具有适应能力的Web课件设计与关键技术

传统的基于网络的CAI系统由于缺乏推理机制和学生模型的支持,不能根据学生的知识水平、认知特点和理解能力提供适合该生的学习材料并作出有针对性的指导.介绍了一种基于Web的具有适应能力的课件模型,它综合利用人工智能技术、多媒体技术、数据库技术和网络技术所设计的课件,能让学生根据各自的学习情况动态组织教学内容,为学生提供个性化的服务.讨论了实现过程中的关键技术.     

数据挖掘与人工智能技术

数据挖掘是人工智能中的一个重要分支。对人工智能的发展及其最基本的技术：知识表示、知识推理、搜索，以及数据挖掘进行了详细介绍。通过实例给出了数据挖掘的定义，最后论述了数据挖掘与人工智能的联系，并结合国内外在该领域的研究成果指出了其广阔的发展前景。     

多源信息的实时智能融合系统研究

面对复杂实时的融合环境 ,现有的信息融合方法仍然存在着许多不足之处 .针对这一问题 ,本文以专家系统技术为基础 ,综合运用数据库技术、神经网络理论和黑板理论 ,对复杂融合系统的知识表示、知识获取、知识管理和实时融合推理机制进行了一些研究 .在此基础上 ,提出了一种多源信息的实时智能融合系统 ,并对该系统中的知识库和推理机进行了详细的论述 .     

基于人工神经网络的案例检索与案例维护

传统的案例推理系统中,案例检索和案例维护作为两个相互独立的任务分别考虑。而对于案例维护以案例库为纽带,直接为案例检索服务的内在联系没有充分研究。在分别论述案例检索、案例维护,以及人工神经网络在案例推理系统中的应用研究现状基础上,进一步探讨了采用人工神经网络方法实现案例检索和案例维护的整体设计方案,并阐述了其中技术细节。最后,以某产品设计应用为背景,设计并实现了一个反向传播神经网络作为案例检索和案例维护方法,验证了结论的正确性。     

板材冲裁和翻口工艺特征识别及图形转换的研究

该文针对冲孔、翻孔两类板材冲压成形工艺方法的主要特点，设计了两类成形件的特征识别规则．根据形状特征与冲压加工特征间存在着单映射的关系，可以充分利用模型中的几何信息和拓扑关系来识别零件的特征．因板材零件的厚度与整个零件尺寸比较是小的，可以假设零件厚度为常数．在消除厚度边和厚度边组成的面后，其余边和面分成上、下两组．两组的几何边界和拓扑结构是相同的，上、下两面的法向矢量方向相反．通过对读入的IGES三维线框文件进行预处理，使之满足特征识别的需要，采用基于几何推理的特征识别技术实现了对冲压件主型面特征、冲孔特征、翻孔特征的识别与提取，从而为后期冲压工艺方案的制定做准备．     

因果网的非稳态流量异常检测系统设计

网络入侵检测中的流量异常检测方法存在着虚警率较高的问题，为此提出了结合因果网的非稳态流量异常检测系统。该系统采用基于发生新事件的先验概率和趋势来评估异常的思想，借助机器学习方法建立非稳态正常模型，并在由此得到的基本异常事件集的基础上，采用因果网进行进一步数据挖掘，给出了综合系统的原型设计。     

基于BP神经网络的船舶管系CAPP研究

介绍了一种新的舰船管系柔性编码方法和加工工艺推理方法．即利用成组技术原理，编制舰船管系特征码和加工码，并利用BP神经网络进行加工工艺推理，在总结BP神经网络推理方法的基础上，给出了利用BP神经网络开发船舶管系CAPP的方法，并论述这种方法的优点．这种推理方法极大地提高了船舶管系CAPP系统的柔性，开发了一种应用于不同厂家的CAPP系统。     

图式理论及其教学意义

图式理论是认知心理学研究的一个重要方面。不同时期的心理学家从不同角度和侧面对图式理论进行了深入探索，本文对此进行了评析，同时剖析了现代图式理论的内涵、功能、习得以及图式理论的教学意义。     

基于概率信息系统决策规则的Ro三I决策推理

讨论了一种概率信息系统用于表示对象与属性值之间的关系存在不确定性的信息．使用粗糙集和证据合成理论中的方法，给出了获取概率信息系统的扩展决策规则集的一般方法．使用R0三I推理方法实现了基于扩展决策规则集的R0三I决策推理判断．     

回溯推理与经济解释

皮尔士提出的回溯推理是根据事实尝试性地提出理论假说,应用演绎推理从前提推出一些结论,作出预言,然后,根据实验来验证.如果预言得到实验的证实,那么,我们可以在一定程度上接受这一假说,把它转化为理论.回溯推理是一类独立的逻辑推理形式,其特点在于作出最佳解释.最佳解释推理要求具备一致性、简单性、类比性等特点.回溯推理在经济解释和经济学方法论中比归纳和演绎更为适用.