知识和理论知识进行收集、总结，形成了比较完善的、用于浇注系统设计的工程知识总和，然后采用一定的知识表示方法，将总结的设计经验、设计规则、工程数据、工程图储存于专用于浇注系统设计的知识库中，从而可以通过知识的推理技术，从已建立的数据库中获取设计过程中所需的各类知识，形成完整的注塑模具浇注系统的设计流程，从而为注塑模浇注系统知识库的建立奠定了基础。     

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．     

基于满意聚类的非线性系统多模型建模方法

针对一类生产过程中存在严重非线性的系统，基于系统运行中积累的可靠的输入／输出数据，提出了一种新的多模型建模方法．根据对各种指标的满意要求，对数据进行二次聚类，不仅得到了更有效的系统多模型，而且得到了每个模型的适用域．与模糊聚类和建立T—S模型方法相比，本方法不依赖系统的先验知识和预先定义模糊隶属度，具有良好的泛化性．以pH中和过程为例进行了仿真研究，验证了该方法简单易用，有很高的建模精度，并对存在的数据不确定性具有一定的鲁棒性．     

水工结构设计专家系统中的知识表示和推理

从分析水工设计的实际过程及其特点入手，提出便于实现工程设计专家 系统的知识表示，并给出了相应的推理方法．在一项工程设计中，专家经验的 发挥主要体现在概念设计阶段和方案修改阶段．提出用因果关联表和趋势关 联表来模拟实现专家提出初始方案的过程和进行方案调整的过程，并给出了 建造水工结构设计专家系统所需要的较系统的知识表示和推理方法．     

面向对象的惯导系统实时故障检测与诊断

针对一大型复杂惯性导航系统,构造了用于地面闭环动态测试中的实时故障检测与诊断系统．通过利用惯导系统的原理性、结构性知识和专家经验性知识,采用面向对象的方法有效表示了系统中的深、浅层知识．为了实现系统在闭环运行时的实时故障检测与诊断,笔者讨论了惯导系统特征向量的选取和时变知识的表达方法,并采用了检测与诊断分层的推理控制策略．通过实时检测系统中有限个重要特征向量在系统运行过程中的变化,对故障进行检测,然后根据检测结果决定故障诊断的范围和方向．此系统用于某型惯导系统的三通道动态测试,实际结果表明了所建造诊断系统的有效性．     

基于有限元仿真结果的知识发现

提出了通过数据挖掘技术实现基于有限元仿真结果的知识发现．分析了数据挖掘的一般步骤，建立了基于有限元仿真结果的知识发现系统，论述了知识发现系统的各个模块及实现该系统的关键技术；对粗糙集和主成分分析法作了简单的介绍，并举实例对粗糙集方法作了说明．通过数据挖掘技术将计算实例提炼出来，作为一种知识源参与到设计优化过程中去，将CAE从设计验证层次提升到设计驱动层次．     

电梯远程监测及故障诊断专家系统

介绍了电梯计算机远程监测及故障诊断专家系统的设计思想、功能特点及软硬件构成．该系统采用分布式监测系统;故障诊断专家系统中采用框架知识表示形式,混合推理策略,具有知识获取能力,诊断过程解释功能．系统实现了电梯的远程实时监测,大大提高了故障诊断效率     

一种数据安全存放的算法

系统中非常重要的数据如何存放才是最安全可靠的 ,这是任何信息系统都必须处理的关键问题 .把重要数据分组存放于不同点 ,等实际需要时再从部分存放点取出合成是一种非常好的数据保存方式 .本文比较具体地介绍了一种简单实用的算法 ,此方法比较好地解决了重要数据不会被非法得到 :即小部分存放点不可能依据自己存放的数据得出整体数据 ,以及系统中部分存放点被破坏时仍能保证系统存放的数据不被破坏等问题     

数据库技术与数据仓库

本文重点介绍了自然演化的数据仓库概念、"主题建仓"的原则和星型和雪花型数据结构,并通过实例论述了数据仓库和数据库的区别与联系.     

