模糊描述逻辑f-DLR-Lite∩的合取查询回答

分析了描述逻辑合取查询回答的研究现状及存在的不足,在描述逻辑DL-Lite和模糊集理论的基础上,提出了一种可表示和处理n元关系,并允许在包含公理左侧出现概念合取的新的模糊描述逻辑f-DLR-Lite∩,并给出其语法和语义及知识库的形式.提出了一种兼容查询阈值和用户指定权重的模糊查询语言,给出了利用这种语言在f-DLR-Lite∩知识库上进行合取查询的具体步骤和算法,并进行了算法时间复杂度分析,讨论了该合取查询过程的一阶逻辑可归约性.f-DLR-Lite∩弥补了经典描述逻辑在知识表示和推理上的不足,扩展后的查询语言对用户查询意图的表达更加精确合理.     

基于广义归纳逻辑因果模型的知识发现与算法实现

以语言场、广义细胞自动机和广义归纳逻辑因果模型为理论依据，分析了广义因果联系类知识的发现机理，给出了因果联系类知识发现的实现算法。该算法为解决具有随机不确定和模糊不确定性特征的因果联系类知识的发现提供了行之有效的方法。通过算法的运行实例，验证和说明了算法的正确性和有效性。     

一种处理不确定性语言的设计与实现

提出一种基于PROLOG扩充不确定性处理能力的逻辑程序设计语言EXLOGL,并介绍了该语言解释系统的总体结构、知识库设计及演绎求解原理.     

归纳逻辑视野下的数据挖掘研究综述

对归纳逻辑思想在数据挖掘中的应用研究进行了综述。国外的研究主要集中在人工智能方面,重点是高阶归纳逻辑研究,通过多态归纳逻辑、机器学习等方面发展了归纳逻辑理论。国内的研究集中在知识发现方面,例如通过研究关联规则等探讨知识发现的内在机理。相对来说,国外的发展更偏重于应用领域,而国内也在不断扩展归纳逻辑的理论应用,但在数据挖掘领域研究仍然偏少。     

一阶谓词逻辑在人工智能知识表示中的应用

用一阶谓词逻辑的形式语言讨论了自然语言的形式描述、数学知识的形式表述、在人工智能中智能行为过程的描述等。总结用一阶谓词逻辑的形式语言表示具体知识的步骤,以及这种知识表示法的局限与应当进一步研究的问题。     

融合阴阳补偿理论的软计算故障诊断方法

应用软件计算方法,融合模糊理论,神经网络和遗传算法的优点,结合阴阳补偿理论设计一种用于柴油机振动故障诊断的新方法,该方法补了单独使用模糊方法或人工神经网络方法存在的规则数多和收敛速度慢等不足,其中推理系统采用的是模糊神经网络知识发现系统FNNKD（fuzzy neural network with knowledge discovery),应用该系统虽然花费的训练时间较长,但通过训练得到的系统参数可以达到全局最优,应用时,识别精度高而计算复杂度较低,通过CA10B汽车变速箱齿轮和轴承故障振动试验验证了该方法的可行性。     

Specification and Verification for Semi-Structured Data

Tree logic, inherited from ambient logic, is introduced as the formal foundation of related programming language and type systems, In this paper, we introduce recursion into such logic system, which can describe the tree data more dearly and concisely. By making a distinction between proposition and predicate, a concise semantics interpretation for our modal logic is given. We also develop a model checking algorithm for the logic without △ operator. The correctness of the algorithm is shown. Such work can be seen as the basis of the semi-structured data processing language and more flexible type system.     

基于粗糙集的组合逻辑优化算法

运用粗集理论对逻辑函数进行知识表达的方法,提出了基于粗糙集的组合逻辑优化方法,并给出了相应的算法.通过对20变量以下的组合逻辑标准Benchmark-89,91和93相容逻辑矩阵例题进行了检验,结果表明此算法是正确的,并具有显著的化简效果.     

演绎数据库系统LEDDB

本文给出了建立在函数/逻辑型语言LISP-ELP基础上的一个演绎数据库系统模型.该系统比之于建立在PROLOG基础上的演绎数据库系统具有以下优点:有更灵活的控制求解策略、更丰富的查询方式,可与更多的知识表达方式相联系.文中还提出了一种新的知识库管理策略,即多键散列的存取策略,使系统的效率大幅度提高.     

数值仿真结果中知识发现的模糊-粗糙集方法

分析了塑性成形过程数值仿真结果的特点和采用离散化作为粗糙集数据预处理方法的不足,提出用模糊-粗糙集算法对仿真结果进行数据挖掘,并以NUMISHEET’93中盒形件拉伸为例进行了数值仿真,从中提炼出对加工工艺和模具设计有指导意义的产生式规则,且每条规则都有可靠性度量,有利于知识推理中的规则调度．研究结果表明,该算法是一种适用于本领域特点的更有效的算法．     

面向工程设计的知识处理关键技术

通过对工程设计过程的分析,提出了面向工程设计系统中产品层次建模的基本方法,研究了面向工程设计的知识处理技术:采用基于对象-规则的方法进行工程设计产品的知识表示;综合运用前向和后向推理,进行目标搜索和求解;建立了基于逻辑式的规则表示和推理,提高了规则知识的表示能力;建立了基于广义表的函数运算语言,提高了工程设计理论和经验公式的集成能力.开发了相应的软件系统,可集成于工程设计系统中,提高其知识处理能力.     