基于系统特征数据辨识的控制器设计

介绍了一种基于系统特征数据的控制器设计算法.该算法仅根据被控对象的输入、输出采样数据,按照卷积定理计算出被控对象的单位脉冲响应作为系统的特征数据;在控制量约束条件下,根据特征数据以最速响应为控制目标规划出输出参考数据和最速控制律;然后根据控制目标和最速控制律的要求计算出理想控制器的特征数据;最后,根据控制器的特征数据辨识出线性控制器参数.仿真结果表明,控制结果具有最速参考控制的特征.     

动态数据距离与动态数据几何辨识-恢复

应用P-集合,提出动态数据偏离度概念与动态数据距离的概念。动态数据偏离度包括内-动态数据偏离度、外-动态数据偏离度与内-外动态数据偏离度;动态数据距离包括内-动态数据距离、外-动态数据距离与内-外动态数据距离。应用动态数据偏离度与动态数据距离,得到动态数据的辨识与恢复定理,给出信息系统动态稳定数据的几何辨识准则,并给出应用。动态数据距离使得信息系统动态数据辨识与恢复直观化,是研究信息系统数据变化的一个几何工具。     

F-畸变数据的生成与修复

P-集合是研究动态信息系统的一个新数学工具,应用P-集合的外P-集合与补充集合的关系,提出了F-畸变数据与-冗余数据的概念;给出F-畸变数据的生成定理和修复定理,包括F-畸变数据的辨识定理.最后给出F-畸变数据的修复准则与修复实例,其结果为研究动态信息系统的数据扩张提供了1种新方法.     

数据仓库中的数据模型技术

概括分析了数据仓库的数据特征；介绍了实体关系模型和多维模型，重点分析了其建模技术的基本原理；简要分析了两种数据模型的特点，对两的优劣进行了总结和对比；最后，对数据仓库环境中宜选择哪种数据模型进行了一般性的讨论。     

滚珠丝杠滚道误差测量与分析算法研究

该文研究了滚珠丝杠滚道几何参数的测量和计算方法。该算法将采集的数据点分割成滚道数据域和丝杠外径数据域,分别对这2个数据域进行拟合处理,得到滚道几何参数,并给出了评定方法。实验采用非接触式测量方式,通过采集丝杠滚道法向误差数据,实现对丝杠各个滚道参数的测量。该方法可以实现丝杠中径、丝杠外径、螺距、滚道跳动、滚道形状误差的测量与分析,与繁琐的手工测试手段相比,具有采集的数据点多、效率高的优点,得到的测量结果能更好地反映丝杠型面误差。     

现代信息数据的挖掘与发展

数据挖掘作为一项从海量数据中提取知识的新技术引起学术界和产业界的极大重视。笔概括了数据挖掘的几种常见模式．如依赖模式、层次模式、序列模式等,并对这几种数据挖掘模式的特点进行了比较;阐述了从数据中提取知识的几种挖掘算法,如决策树、神经网络方法、遗传算法等;展望了数据挖掘模式和挖掘算法的发展趋势。     

（F,F）-数据离散矩形区域在数据辨识中的应用

应用新数学模型P-集合,提出数据传输中三种异常数据的概念：F-异常数据、F-异常数据与（F,F）-异常数据;提出（F,F）-数据离散矩形区域概念;给出丢失-侵入数据发现定理、系统输出数据分离定理、系统输出数据类型辨识定理、（F,F）-异常数据在（F,F）-数据离散矩形区域的定位定理;给出（F,F）-数据离散矩形区域在系统输出数据类型辨识中的应用。丢失-侵入数据发现定理与系统输出数据分离定理是系统输出数据类型辨识的基础,（F,F）-数据离散矩形区域的提出,为系统数据的几何辨识和系统出现异常数据的预警提供了一种新的理论与方法。     

数据流挖掘技术

简要概述了数据流挖掘技术,探讨了数据流的特点.数据流的概念漂移现象,给数据流上的数据挖掘带来很大困难.由于计算机的内存有限,数据窗口技术只针对最近的数据,而最近的数据常常导致数据挖掘系统中的分类器过配,文中介绍了解决这一问题的方法,并讨论了数据流挖掘技术的应用.