模糊神经网络的自动变速汽车换挡规律分析

在分析目前汽车自动变速器换挡规律制定方法优缺点的基础上,提出了基于模糊神经网络的最佳挡位判断方法,研究了基于Takagi-Sugeno模型的神经网络结构及其算法。根据熟练驾驶员的经验和专家知识制定了汽车自动变速器换挡规律的两参数模糊逻辑推理规则和隶属度函数,利用人工神经网络的学习训练机制并按照试验样本修正了模糊系统的隶属度函数和模糊控制规则,进行了模糊神经网络的训练和仿真,仿真结果表明该基于Takagi-Sugeno模型的模糊神经网络的汽车自动变速器换挡规律制定方法的正确性和可行性。     

基于范畴论的本体框架的研究

本体作为领域共享的形式化概念模型,是实现服务自动化以及服务互操作的有效手段,其中本体互操作是多本体环境下实现跨本体服务发现的基础.针对现有本体互操作方法依赖于标示语言和逻辑系统的问题,提出了一种基于范畴论的本体集成与互操作框架,使得系统可以在不考虑语言的基础上研究本体集成和互操作.     

SDH告警中的知识发现

TMN在电信网中起着越来越重要的作用，通信网的发展，要求网络管理向智能化方向发展．运用人工智能中知识发现和数据挖掘的方法，可以实现知识的自动获取．故障管理是网络管理的重要方面，本论文运用知识发现的方法对TMN子系统-SDH网管系统中传输告警的关联关系进行了挖掘．论丈运用知识发现的方法，以中国电信四川SDH网管系统中的告警数据为例，实现了SDH传输告警关联关系的挖掘算-Apriori算法；分析了重复告警对单前题规则可信度的影响，对算法做了改进，提高了规则的可信度，有利于发现重大告警；讨论了逆规则对规则有效性的影响，对算法进行了进一步的改进，减少了无效规则；对冗余规则进行了压缩，得到了更简明的挖掘结果；分析了部分挖掘结果和算法复杂度．     

一种结合遗传算法的产生式规则方法

通过将遗传算法与产生式规则方法相结合,进行知识生成,同时,结合评价函数与统计分析,在很大程度上就能够实现知识与规则之间的逻辑联系的建立,就能够在一定程度上表示具有结构性的知识,并提供知识应用的实际解释。同时,通过将遗传算法与产生式规则方法相结合,还能够实现评价函数的动态更新,从而实现了知识库的自主学习与动态更新,使得系统的整体学习能力与自适应性得到提高。     

基于CORDIC矩阵奇异值分解的FPGA实现

在矩阵的奇异值分解(singular value decomposition,SVD)过程中,随着矩阵维数的增加,SVD的计算量呈指数型增长,从而降低了算法运行的实时性。针对这个问题,基于Hestenes-Jacobi数值计算方法,提出了一种改进的基于坐标旋转数字计算机(coordinate rotation digital computer,CORDIC)的逻辑设计,该逻辑设计采用并行的全流水线设计思想,能够提高Jacobi平面旋转变换的运行速度,进而加快任意维矩阵奇异值分解的计算速度。分析了基于Hestenes-Jacobi方法的SVD的数值计算过程,介绍了CORDIC算法的基本原理,并具体说明了基于CORDIC算法的Jacobi平面旋转模块的设计,利用Verilog语言实现设计并验证,在现场可编程门阵列(field-programmable gate array,FPGA)上运行该逻辑设计单元,与Matlab软件的运行结果进行对比。实验测试结果表明,该结构能够减少计算时间,适应高速数据处理的要求。     

一种改进的知识发现算法及其应用

针对基于留数分析和递归切割的模式发现算法的不足,提出了一种改良的模式发现算法。算法不仅能处理具有特殊分布的样本集,针对不同属性对知识发现的贡献不同而区别对待,同时计及切割产生的子空间数量对模式判别准则的影响。在人造数据集和电力系统安全稳定评估的应用验证了算法的有效性。与原算法相比,知识发现的效率更高、应用范围更广泛。     

数据流图描述语言的研究与设计

数据流图是软件设计开发过程中概念模型设计的重要图形表示法，作为一种需求分析的通用方法它直观而且简洁。文章对数据流图设计一个形式化描述语言，并给出示例说明此语言的使用，将图示的数据流图以语言的方式进行描述。用该语言可对用户需求进行语义描述，以此获取用户需求的知识。研究的目的既给用户提供易于理解需求分析的方法也为下一步的逻辑设计提供依据。     

互联网定义挖掘:多特征N-gram Plus分类方法

互联网大数据的飞速发展对知识库的自动构建提出了迫切需求,互联网定义挖掘是知识发现研究的基础.文章基于N-gram语言模型提出了一种改进的N-gram Plus语言模型,综合了词语、词性、语法依赖关系和定义的语言学模式等多种特征.通过定义挖掘框架生成互联网语料库,在定义抽取研究中引入N-gram Plus特征集和句子最大定义隶属度,将句子转换为多特征向量,比较使用几种分类器进行学习和分类.该方法在实验中取得了较好的F2-measure成绩.